Автор оригинала: New Zhiyuan
«Ценность» вашей работы выкачивается ИИ. Новый отчёт Anthropic раскрывает контр-интуитивную истину: чем сложнее задача по меркам продолжительности образования, тем стремительнее ускорение от ИИ. По сравнению с прямым замещением, страшнее «девальвация навыков» — ИИ забирает удовольствие от мышления, оставляя вам только рутину. Но данные также указывают на единственный выход: владение человеко-машинным взаимодействием увеличивает шансы на успех в десять раз. В эту эпоху избыточных вычислительных мощностей — это руководство по выживанию, которое вы обязаны понять.
Anthropic вчера опубликовал на своём официальном сайте «Отчёт об экономических индексах».
Отчёт фокусируется не только на том, что люди делают с помощью ИИ, но и на том, в какой степени ИИ действительно заменяет человеческое мышление.
На этот раз они ввели совершенно новое измерение, называемое «экономическими примитивами» (Economic Primitives), пытаясь量化 (квантифицировать) сложность задач, требуемый уровень образования и степень автономности ИИ.
Будущее карьеры, отражённое в данных, гораздо сложнее, чем просто теории «безработицы» или «утопии».
Чем сложнее работа, тем быстрее её делает ИИ
В нашем традиционном понимании машины обычно хороши в повторяющемся простом труде, а в областях, требующих глубоких знаний, кажутся неуклюжими.
Но данные Anthropic дают совершенно противоположный вывод: чем сложнее задача, тем более поразительным оказывается ускорение», обеспечиваемое ИИ.
Отчёт показывает, что для задач, которые требуют только понимания на уровне старшей школы, Claude может увеличить скорость работы в 9 раз;
А как только сложность задачи повышается до уровня, требующего университетского образования, этот коэффициент ускорения взлетает до 12 раз.
Это означает, что работа белых воротничков, которая раньше требовала от людей часов напряжённых размышлений, — это именно та область, где ИИ в настоящее время «собирает урожай» с наибольшей эффективностью.
Даже если мы учтём частоту ошибок ИИ (иногда порождающего галлюцинации), вывод остаётся неизменным: резкий рост эффективности, который ИИ приносит для сложных задач, достаточен, чтобы компенсировать затраты на исправление его ошибок.
Это объясняет, почему нынешние программисты и финансовые аналитики больше зависят от Claude, чем операторы ввода данных — потому что в этих областях с высокой интеллектуальной плотность ИИ демонстрирует наиболее сильный эффект рычага.
19 часов: «Новый закон Мура» для человеко-машинного collaboration
Самыми шокирующими данными в этом отчёте, пожалуй, являются тесты на «долговечность» ИИ (продолжительность задачи, Task horizons, измеряемая по 50% успешности).
Обычные基准 тесты (бенчмарки), такие как METR (Model Evaluation & Threat Research, Оценка моделей и исследование угроз), считают, что у современных передовых моделей (таких как Claude Sonnet 4.5) успешность падает ниже 50% при обработке задач, на которые человеку потребовалось бы 2 часа.
Но в пользовательских данных Anthropic этот временной предел значительно удлинился.
В коммерческих сценариях вызовов API Claude может поддерживать уровень успешности выше 50% для задач, связанных с 3.5 часами работы.
А в диалоговом интерфейсе Claude.ai это число惊人地 (поразительно) увеличилось до 19 часов.
Почему существует такой огромный разрыв? Секрет кроется во «вмешательстве» человека.
Бенчмарк-тесты — это когда ИИ独自 (самостоятельно)面对 (сталкивается) с экзаменационным листом, в то время как реальные пользователи разбивают огромный сложный проект на множество маленьких шагов, постоянно修正я курс ИИ через циклы обратной связи.
Такой рабочий процесс человеко-машинного взаимодействия увеличивает верхний предел продолжительности задачи (измеряемый по 50% успешности) с 2 часов до примерно 19 часов, почти в 10 раз.
Возможно, так будет выглядеть работа будущего: не то чтобы ИИ独立 (самостоятельно)完成 (выполняет) всё, а люди научились управлять им, чтобы пробежать марафон.
Складка на карте мира: бедные учатся, богатые производят
Если поднять взгляд на глобальный уровень, мы увидим чёткую и略带讽刺ную (слегка ироничную) «кривую внедрения».
В развитых странах с высоким ВВП на душу населения ИИ уже глубоко интегрирован в производительность и личную жизнь.
