Чому ШІ не спричинив зростання безробіття?

Ось переклад українською мовою з урахуванням усіх вказаних вимог.

Я подумав, що поділюся кількома загальними роздумами та框架, який допомагає мені зрозуміти, чому ми (поки що) не бачимо значного впливу ШІ на ринок праці США. Я зосереджуюсь на США, тому що (а) рівень впровадження ШІ тут високий, (б) це найбільша економіка світу, (в) порівняно з Європою, наші інституції ринку праці історично сприяють швидшому впровадженню технологій, що витісняють робочу силу, і (г) ми маємо надзвичайно багатий набір статистичних даних про ринок праці для розуміння поточних умов. Нещодавно я поділився цими думками всередині Anthropic.

По-перше, рівень впровадження ШІ в США високий. Тому логічно шукати його вплив на продуктивність або на безробіття. Зростання продуктивності праці в останні роки було сильним, і є певні докази того, що ШІ частково сприяв цьому.

Але ринок праці США наразі стабільний і близький до максимальної зайнятості. На мою думку, на сьогодні ШІ не спричинив суттєвого зростання рівня безробіття. Навіть якщо ми зосередимося на працівниках, які мають високий рівень впливу поточних моделей автоматизації ШІ, ми не бачимо неочікуваного зростання безробіття в останні роки (хоча, як я обговорю нижче, ці працівники більше стурбовані втратою роботи).

Чому ми не бачимо впливу впровадження ШІ на безробіття? ШІ (поки що) має ознаки технології, яка є «навичко-орієнтованою» та доповнює працю. У той час як ШІ автоматизує деякі аспекти роботи, додатковий людський досвід посилює те, чого можуть досягти ШІ (або люди) самостійно. ШІ розширює спектр завдань, які люди можуть виконувати, що збільшує віддачу від роботи з ШІ.

Однак майбутнє все ще досить невизначене. Можливості моделей швидко розвиваються, і незабаром системи ШІ зможуть автономно розробляти власних наступників. Загалом більш інтелектуальні системи ШІ можуть призвести до витіснення робочої сили, якого ще не сталося. Чи станеться це (і як швидко) — відкрите питання, яке моя команда намагається зрозуміти.

Багато в чому це коротке есе — моя спроба синтезувати економічні дослідження Anthropic за останні 18 місяців, щоб зрозуміти, як люди використовують ШІ і що це означає для роботи, ринку праці та ширшої економіки прямо зараз. Ця робота підкреслила, що майбутнє все ще невизначене, а наслідки, ймовірно, будуть нерівномірними. Поки що ми спостерігаємо стримані ефекти на рівень безробіття; це есе представляє мою рамку для розуміння, чому (і що може змінитися в майбутньому).

Важливий фоновий факт: Ринок праці США наразі стабільний.

• Рівень безробіття в червні становив 4,2%, що ФРС вважає рівнем, сумісним із повною зайнятістю та стабільними цінами.
• Співвідношення кількості вакансій до безробітних нещодавно зросло до трохи більше ніж 1 у квітні, що, на думку деяких економістів, свідчить про те, що попит і пропозиція робочої сили приблизно та ефективно збалансовані. Більш складні індикатори, такі як Індекс напруженості ринку праці HPW Федерального резервного банку Нью-Йорка, також вказують на збалансований ринок праці.
• Співвідношення зайнятості до населення серед осіб працездатного віку залишається близьким до багаторічних максимумів, що відображає широку силу ринку праці, яка виникла під час постпандемічного відновлення.
• Щотижневі первинні заявки на страхування з безробіття стабільно низькі протягом останніх чотирьох років. А рівень звільнень та скорочень залишається на рівні або трохи нижче допандемічного рівня.

Отже, чи варто нам взагалі очікувати впливу ШІ на ринок праці вже зараз? Я вважаю, що відповідь так: Сектор ШІ досить великий, щоб ми могли шукати помітні макроекономічні ефекти.

