Roboty potrafią już wykonać trzy czwarte pracy fizycznej, ale opłacają się tylko w 0,3% przypadków: analiza Anthropic

30 września 2026 roku badacze z Anthropic opublikowali badanie zatytułowane „What work can robots do?”, którego celem jest opracowanie wskaźnika narażenia na roboty w gospodarce Stanów Zjednoczonych. Przeanalizowali 7594 zadania fizyczne z bazy O*NET amerykańskiego Departamentu Pracy, a za pomocą modelu językowego Claude porównali wymagania każdego zadania z udokumentowanymi zastosowaniami robotów w sieci. Klasyfikacja ma cztery poziomy złożoności otoczenia: od robota, który nie potrafi wykonać zadania, po działanie w nieuporządkowanych warunkach, takich jak miejskie ulice.

Wyniki pokazują wyraźną przepaść między wykonalnością techniczną a opłacalnością finansową. Według analizy roboty mogłyby już wykonywać 74% zadań fizycznych w Stanach Zjednoczonych, co odpowiada 34% wszystkich przepracowanych godzin. Prawie zawsze jednak w środowiskach zbudowanych specjalnie dla maszyn, jak linia montażowa, albo przynajmniej uporządkowanych, jak magazyn logistyczny. Znacznie rzadziej w nieuporządkowanych warunkach, takich jak miejska ulica. Opłacalność kończy się natomiast na zaledwie 0,3% zadań. Autorzy uznają zadanie za opłacalne, gdy roczny koszt robota (sprzęt, instalacja, konserwacja i eksploatacja, z kosztami stałymi rozłożonymi na dziesięć lat i kosztem kapitału na poziomie ośmiu procent) jest niższy niż koszt pracownika, czyli płaca wraz ze świadczeniami, za czas poświęcony na te zadania. Szacunki kosztów robotów i wydajności ludzi pochodzą od Claude'a. Gdyby ceny maszyn dalej spadały w historycznym tempie szacowanym przez autorów, czyli o około 3% rocznie, potrzeba by czterdziestu lat, aby odsetek opłacalnych zadań sięgnął 10%.

Po zsumowaniu wpływu robotów i modeli językowych łączne narażenie rośnie do około 80% przepracowanych godzin. Wśród najbardziej narażonych grup wyróżniają się taksówkarze, a opieka zdrowotna i prace naprawcze pozostają najmniej dotknięte. Autorzy zauważają, że najbardziej narażeni pracownicy to przeważnie mężczyźni o niższym wykształceniu i niższych zarobkach. Przyznają też kilka ograniczeń: opisy O*NET są zwięzłe i wymagają interpretacji, szacunki kosztów są przybliżone, ten sam spadek cen przyjęto dla wszystkich zadań, a niepewność regulacyjna i ludzkie preferencje pozostają poza modelem. Trzeba dodać, że umiejętności i koszty oszacował Claude, model samego Anthropic, i nie zostały one sprawdzone w praktyce. Badanie nie przeszło jeszcze niezależnej recenzji naukowej, a czterdziestoletnia prognoza pomija możliwe skoki technologiczne.

Dystans między „umieć” a „opłacać się” przypomina, że automatyzacja nie jest liniowym technologicznym przeznaczeniem, lecz rachunkiem księgowym. Dopóki sprzęt pozostanie tak dużą inwestycją, ludzka elastyczność, paradoksalnie, nadal będzie najtańszym rozwiązaniem na rynku.

— Olya