Почему ИИ не привел к росту безработицы?

Я решил поделиться несколькими общими размышлениями и структурой, которая помогает мне понять, почему мы (пока) не видим значительного влияния ИИ на рынок труда США. Я сосредотачиваюсь на США, потому что (а) внедрение ИИ здесь высокое, (б) это крупнейшая экономика мира, (в) по сравнению с Европой, наши институты рынка труда исторически способствуют более быстрому внедрению трудозамещающих технологий, и (г) у нас есть необычно богатый набор статистических данных о рынке труда для понимания текущих условий. Этими мыслями я недавно поделился внутри Anthropic.

Во-первых, внедрение ИИ в США высокое. Поэтому разумно искать его влияние на производительность или безработицу. Рост производительности труда был сильным в последние годы, и есть предварительные данные, что ИИ частично этому способствовал.

Но рынок труда США в настоящее время стабилен и близок к максимальной занятости. На мой взгляд, на сегодняшний день ИИ не привел к существенному росту уровня безработицы. Даже если мы сосредоточимся на работниках с высокой степенью подверженности текущим моделям автоматизации ИИ, мы не видим неожиданного роста безработицы в последние годы (хотя, как я расскажу ниже, эти работники больше обеспокоены потерей работы).

Почему мы не видим влияния внедрения ИИ на безработицу? ИИ (пока) имеет признаки «навыко-ориентированной», трудодополняющей технологии. Даже когда ИИ автоматизирует некоторые аспекты работы, дополнительный человеческий опыт усиливает то, чего ИИ (или люди) могут достичь в одиночку. ИИ расширяет круг задач, которые люди могут выполнять, что повышает отдачу от работы с ИИ.

Будущее все еще довольно неопределенно. Возможности моделей быстро развиваются, и системы ИИ вскоре смогут автономно разрабатывать свои собственные преемники. Более общие интеллектуальные системы ИИ могут привести к вытеснению рабочей силы, которое еще не произошло. Произойдет ли это (и как быстро) — открытый вопрос, который моя команда пытается понять.

Во многом это короткое эссе — моя попытка обобщить экономические исследования Anthropic за последние 18 месяцев, чтобы понять, как люди используют ИИ и что это означает для работы, рынка труда и экономики в целом прямо сейчас. Эта работа подчеркнула, что будущее все еще неопределенно, а последствия, вероятно, будут неравномерными. Пока мы наблюдаем сглаженные эффекты на безработицу; в этом эссе представлена моя структура для понимания причин (и что может измениться в будущем).

Важный фоновый факт: Рынок труда США в настоящее время стабилен.

• Уровень безработицы в июне составил 4,2%, что ФРС рассматривает как уровень, соответствующий полной занятости и стабильным ценам.
• Соотношение открытых вакансий и безработных недавно выросло до чуть более 1 в апреле, что, по мнению некоторых экономистов, указывает на то, что спрос и предложение на рабочую силу примерно и эффективно сбалансированы. Более сложные индикаторы, такие как Индекс напряженности рынка труда HPW (Heise, Pearce, Weber) ФРБ Нью-Йорка, также указывают на сбалансированный рынок труда.
• Соотношение занятости к численности населения в трудоспособном возрасте остается близким к многодесятилетним максимумам, что отражает широкую силу рынка труда, возникшую в ходе постпандемического восстановления.
• Еженедельные первичные заявки на пособие по безработице оставались стабильно низкими в течение последних четырех лет. А уровни увольнений и сокращений находятся на уровне или немного ниже допандемических показателей.

Так стоит ли нам ожидать влияния ИИ на рынок труда уже сейчас? Я думаю, ответ — да: Сектор ИИ достаточно велик, чтобы мы могли искать заметные макроэкономические эффекты.