• Близько 20% фірм використовують ШІ хоча б в одній бізнес-функції. У секторі інформації, який становить 5,5% ВВП, ця частка сягає 40%.
• Якісно скоригований обсяг виробництва ШІ зріс більш ніж на 2000% на рік як у 2024, так і в 2025 році, згідно з оцінками Патріка МакКелві та мого колеги @akorinek. Навіть з невеликої початкової бази це свідчить про те, що ми повинні бачити ознаки впливу ШІ в агрегованих показниках.
• Я вважаю, що ми починаємо бачити вплив ШІ в агрегованих показниках продуктивності:
• Зростання продуктивності праці було відносно сильним в останні роки: співвідношення випуску продукції на годину роботи зростало на 2,0% на рік з 1-го кварталу 2022 року до 1-го кварталу 2026 року, порівняно з 1,6% за чотири роки до пандемії.
• Сектори економіки США з вищим рівнем впровадження ШІ, як правило, мали швидше зростання продуктивності праці за останні чотири роки.
• Зростання сукупної факторної продуктивності — як економісти зазвичай вимірюють продуктивність — було більш помірним в останні роки (особливо після врахування використання факторів виробництва). Це послаблює докази, але змішані сигнали щодо продуктивності можуть самі по собі вказувати на те, що відбувається прискорення.
• Фірми приймають рішення про найм на основі очікувань щодо майбутньої цінності найму нового працівника відносно витрат.
• Фірми враховують, наскільки продуктивними будуть працівники в майбутньому, заробітну плату протягом трудових відносин та очікувану тривалість співпраці.
• З цієї причини очікування фірм щодо майбутнього повинні формувати результати на ринку праці сьогодні, у вигляді звільнень, найму та зміни професій. Але серед показників звільнень за власним бажанням, скорочень та рівня знаходження роботи ми спостерігаємо стабільність. Так само немає доказів надзвичайно швидкої зміни професій через ШІ.
• Вакансії для інженерів-програмістів в основному відновилися з травня 2025 року порівняно з усіма іншими вакансіями, що свідчить про зростаючий попит на працівників у професії, де можливості ШІ розвиваються найбільше.

Чи є якісь докази того, що витіснення робочих місць відбувається, навіть якщо воно (поки що) не має макроекономічних наслідків? Докази неоднозначні. Але загалом я не переконаний.

• Як ми з Максимом Массенкоффом задокументували в нашому звіті про вплив на ринок праці, ми не бачили погіршення рівня безробіття для працівників на посадах з великою часткою завдань, які автоматизуються за допомогою Claude, порівняно з працівниками на інших посадах. Оновлення цього аналізу з більш свіжими даними від BLS не змінює цього результату.
• Ми знаходимо деякі докази того, що рівень найму молодих працівників на посади з високою схильністю до впливу ШІ послабився за останній рік або близько того. Це узгоджується з доказами у статті Canaries in the Coal Mine (Канарки у вугільній шахті), написаній дослідниками зі Стенфордської лабораторії цифрової економіки.
• Але ці докази витіснення молодих працівників слід інтерпретувати з обережністю. Важко виявити причинно-наслідкові ефекти, оскільки ШІ з'явився в надзвичайно нестабільному макроекономічному середовищі: подолання наслідків пандемії, швидке посилення монетарної політики, волатильність цін на сировинні товари після вторгнення Росії в Україну та постійна глобальна політична невизначеність (наприклад, через торговельні війни). Оскільки найм є формою інвестицій, широка економічна невизначеність сама по собі може негативно впливати на найм.
• Інакше кажучи: з 2022 року до сьогодні США пережили найбільше уповільнення ринку праці без рецесії за всю історію спостережень (так звана «бездоганна дезінфляція»). Це збіглося з ринком праці, де «мало наймають і мало звільняють». Такий ринок праці найважче вражає новачків у кар'єрі. Зараз молоді працівники можуть мати труднощі з пошуком роботи з макроекономічних причин, не пов'язаних з ШІ.
• Окремо, деякі нещодавні роботи стверджують, що зростання віддаленої роботи після пандемії вплинуло на молодих працівників на посадах, які сильно схильні до впливу ШІ. Важко ізолювати вплив ШІ від інших потрясінь, які впливають на економіку.
• Хоча ми ще не бачимо ефектів на рівень безробіття, ми виявили, що працівники на посадах із завданнями, які автоматизуються за допомогою Claude, дійсно висловлюють більше занепокоєння щодо втрати роботи, ніж ті, хто працює на менш схильних до впливу посадах.