Люди используют его для написания кода, составления отчётов и даже планирования путешествий.
Но в странах с низким ВВП на душу населения основная роль Claude — «учитель», большое количество применений сосредоточено на coursework (учебных заданиях) и образовательном辅导 (репетиторстве).
Помимо разницы в благосостоянии, это также проявление технологического разрыва.
Anthropic упоминает, что они сотрудничают с правительством Руанды, пытаясь помочь людям там перепрыгнуть через单纯的 (просто) «учебную» stage (стадию) и войти в более широкий应用层 (слой применений).
Потому что без вмешательства ИИ很可能станет (может стать) новым барьером: люди в富裕地区 (богатых регионах) используют его для экспоненциального увеличения выпуска, в то время как люди в欠发达地区 всё ещё используют его для补习 (подтягивания) базовых знаний.
Скрытые опасности на рабочем месте: призрак «девальвации навыков»
Самая спорная и最值得警惕的 (заслуживающая наибольшей бдительности) часть отчёта — это обсуждение «девальвации навыков» (Deskilling).
Данные показывают, что задачи, которые в настоящее время охватывает Claude, в среднем требуют 14.4 лет образования (что эквивалентно степени младшего специалиста), что значительно выше, чем 13.2 года, в среднем необходимые для всей экономической деятельности.
ИИ систематически удаляет «высокоинтеллектуальные» части работы.
Для технических писателей или агентов туристических агентств это может быть катастрофическим.
ИИ берёт на себя анализ отраслевых тенденций, планирование сложных маршрутов — ту работу, которая требует «мозгов», оставляя людям, возможно, только составление эскизов, сбор счетов и другую рутинную работу.
Ваша работа остаётся, но «ценность» работы выкачана.
Конечно, есть и受益者 (бенефициары).
Например, управляющие недвижимостью, когда ИИ берёт на себя скучную административную работу, такую как ведение счетов и сравнение контрактов, они могут сосредоточить силы на переговорах с клиентами и управлении заинтересованными сторонами, требующих высокого эмоционального интеллекта — это, напротив, «повышение квалификации» (Upskilling).
Anthropic осторожно отмечает, что это всего лишь экстраполяция based on (основанная на) текущей ситуации, а не неизбежное预言 (предсказание).
Но сигнал тревоги, который оно подаёт, реален.
Если ваше ключевое competitive преимущество (конкурентное преимущество) заключается仅仅 (лишь) в обработке сложной информации, то вы находитесь в эпицентре шторма.
Возвращение производительности в «золотой век»?
Наконец, вернёмся к макро perspective (перспективе).
Anthropic скорректировал свой прогноз по производительности труда в США.
Исключив возможные ошибки и failures (неудачи) ИИ, они预计 (прогнозируют), что ИИ будет способствовать росту производительности на 1.0% до 1.2% ежегодно в течение следующего десятилетия.
Это может показаться на треть меньше предыдущего оптимистичного estimates (прогноза) в 1.8%, но нельзя недооценивать этот 1 процентный пункт.
Этого достаточно, чтобы вернуть темпы роста производительности в США к уровню периода бума интернета в конце 1990-х годов.
И это仅仅 (лишь) на основе возможностей моделей ноября 2025 года. С появлением Claude Opus 4.5 и постепенным доминированием «режима усиления» (enhanced mode) (когда люди不再 пытаются сбросить всю работу на ИИ, а更聪明地 (умнее) взаимодействуют с ИИ) в пользовательском поведении, это число仍有 (всё ещё имеет) огромное восходящее пространство (потенциал роста).
Заключение
Перелистывая весь отчёт, больше всего поражает не столько то, насколько сильным стал ИИ, сколько то, как быстро适应ляются люди.
Мы переживаем миграцию от «пассивной автоматизации» к «активному усилению».
В этой трансформации ИИ подобен зеркалу: он берёт на себя те задачи, которые требуют высшего образования, но могут быть выполнены через логические рассуждения, тем самым вынуждая нас искать те ценности, которые не могут быть量化 (квантифицированы) алгоритмом.
В эту эпоху избыточных вычислительных мощностей, самая дефицитная способность человека — не поиск ответов, а определение问题 (проблем).
Источники:
https://www.anthropic.com/research/economic-index-primitives
https://www.anthropic.com/research/anthropic-economic-index-january-2026-report