• Около 20% фирм используют ИИ хотя бы в одной бизнес-функции. В информационном секторе, который составляет 5,5% ВВП, эта доля достигает 40%.
• Выпуск ИИ с поправкой на качество рос более чем на 2000% в год как в 2024, так и в 2025 году, согласно оценкам Патрика МакКелви и моего коллеги @akorinek. Даже с небольшой начальной базы это говорит о том, что мы должны видеть признаки влияния ИИ в агрегированных показателях.
• Я считаю, что мы начинаем видеть влияние ИИ в агрегированной статистике производительности:**
• Рост производительности труда был относительно сильным в последние годы: соотношение выпуска продукции на час работы увеличилось на 2,0% в год с 1-го квартала 2022 года по 1-й квартал 2026 года по сравнению с 1,6% за четыре года до пандемии.
• Секторы экономики США с более высоким внедрением ИИ, как правило, демонстрировали более быстрый рост производительности труда за последние четыре года.
• Рост совокупной факторной производительности — как экономисты любят измерять производительность — был более скромным в последние годы (особенно после учета использования факторов). Это ослабляет доказательства, но смешанные сигналы о производительности сами по себе могут указывать на то, что ускорение происходит.
• Фирмы принимают решения о найме на основе убеждений о будущей ценности найма нового работника относительно затрат.
• Фирмы учитывают, насколько продуктивными будут работники в будущем, заработную плату в течение трудовой деятельности и ожидаемую продолжительность отношений.
• По этой причине убеждения фирм о будущем должны формировать результаты рынка труда сегодня, в форме увольнений, найма и смены профессий. Но в показателях увольнений по собственному желанию, сокращений и уровня нахождения работы мы видим стабильную картину. Также нет доказательств необычно быстрой профессиональной ротации из-за ИИ.
• Вакансии для инженеров-программистов в целом восстановились с мая 2025 года по сравнению со всеми другими вакансиями, что указывает на растущий спрос на работников в профессии, где возможности ИИ прогрессируют наиболее сильно.

Есть ли какие-либо доказательства того, что вытеснение рабочих мест происходит, даже если оно еще не имеет макроэкономических последствий? Данные неоднозначны. Но в целом я не убежден.

• Как мы с Максимом Массенкофф задокументировали в нашем отчете о влиянии на рынок труда, мы не наблюдали ухудшения уровня безработицы для работников в профессиях с большой долей задач, которые Claude используется для автоматизации, по сравнению с работниками в других профессиях. Обновление этого анализа с более свежими данными BLS не меняет этого результата.
• Мы находим некоторые предварительные данные о том, что уровень найма молодых работников на должности с высокой подверженностью ИИ ослаб за последний год или около того. Это согласуется с данными в статье «Канарейки в угольной шахте», написанной исследователями из Стэнфордской лаборатории цифровой экономики.
• Но эти данные о вытеснении молодых работников следует интерпретировать с осторожностью. Трудно различить причинно-следственные эффекты, потому что ИИ возник в необычно волатильной макроэкономической среде: устранение последствий пандемии, быстрое ужесточение денежно-кредитной политики, волатильность цен на сырье после вторжения России в Украину и устойчивая глобальная политическая неопределенность (например, из-за торговых войн). Поскольку найм — это форма инвестиций, широкая экономическая неопределенность сама по себе может давить на найм.
• Другими словами: с 2022 года по настоящее время США пережили крупнейшее замедление рынка труда нерецессионного характера за всю историю наблюдений («безупречная дезинфляция»). Это совпало с рынком труда «мало найма, мало увольнений». Такой рынок труда сильнее всего бьет по тем, кто только начинает карьеру. Прямо сейчас молодым работникам может быть трудно найти работу по макроэкономическим причинам, не связанным с ИИ.
• Отдельно, недавние работы утверждают, что рост удаленной работы после пандемии повлиял на молодых работников на должностях, сильно подверженных влиянию ИИ. Сложно выделить влияние ИИ среди других потрясений, сотрясающих экономику.
• Хотя мы еще не видим эффектов на безработицу, мы обнаруживаем, что работники в профессиях, где задачи автоматизируются с помощью Claude, выражают большую обеспокоенность по поводу потери работы, чем те, кто занят в менее подверженных профессиях.

