Anthropic опубликовала масштабное исследование «Labor Market Impacts of AI» — первую попытку измерить реальное, а не теоретическое влияние больших языковых моделей на рынок труда. Авторы — экономисты Максим Массенкофф и Питер Маккрори — предложили новую метрику и проанализировали данные о занятости в США.
Главный вывод: AI пока далёк от реализации своего теоретического потенциала, но первые тревожные сигналы уже видны — особенно для молодых специалистов.
Полный текст исследования — на сайте Anthropic
Ключевая идея: «наблюдаемое воздействие» вместо теоретического
Большинство исследований влияния AI на рынок труда оценивают теоретический потенциал: какие задачи LLM могли бы автоматизировать. Anthropic пошла дальше — они измерили, какие задачи AI реально выполняет в профессиональном контексте.
Для этого авторы ввели метрику «observed exposure» (наблюдаемое воздействие), которая учитывает:
- Теоретическую выполнимость — может ли LLM ускорить задачу (параметр β: 1 = может удвоить скорость, 0.5 = нужны дополнительные инструменты, 0 = невозможно)
- Реальную частоту использования — данные из Anthropic Economic Index о том, как Claude используется в рабочих целях
- Тип применения — полная автоматизация получает полный вес, аугментация (помощь человеку) — половинный
Как Claude используется по задачам
68% всех рабочих запросов к Claude приходится на задачи, которые LLM теоретически может выполнять полностью (β=1). Лишь 3% использования связано с задачами, которые теоретически невозможны для LLM. Это значит, что пользователи уже интуитивно применяют AI там, где он работает лучше всего.
Распределение использования Claude по типам задач
Рис. 1. Распределение использования Claude по задачам с разным уровнем теоретической выполнимости (β). Источник: Anthropic Research
Теория vs. реальность — разрыв огромен
Разрыв между возможностями AI и их реальным использованием — колоссальный. Самый яркий пример — Computer & Math: теоретический потенциал составляет 94%, а реальное покрытие задач — лишь 33%. Аналогичная картина в Office & Admin: теоретические 90% vs. реальное использование, значительно ниже.
«AI далёк от реализации своего теоретического потенциала: реальное покрытие остаётся лишь долей от того, что технически возможно»
Это означает, что опасения о массовой замене рабочих мест пока преждевременны — но потенциал для этого существует.
Теоретическое vs. наблюдаемое воздействие по категориям профессий
Рис. 2. Сравнение теоретического потенциала (синий) и реального применения (красный) по категориям профессий. Источник: Anthropic Research
Десять самых «уязвимых» профессий
Авторы выделили топ-10 профессий с наибольшим наблюдаемым покрытием задач. Лидеры:
- Компьютерные программисты — 75% задач покрыто AI
- Специалисты по обслуживанию клиентов — 67%
- Операторы ввода данных — 67%
Важно: «покрытие» не означает «замена». Это показатель того, какая доля рабочих задач профессии уже выполняется с помощью AI в реальном мире. Программисты, например, активно используют AI-ассистенты для написания кода — но это скорее аугментация (усиление), чем автоматизация (замена).
Топ-10 профессий с наибольшим AI-воздействием
Рис. 3. Десять профессий с наибольшим наблюдаемым покрытием задач. Источник: Anthropic Research
Прогнозы занятости и AI-воздействие
Существует умеренная отрицательная корреляция между AI-покрытием профессии и прогнозами Бюро трудовой статистики США. Каждые 10 процентных пунктов роста AI-покрытия связаны со снижением прогнозируемого роста занятости на 0,6 п.п. Это не катастрофа, но тренд — профессии с высоким AI-воздействием показывают более слабые перспективы роста на горизонте 2024–2034.