Якщо ви вважаєте, що ринок праці США наразі здоровий, що ШІ в принципі може створювати макроекономічно помітні ефекти, і що це ще не призвело до витіснення на посадах з високою схильністю до впливу ШІ, тоді наступне питання очевидне:

Чому ШІ не спричинив значного зростання безробіття?

Наразі ШІ є одночасно навичко-орієнтованим і доповнюючим працю. Він доповнює експертні знання в певній галузі. Він покладається на людей, які контролюють та оцінюють найскладнішу роботу. І він винагороджує володіння ШІ. Можливості моделей швидко покращуються, але залишаються вперто нерівномірними. Щоб заповнити прогалини на цьому нерівному фронті, потрібен нагляд експертів для керування неймовірно потужними системами ШІ та для відновлення, коли вони помиляються.

Звичайно, деякі роботи більш схильні до прямого витіснення через автоматизацію. Наприклад, технічні письменники, працівники з введення даних, представники служби підтримки клієнтів та комп'ютерні програмісти — це роботи, де ШІ може надійно виконувати основний набір завдань та обов'язків. Хоча ми не бачили зростання безробіття серед працівників на таких посадах, BLS прогнозує, що професії з більшою спостережуваною схильністю до впливу ШІ зростатимуть менше до 2034 року.

Але поки що загальна картина — це доповнення праці. Відповідно, очікується, що наслідки на ринку праці будуть нерівномірними, навіть якщо можливості ШІ швидко розвиваються. Це не означає, що всі навички, які наразі мають премію на ринку праці, матимуть її і в майбутньому. Деякі типи експертизи можуть стати менш цінними (наприклад, чисте кодування), тоді як інші можуть стати більш цінними (наприклад, управлінські навички делегування та оцінки).

Чому ми вважаємо, що ШІ є навичко-орієнтованою технологією, що доповнює працю? Я зроблю кілька спостережень на основі роботи, опублікованої командою Anthropic Economic Research, та доказів з Індексу економіки Anthropic:

• Незважаючи на неймовірний прогрес ШІ та швидке впровадження в економіці, не існує жодної професії в таксономії O\NET (каталог професій та їх типових завдань від Міністерства праці), для якої всі* пов'язані завдання систематично виконуються Claude. Якщо роботи — це фіксовані набори завдань (а це не так, але про це пізніше), то істотні, неавтоматизовані аспекти роботи обмежують загальне підвищення продуктивності та посилюють віддачу від праці. Завдання, які Claude не може виконати, можуть залежати від міжособистісної координації, особистої взаємодії або роботи з фізичним світом, яку поки що можуть виконувати лише люди (див. розділ «Завдання — це не робота» від @lugaricano).
• У нашому звіті за січень, Економічні примітиви, ми виявили, що складні вхідні дані користувачів та складні результати Claude сильно корелюють. Іншими словами, коли Claude будує складну економічну модель, на практиці він робить це під керівництвом того, хто надає додаткові, експертні вказівки.
• Хоча Claude в середньому демонструє успіх, модель найбільше помиляється при виконанні складнішої роботи. Це в цілому узгоджується з результатами METR щодо горизонту завдань, де вища надійність досягається ціною коротших горизонтів завдань. Ми знаходимо докази того, що присутність людини в циклі підвищує складність роботи, яку виконує Claude.
• У нашому звіті за березень, Криві навчання, ми виявили, що навіть після лише шести місяців використання люди частіше взаємодіють з Claude як з партнером по мисленню і мають більш успішні взаємодії з ним. Якби ШІ був достатньо хорошим сам по собі, ми не очікували б побачити цей ефект.
• Широкомасштабна автоматизація завдань все ще може доповнювати працю. Чому? Тому що роботи не є фіксованими наборами завдань. Історично нові технології призводили до значних змін у рамках існуючих робіт, навіть якщо деякі роботи зникали. І вони створювали абсолютно нові типи робіт, які поєднують нові технічні можливості з додатковим людським досвідом. Ми бачимо ознаки цього ефекту в наших дослідженнях: поширеним джерелом сприйнятої продуктивності серед 81k користувачів Claude був масштаб — можливість робити більше і більш професійно. Таке розширення можливостей завдяки ШІ може перекроїти межі наших ролей і створити нові набори завдань у рамках робіт — автоматизуючи деякі, підкріплюючи важливість інших — при цьому в чистому вигляді збільшуючи граничний продукт праці.
• У нашому звіті Індексу економіки за червень, Ритми, понад третина всіх респондентів Опитування Індексу економіки Anthropic очікують, що ШІ зможе виконувати більшість або всі завдання, які вони виконують на своїй роботі, протягом наступних дванадцяти місяців. Подібна частка респондентів очікує, що посадові обов'язки зміняться для них самих та їхніх колег у наступному році. Але очікування щодо втрати роботи були помітно нижчими. Справді, ті, хто використовує Claude більш автоматизованим способом, як правило, більш оптимістично налаштовані щодо впливу ШІ на їхню зарплату, безпеку роботи та здатність знайти роботу.
• У міру покращення можливостей ШІ ми побачимо все більш здатних агентів, які можуть автономно виконувати складні, довгострокові та цінні завдання. Чи буде ШІ все ще доповнювати працю? Щоб розібратися в цьому питанні, ми нещодавно проаналізували патерни використання Claude Code, щоб побачити, чи змінює агентне програмування віддачу від експертизи. Claude Code використовувався для дедалі складніших і цінніших завдань протягом семи місяців спостереження, але ми бачили стійку віддачу від людського досвіду: тобто люди приймають рішення щодо планування та делегують реалізацію Claude. Люди з більшим досвідом у певній галузі частіше досягають успіху у своїх завданнях і більш послідовно відновлюються, коли Claude робить помилку. Віддача від простої здатності кодувати могла знизитися, але агентне програмування поки що підвищило цінність інших, додаткових навичок.