Если вы верите, что рынок труда США в настоящее время здоров, что ИИ в принципе может создавать макроэкономически заметные эффекты, и что это еще не привело к вытеснению в профессиях с высокой подверженностью ИИ, тогда следующий вопрос очевиден:

Почему ИИ не вызвал значительного роста безработицы?

Пока что ИИ одновременно и навыко-ориентирован, и трудодополняющий. Он дополняет экспертные знания. Он полагается на людей в цикле, чтобы направлять и оценивать самую сложную работу. И он вознаграждает владение ИИ. Возможности моделей быстро улучшаются, но остаются упрямо неровными. Чтобы заполнить пробелы на неровном фронте, необходим экспертный надзор для управления невероятно способными системами ИИ и для восстановления, когда они дают сбой.

Конечно, некоторые профессии больше подвержены прямому вытеснению автоматизацией. Например, технические писатели, операторы ввода данных, представители службы поддержки клиентов и программисты — это профессии, где ИИ может надежно выполнять основной набор задач и обязанностей. Хотя мы не наблюдали роста безработицы для работников на таких должностях, BLS прогнозирует, что профессии с более высокой наблюдаемой подверженностью будут расти медленнее к 2034 году.

Но пока общая картина — это дополнение труда. В результате эффекты на рынке труда будут неравномерными, даже несмотря на быстрое развитие возможностей. Это не означает, что все навыки, которые в настоящее время ценятся на рынке труда, будут цениться в будущем. Некоторые виды экспертных знаний могут стать менее ценными (например, чистое написание кода), в то время как другие станут более ценными (например, управленческие навыки делегирования и оценки).

Почему мы считаем, что ИИ — это навыко-ориентированная, трудодополняющая технология? Я сделаю несколько наблюдений, основанных на работе, опубликованной командой Anthropic Economic Research, и данных из Anthropic Economic Index:

• Несмотря на невероятный прогресс ИИ и быстрое внедрение по всей экономике, в таксономии O\NET (каталог профессий и их типичных задач Министерства труда США) нет ни одной профессии, для которой все* связанные задачи систематически обрабатываются Claude. Если профессии — это фиксированные наборы задач (что не так, но об этом позже), то существенные, неавтоматизированные аспекты работы одновременно ограничивают общий рост производительности и усиливают отдачу от труда. Задачи, с которыми Claude не может справиться, могут зависеть от межличностной координации, личного взаимодействия или взаимодействия с физическим миром, которое пока под силу только людям (см. «Задача — это не работа» от @lugaricano).
• В нашем отчете за январь, «Экономические примитивы», мы обнаружили, что сложные пользовательские запросы и комплексные результаты Claude сильно коррелируют. Другими словами, когда Claude строит сложную экономическую модель, на практике это происходит под руководством человека, предоставляющего дополнительные экспертные указания.
• Хотя Claude в среднем успешен, модель больше всего испытывает трудности с более сложной работой. Это в целом согласуется с результатами METR по горизонту задач, где более высокая надежность достигается ценой более коротких горизонтов задач. Мы находим предварительные данные, что люди, включенные в цикл, повышают сложность работы, с которой справляется Claude.
• В нашем мартовском отчете, «Кривые обучения», мы обнаружили, что даже после всего шести месяцев использования люди чаще взаимодействуют с Claude как с «мысленным партнером» и имеют более успешные взаимодействия. Если бы ИИ был достаточно хорош сам по себе, мы бы не ожидали увидеть этот эффект.
• Широкая автоматизация задач все еще может дополнять труд. Почему? Потому что профессии — это не фиксированные наборы задач. Новые технологии исторически приводили к большим изменениям в рамках существующих профессий, даже несмотря на исчезновение некоторых из них. И они породили совершенно новые виды работ, которые сочетают новые технические возможности с дополнительным человеческим опытом. Мы видим признаки этого эффекта в наших исследованиях: часто упоминаемый источник воспринимаемой производительности среди 81 000 пользователей Claude был связан с масштабом — возможностью делать больше и более квалифицированно. Такое расширение возможностей благодаря ИИ может переопределить границы наших ролей и создать новые комбинации задач в рамках профессий — автоматизируя одни, усиливая важность других, — при этом в целом увеличивая предельный продукт труда.
• В нашем июньском отчете Economic Index, «Ритмы», более трети всех респондентов опроса Anthropic Economic Index Survey ожидают, что ИИ сможет выполнять большинство или все задачи, которые они выполняют на своей работе, в течение следующих двенадцати месяцев. Аналогичная доля респондентов ожидает, что должностные обязанности для них самих и их коллег изменятся в ближайший год. Однако ожидания потери работы были заметно ниже. Более того, те, кто использует Claude более автоматизированными способами, как правило, более оптимистично настроены в отношении влияния ИИ на их зарплату, гарантию занятости и способность найти работу.
• По мере улучшения возможностей ИИ мы увидим все более способных агентов, которые смогут автономно выполнять сложные, долгосрочные и ценные задачи. Будет ли ИИ по-прежнему дополнять труд? Чтобы разобраться в этом вопросе, мы недавно проанализировали шаблоны использования Claude Code, чтобы увидеть, меняет ли агентное программирование отдачу от экспертных знаний. Claude Code использовался для все более ценных задач в течение семи месяцев, за которыми мы наблюдали, но мы видели устойчивую отдачу от человеческого опыта: то есть люди принимают решения по планированию и делегируют реализацию Claude. Люди с большим опытом в предметной области чаще добиваются успеха в своих задачах и более последовательно восстанавливаются, когда Claude совершает ошибку. Отдача от прямых навыков программирования могла упасть, но агентное программирование пока увеличило ценность других, дополнительных навыков.

