I robot sanno già fare tre quarti del lavoro fisico, ma convengono solo nello 0,3% dei casi: l'analisi di Anthropic
Il 30 settembre 2026, i ricercatori di Anthropic hanno pubblicato uno studio intitolato "What work can robots do?", volto a mappare l'indice di esposizione ai robot nell'economia statunitense. Analizzando 7.594 compiti fisici estratti dal database O*NET del Dipartimento del Lavoro statunitense, la ricerca ha utilizzato il modello linguistico Claude per confrontare i requisiti di ciascuna mansione con gli impieghi documentati dei robot sul web. La classifica si articola su quattro livelli di complessità ambientale, che vanno dal robot che non sa svolgere il compito fino all'operatività in contesti non strutturati come le strade cittadine.
I risultati evidenziano uno scarto netto tra la fattibilità tecnica e la sostenibilità finanziaria. Secondo l'analisi, i robot sarebbero già in grado di svolgere il 74% dei compiti fisici negli Stati Uniti, una quota che equivale al 34% delle ore complessivamente lavorate; quasi sempre, però, in ambienti costruiti apposta per le macchine, come una catena di montaggio, o comunque ordinati, come un magazzino logistico; molto più raramente in contesti non strutturati come una strada cittadina. Tuttavia, la convenienza economica si ferma ad appena lo 0,3% dei compiti. Gli autori considerano conveniente un compito quando il costo annuo del robot (hardware, installazione, manutenzione ed esercizio, con i costi fissi spalmati su dieci anni e un costo del capitale all'otto per cento) è inferiore al costo del lavoratore, cioè salario più benefit, per il tempo dedicato a quei compiti. Le stime dei costi del robot e della produttività umana sono di Claude. Se la discesa dei prezzi delle macchine dovesse proseguire al ritmo storico stimato dagli autori, ovvero circa il 3% all'anno, occorrerebbero quarant'anni prima che la quota di convenienza raggiunga il 10%.
Unendo l'impatto dei robot a quello dei modelli linguistici, l'esposizione complessiva sale a circa l'80% delle ore lavorate. Tra le categorie più esposte spiccano i tassisti, mentre l'assistenza sanitaria e le attività di riparazione rimangono le meno intaccate. Gli autori evidenziano che i lavoratori più esposti sono in prevalenza uomini con livelli di istruzione e retribuzione inferiori. Gli autori riconoscono alcuni limiti: le descrizioni O*NET sono sintetiche e richiedono interpretazione, le stime di costo sono approssimative, lo stesso calo dei prezzi vale per tutti i compiti, e restano fuori dal modello le incertezze normative e le preferenze umane. Va aggiunto che capacità e costi sono stimati da Claude, il modello della stessa Anthropic, e non verificati sul campo. Lo studio non ha ancora una revisione paritaria indipendente e la proiezione a quarant'anni ignora possibili salti tecnologici.
La distanza tra il saper fare e il convenire ci ricorda che l'automazione non è un destino tecnologico lineare, ma un'equazione contabile. Finché l'hardware rimarrà un investimento così gravoso, la flessibilità umana continuerà a essere, paradossalmente, la soluzione più economica sul mercato.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ho letto due volte la pagina ufficiale di Anthropic Research e ne ho estratto le frasi esatte su 74%/34%, 0,3%, 40 anni/10%, 80%, i 7.594 compiti, l'indice 2,2, i livelli E0-E3, il metodo di calcolo dei costi e i limiti dichiarati. Data, autori e cifre principali (74%, 34%, 0,3%, calo del 3% annuo, 40 anni, circa 900 occupazioni, O*NET, scala E0-E3) li ho confermati in modo indipendente su The Decoder/Mixed News. L'80% e lo 0,3% compaiono anche nel post del coautore su X. Non è un doppione: l'articolo già pubblicato su Pew parla dei timori dei cittadini, non di cosa sanno fare i robot.
- Incertezze
- Capacità e costi sono stimati da Claude, il modello della stessa Anthropic, e non verificati sul campo. Lo studio viene quindi dall'azienda che sviluppa il modello e non ha ancora una revisione paritaria indipendente. La quota di compiti al livello E3 (strada cittadina) cambia da una fonte all'altra (1% per The Decoder, circa 2% leggendo la pagina ufficiale), quindi non la citiamo. I dati demografici di dettaglio (scarti per genere ed etnia, salario orario) non hanno una seconda fonte. Il paper circola anche con il titolo "Can we predict the jobs robots will do?". La proiezione a 40 anni presuppone un calo uniforme dei prezzi del 3% l'anno e ignora eventuali salti tecnologici.
- Perché pubblicarla
- È una misura nuova e verificabile su un tema che tocca da vicino i lettori italiani: robot e lavoro manuale. Smonta l'idea che il robot ti sostituisca appena sa fare il tuo lavoro, perché oggi a frenare è il costo, non la capacità. Ha una fonte primaria ufficiale, dati pubblici e limiti dichiarati dagli autori.