Senario AI Anthropic 2030: Ekonomi AS Boleh Melonjak, Tetapi Pekerja Ilmu Berisiko Tercicir

Anthropic membina Economic Scenario Explorer untuk menunjukkan kesan andaian berbeza tentang keupayaan AI, kadar penggunaan, automasi, penciptaan tugasan baharu dan keupayaan pekerja bertukar kerjaya terhadap ekonomi Amerika Syarikat (AS) menjelang 2030.

Penting untuk ditegaskan: ini bukan ramalan. Anthropic tidak memberikan kebarangkalian kepada senario sederhana, besar atau ekstremnya. Ia ialah alat untuk membandingkan akibat ekonomi jika andaian tertentu menjadi kenyataan. 12

Mesej utamanya jelas: ekonomi boleh berkembang lebih laju hasil AI, tetapi faedahnya tidak semestinya diagihkan secara meluas. Dalam keadaan automasi kognitif yang pantas, pekerja ilmu—seperti profesional yang banyak bergantung pada kerja analisis, penulisan, penyelidikan atau pengurusan maklumat—boleh menghadapi gaji lebih lemah, peralihan kerjaya yang sukar dan bahagian pendapatan negara yang semakin kecil. 12

Tiga gambaran ekonomi AS pada 2030

Senario	Andaian utama	KDNK 2030	Kesan utama pasaran buruh
Sederhana	Kesan AI kira-kira setanding internet, dengan penggunaan beransur-ansur.	AS$34.1 trilion pada harga 2025, iaitu 1.6% lebih tinggi daripada laluan tanpa AI.	Pengangguran kekal hampir julat sejarah; bahagian pendapatan buruh sekitar 59.4%, hampir kepada titik mula model sebanyak 60%. 12
Besar	AI boleh melaksanakan kira-kira separuh kerja berasaskan pengetahuan menjelang 2030, banyak daripadanya secara autonomi, tetapi tidak digunakan bagi semua kerja itu.	AS$36.3 trilion, 8.3% di atas laluan tanpa AI.	Pertumbuhan kira-kira dua kali kadar biasa, tetapi gaji pekerja ilmu secara umum mendatar, sementara pekerja dalam pekerjaan lain memperoleh kenaikan yang lebih baik. 12
Ekstrem	AI mengatasi manusia bagi kebanyakan tugasan kerja ilmu, melaksanakan hampir semuanya secara autonomi, hampir tidak mencipta tugasan ilmu baharu, dan diterima pakai dengan pantas.	AS$44.4 trilion, 32.4% di atas laluan tanpa AI.	Pertumbuhan tahunan sekitar 15%, tetapi gaji pekerja ilmu jatuh lebih 10% dan bahagian pendapatan buruh merosot kepada kira-kira 45.2%. 12

Senario ekstrem itu memang sengaja dibina sebagai sesuatu yang luar biasa. Anthropic menyatakan hasil sebegini berkemungkinan memerlukan AI yang mampu memperbaik dirinya secara rekursif, bukan sekadar lanjutan penggunaan teknologi AI semasa. 12

KDNK tinggi tidak semestinya bermakna pekerja lebih makmur

Model ini membezakan pekerjaan kognitif atau berasaskan pengetahuan—yang menerima kesan langsung AI dalam model—daripada pekerjaan lain yang lebih fizikal atau memerlukan kehadiran secara bersemuka. AI boleh membantu pekerja, menggantikan tugasan, atau mencipta tugasan baharu. Maka, kesan sebenar terhadap pekerjaan bergantung pada imbangan antara ketiga-tiga faktor itu, bukan sekadar kiraan mudah pekerjaan yang “diganti”. 1

Apabila AI mengambil alih tugasan kognitif, model boleh menghasilkan gaji lebih rendah bagi pekerja ilmu, pengurangan pekerjaan dalam bidang tersebut, serta pengangguran ketika pekerja yang terjejas cuba mencari kerja dalam bidang lain. Keterukan peralihan itu banyak bergantung pada andaian tentang kekakuan gaji, secepat mana majikan mewujudkan kekosongan jawatan dan sama ada pekerja dapat berpindah antara pekerjaan. 1

Dengan kata lain, latihan semula bukan penyelesaian automatik dalam model ini. Pekerja yang kehilangan jawatan dalam kerja ilmu tidak diandaikan terus memperoleh pekerjaan setara dengan gaji setara. 1

Pekerjaan fizikal dan pemilik modal

Pekerjaan fizikal serta perkhidmatan kelihatan lebih terlindung dalam senario besar dan ekstrem kerana robotik maju tidak termasuk dalam skop model. Perlindungan relatif itu boleh menaikkan gaji dan prospek pekerjaan mereka apabila AI meningkatkan permintaan di bahagian lain ekonomi. Namun, ini ialah hasil daripada batas model, bukannya jaminan bahawa pekerjaan tersebut kekal selamat daripada automasi selama-lamanya. 1

Sebaliknya, apabila bahagian pendapatan buruh menyusut, pemilik modal menerima bahagian output ekonomi yang lebih besar. Dalam senario ekstrem, bahagian buruh jatuh daripada 60% kepada kira-kira 45.2%, menunjukkan keuntungan daripada pengeluaran yang dipacu AI lebih banyak mengalir kepada pemilik modal. 12

Amaran paling tajam daripada model ini ialah soal pengagihan: ekonomi boleh berkembang dengan pantas pada masa yang sama manfaatnya tertumpu, sedangkan pekerja yang paling terdedah kepada automasi kognitif kehilangan kuasa tawar-menawar.