Майбутнє важко передбачити. Цілком можливо, що аспект ШІ, який є навичко-орієнтованим та доповнюючим працю, зникне, коли моделі продовжуватимуть покращуватися. Нерівний фронт може стати більш гладким. І в певний момент віддача від людського досвіду може зменшитися.

Велика причина такої невизначеності щодо майбутнього полягає в тому, що ШІ може автоматизувати саму інновацію. Наділення машин загальними когнітивними здібностями є прямим каталізатором подальших інновацій, на відміну від минулих технологій загального призначення. Двигун внутрішнього згоряння не міг винайти нові способи пересування. В інших стандартних економічних моделях автоматизація інновацій — яку ми можемо побачити вперше в рекурсивному самовдосконаленні — може призвести до економічних сингулярностей: нескінченного зростання за скінченний час.

Чи відбудуться такі сингулярності? Ні, якщо існують важливі завдання, які ніколи не будуть автоматизовані, з технічних причин або через суспільні обмеження. Ці «слабкі ланки» є обмеженнями для зростання: «Економічне зростання може бути обмежене не тим, що ми робимо добре, а тим, що є важливим і важко покращити», як стверджують Агіон, Джонс і Джонс (2017). Такі слабкі ланки можуть утримувати частку доходу від праці на високому рівні в довгостроковій перспективі навіть за дуже швидкої, широкомасштабної, але неповної автоматизації.

Логіка «слабких ланок» застосовна не лише до виробництва товарів, але й до автоматизації інновацій. Те, чи прискорить ШІ зростання продуктивності драматичним чином, вимагає не просто покращення можливостей, але й широкомасштабної автоматизації завдань, пов'язаних із процесом НДДКР. Нещодавні докази свідчать про те, що слабкі ланки наразі є обмеженням для автоматизації виробництва програмного забезпечення: 10-20-кратне збільшення кількості рядків коду, згенерованого після впровадження агентів кодування, призвело лише до 30% збільшення релізів програмного забезпечення і не призвело до загального збільшення використання додатків.

З законами масштабування важко сперечатися. Моделі ставатимуть кращими. Набагато кращими. Я очікую, що це призведе до швидшого зростання продуктивності і, можливо, навіть до більш явних ознак рекурсивного самовдосконалення. Але я не очікую, що рівень безробіття буде помітно вищим через рік — принаймні не через ШІ.