Будущее трудно предсказать. Вполне возможно, что навыко-ориентированный, трудодополняющий аспект ИИ исчезнет по мере дальнейшего совершенствования моделей. Неровный фронт может стать более гладким. И в определенный момент отдача от человеческого опыта может уменьшиться.

Одна из главных причин такой большой неопределенности в отношении будущего заключается в том, что ИИ может автоматизировать сами инновации. Наделение машин общими когнитивными способностями является прямым катализатором дальнейших инноваций, в отличие от прошлых технологий общего назначения. Двигатель внутреннего сгорания не мог изобретать новые виды транспорта. В стандартных экономических моделях автоматизация инноваций — которую мы можем увидеть в первую очередь в рекурсивном самосовершенствовании — может привести к экономическим сингулярностям: бесконечному росту за конечное время.

Произойдут ли такие сингулярности? Нет, если существуют важнейшие задачи, которые никогда не будут автоматизированы — будь то по техническим причинам или из-за социальных ограничений. Эти «слабые звенья» являются ограничениями для роста: «Экономический рост может быть ограничен не тем, что мы делаем хорошо, а тем, что важно и трудно улучшить», как утверждают Агион, Джонс и Джонс (2017). Такие слабые звенья могут поддерживать высокую долю труда в доходе в долгосрочной перспективе даже в условиях очень быстрой, широкомасштабной, но неполной автоматизации.

Логика «слабых звеньев» применима не только к производству товаров, но и к автоматизации инноваций. Будет ли ИИ резко ускорять рост производительности, зависит не только от улучшения возможностей, но и от широкомасштабной автоматизации задач, вовлеченных в процесс НИОКР. Недавние данные свидетельствуют о том, что в настоящее время слабые звенья являются ограничением для автоматизации производства программного обеспечения: 10-20-кратное увеличение строк сгенерированного кода после внедрения кодирующих агентов привело лишь к 30% увеличению выпуска программного обеспечения и не дало общего увеличения использования приложений.

С законами масштабирования трудно спорить. Модели будут становиться лучше. Намного лучше. Я ожидаю, что это приведет к более быстрому росту производительности и, возможно, даже к более явным признакам RSI. Но я не ожидаю, что через год безработица будет заметно выше — по крайней мере, не из-за ИИ.