Pengangguran: bezakan angka keseluruhan dengan pekerja ilmu

Senario ekstrem tidak wajar diringkaskan sebagai pengangguran seluruh ekonomi pada kadar 17.9%. Angka itu merujuk kepada pengangguran dalam kalangan pekerja kognitif atau pekerja ilmu dalam model. Satu laporan ringkasan semasa mengenai senario itu menyatakan kadar pengangguran keseluruhan ialah 11.9%, berbanding 17.9% bagi pekerja kognitif. 45

Perbezaan ini penting kerana gangguan dalam model tertumpu pada pekerjaan yang AI boleh laksanakan secara langsung dalam skala besar. Pekerja di luar kategori itu pula agak terlindung, sebahagiannya kerana robotik maju tidak dimasukkan dalam analisis. 1

Jangkaan lebih 10,000 rakyat Amerika

Anthropic menyatakan alat ini membolehkan peserta membandingkan andaian mereka dengan pandangan lebih 10,000 rakyat Amerika. 23 Berdasarkan perbandingan tinjauan yang dilaporkan Anthropic, andaian responden biasa membayangkan hasil yang hampir kepada—tetapi sedikit lebih kukuh daripada—senario besar: KDNK sekitar 10% di atas laluan tanpa AI menjelang 2030 dan pengangguran agregat hampir 5%. Kira-kira 10% responden pula memberikan input yang secara umum selaras dengan senario ekstrem. 2

Dapatan itu mengukur jangkaan orang ramai, bukannya kebarangkalian sebenar. Peserta menyatakan kepercayaan mereka tentang keupayaan AI, kadar penggunaan, autonomi, penciptaan tugasan dan kemudahan bertukar pekerjaan; model kemudiannya menterjemahkan input tersebut kepada hasil ekonomi. 12

Cara membaca senario ini bersama amaran Evan Hubinger

Kenyataan Evan Hubinger bahawa beliau secara peribadi menilai kebarangkalian AI membunuh semua manusia dalam tempoh sedekad sebagai melebihi 10% bukanlah kebarangkalian bagi mana-mana hasil dalam Economic Scenario Explorer. Dalam kenyataan yang sama, beliau berkata Anthropic masih belum mempunyai pelan untuk menyelesaikan isu penjajaran (alignment) bagi kecerdasan super, dan belum jelas berada di landasan untuk mencapainya. 31

Kedua-dua perkara itu beroperasi pada aras yang berbeza:

• Explorer itu bertanya bagaimana output, pekerjaan, gaji dan bahagian pendapatan boleh berubah jika ekonomi AS terus berfungsi hingga 2030 di bawah andaian AI tertentu. 1
• Kenyataan Hubinger pula menyentuh risiko bencana di hujung taburan: AI yang cukup berkeupayaan tetapi tidak sejajar dengan matlamat manusia mungkin menghalang masa depan ekonomi biasa itu daripada berlaku langsung. 31

Oleh itu, angka KDNK AS$44.4 trilion dalam senario ekstrem bukan ramalan nilai jangkaan untuk AS. Rangka kerja Anthropic dengan jelas mempersembahkan senario sebagai ilustrasi bersyarat, bukan unjuran yang diberi kebarangkalian. 1

Model ini juga tidak memasukkan beberapa kuasa yang boleh mengubah hasil dengan ketara: tindak balas dasar, kitaran perniagaan, robotik maju, kemungkinan gelembung pelaburan AI dan risiko eksistensial. 1 Ada yang mungkin mengurangkan kesan buruk—misalnya pengagihan semula yang berkesan, institusi pasaran buruh atau sokongan peralihan kerjaya yang lebih baik. Ada juga yang boleh memburukkan keadaan, atau menjadikan unjuran KDNK konvensional tidak lagi relevan.

Kesimpulan paling berguna bukanlah bahawa pertumbuhan 15% setahun pasti berlaku, atau anggaran risiko kepupusan peribadi itu menetapkan kebarangkalian bencana AI yang diketahui. Sebaliknya, automasi kognitif pantas menimbulkan dua persoalan berasingan: bagaimana keuntungan ekonomi diagihkan dalam ekonomi yang masih berfungsi, dan sama ada sistem AI maju boleh dijadikan cukup selamat supaya masa depan ekonomi itu benar-benar bermakna. 131