Корреляция AI-воздействия с прогнозами BLS по занятости
Рис. 4. Точечная диаграмма: наблюдаемое AI-воздействие vs. прогнозы Бюро трудовой статистики (BLS) на 2024–2034. Источник: Anthropic Research
Портрет «уязвимого» работника
Люди в профессиях с высоким AI-воздействием — это не низкооплачиваемые работники. Наоборот:
- На 47% выше средний заработок по сравнению с работниками без AI-воздействия
- +16 п.п. доля женщин (больше женщин в «уязвимых» профессиях)
- 17,4% имеют учёную степень (vs. 4,5% в группе без воздействия — в 4 раза больше)
- Старше по возрасту и более образованны
- +11 п.п. доля белых, доля азиатов примерно в 2 раза выше
«Работники с высоким AI-воздействием, как правило, старше, чаще женщины, более образованны и получают более высокую зарплату»
Это ломает стереотип о том, что AI угрожает в первую очередь низкоквалифицированным работникам. Напротив — в зоне риска оказываются образованные офисные специалисты.
Демографический профиль работников с высоким AI-воздействием
Рис. 5. Сравнение характеристик работников в профессиях с высоким vs. нулевым AI-воздействием (данные Current Population Survey, авг.–окт. 2022). Источник: Anthropic Research
Безработица пока не растёт
Исследователи не обнаружили систематического роста безработицы среди работников в профессиях с высоким AI-воздействием после запуска ChatGPT (конец 2022). Разница между «уязвимой» и контрольной группами остаётся статистически незначимой.
«Мы не находим систематического роста безработицы для работников с высоким воздействием AI с конца 2022 года»
Тренды безработицы по уровню AI-воздействия
Рис. 6. Уровень безработицы с 2016 года: верхняя панель — абсолютные значения, нижняя — разность разностей (difference-in-differences) относительно запуска ChatGPT. Источник: Anthropic Research
Тревожный сигнал: молодые специалисты
Единственный серьёзный сигнал в исследовании касается молодых работников 22–25 лет. Для этой возрастной группы авторы обнаружили снижение уровня трудоустройства на 14% в профессиях с высоким AI-воздействием по сравнению с профессиями без воздействия.
Авторы оговариваются, что результат «едва статистически значим», но тренд вызывает беспокойство: компании, похоже, начинают нанимать меньше джуниоров в тех областях, где AI может выполнять часть начальных задач.
Контрфактуальные сценарии: что фреймворк мог бы обнаружить
Авторы проверили чувствительность своей методологии. Их фреймворк способен обнаруживать рост безработицы в 1 процентный пункт. Два проверочных сценария:
- «Массовые увольнения топ-10%» — увольнение 10% наиболее «уязвимых» работников подняло бы агрегированную безработицу с 4% до 13%
- «Великая рецессия для белых воротничков» — удвоение безработицы среди «уязвимых» работников (с 3% до 6%) было бы чётко зафиксировано
Ни один из этих сценариев пока не наступил.
Методология: три источника данных
Исследование опирается на три базы данных:
- O*NET — каталог ~800 профессий с описанием задач
- Anthropic Economic Index — данные о реальном рабочем использовании Claude
- Метрики Eloundou et al. (2023) — оценка теоретического потенциала LLM для ускорения задач
Авторы честно признают субъективность некоторых решений: как обрабатывать похожие задачи O*NET, где проводить порог «значимого» использования, как взвешивать автоматизацию vs. аугментацию. Однако ранговые корреляции между разными вариантами методологии остаются «исключительно высокими» (Spearman rank).
Выводы для бизнеса
1. AI-трансформация — марафон, не спринт. Теоретический потенциал (94% для IT-специалистов) далёк от реального использования (33%). У компаний есть время для адаптации.
2. Белые воротнички в зоне риска. Вопреки ожиданиям, AI сильнее всего влияет на образованных, высокооплачиваемых специалистов — программистов, аналитиков, операторов поддержки.
3. Молодёжь — первый индикатор. Падение найма джуниоров на 14% в «уязвимых» профессиях — ранний сигнал, который стоит мониторить.
4. Аугментация доминирует над автоматизацией. Пока AI чаще помогает работникам, чем заменяет их. Но баланс может сместиться.
«Закладывая этот фундамент сейчас — до того, как значимые эффекты проявились — мы надеемся, что будущие результаты более надёжно идентифицируют экономическую дестабилизацию»
Полный текст исследования: anthropic.com/research/labor-market-impacts
Авторы: Максим Массенкофф, Питер Маккрори (Anthropic). Дата публикации: 5 марта 2026.