Anthropic: szybki wzrost dzięki AI nie musi oznaczać lepszych płac i miejsc pracy

Model Economic Scenario Explorer firmy Anthropic nie odpowiada na pytanie „co na pewno wydarzy się z gospodarką USA”. Pokazuje natomiast, jakie skutki do 2030 r. wynikałyby z różnych założeń dotyczących zdolności AI, tempa wdrożeń, automatyzacji, powstawania nowych zadań i możliwości zmiany zawodu przez pracowników. To nie jest prognoza: Anthropic nie przypisuje swoim scenariuszom żadnych prawdopodobieństw. 12

Najważniejszy wniosek jest niewygodny, ale prosty: szybszy wzrost PKB napędzany przez AI nie musi oznaczać szeroko dzielonych korzyści na rynku pracy. W wariantach szybkiej automatyzacji gospodarka rośnie wyraźnie szybciej, podczas gdy pracownicy wykonujący pracę umysłową mogą doświadczać stagnacji lub spadku płac, trudniejszej zmiany zawodu i malejącego udziału pracy w dochodzie narodowym. 12

Trzy warianty gospodarki USA w 2030 r.

Scenariusz	Główne założenie	PKB w 2030 r.	Kluczowy skutek dla rynku pracy
Umiarkowany	AI oddziałuje mniej więcej w skali porównywalnej z internetem, a jej wdrażanie postępuje stopniowo.	34,1 bln USD w cenach z 2025 r., czyli o 1,6% więcej niż na ścieżce bez AI.	Bezrobocie pozostaje blisko historycznego zakresu, a udział pracy w dochodzie wynosi ok. 59,4%, wobec 60% na początku modelu. 12
Znaczący	Do 2030 r. AI potrafi wykonywać około połowy pracy opartej na wiedzy, w dużej mierze autonomicznie, lecz nie jest stosowana do całego tego zakresu zadań.	36,3 bln USD, czyli o 8,3% więcej niż bez AI.	Tempo wzrostu jest mniej więcej dwukrotnie wyższe od normalnego, ale płace pracowników wiedzy zasadniczo stoją w miejscu, podczas gdy inne grupy zawodowe zyskują bardziej. 12
Skrajny	AI przewyższa ludzi w większości zadań wymagających pracy umysłowej, wykonuje niemal wszystkie autonomicznie, prawie nie tworzy nowych zadań tego typu i jest szybko wdrażana.	44,4 bln USD, czyli o 32,4% więcej niż bez AI.	Roczne tempo wzrostu sięga ok. 15%, lecz płace pracowników wiedzy spadają o ponad 10%, a udział pracy w dochodzie obniża się do ok. 45,2%. 12

Wariant skrajny został celowo zbudowany jako wyjątkowy. Anthropic zaznacza, że jego realizacja prawdopodobnie wymagałaby AI zdolnej do rekurencyjnego samodoskonalenia, a nie jedynie dalszego rozwoju obecnego tempa wdrożeń. 12

Dlaczego wyższy PKB nie gwarantuje lepszej sytuacji pracowników

Model rozdziela zawody kognitywne, czyli oparte na pracy umysłowej i wiedzy, od innych profesji — bardziej fizycznych lub wymagających bezpośredniego kontaktu z ludźmi. To pierwsze są bezpośrednio objęte wpływem AI w modelu. Sztuczna inteligencja może wspierać ludzi, automatyzować ich zadania albo tworzyć nowe zadania. O wyniku dla zatrudnienia decyduje proporcja między tymi zjawiskami, a nie prosty licznik „zastąpionych miejsc pracy”. 1

Gdy AI zastępuje zadania kognitywne, model może prowadzić do niższych wynagrodzeń w takich zawodach, mniejszego zatrudnienia oraz bezrobocia w okresie poszukiwania pracy w innej profesji. Skala wstrząsu zależy zwłaszcza od założeń o sztywności płac, szybkości tworzenia wakatów przez firmy oraz faktycznej możliwości przechodzenia między zawodami. 1

To ważne także dla debaty o przekwalifikowaniu. W modelu osoba wyparta z zawodu opartego na wiedzy nie dostaje automatycznie równorzędnej posady z takim samym wynagrodzeniem. 1

Kto zyskuje względnie, a kto przejmuje większą część efektów wzrostu

Zawody fizyczne i usługowe w wariantach znaczącym oraz skrajnym wypadają względnie lepiej, ponieważ model nie obejmuje zaawansowanej robotyki. Ich relatywna odporność może podnosić płace i perspektywy zatrudnienia wraz ze wzrostem popytu w gospodarce. Nie jest to jednak twierdzenie, że zawody te są trwale bezpieczne przed automatyzacją — to po prostu konsekwencja zakresu modelu. 1

Drugą stroną spadającego udziału pracy w dochodzie jest większy udział właścicieli kapitału. W wariancie skrajnym udział pracy obniża się z 60% do około 45,2%, co oznacza, że znacznie większa część efektów produkcji wspieranej przez AI trafia do kapitału. 12

Najmocniejsze ostrzeżenie modelu dotyczy więc podziału korzyści: gospodarka może szybko rosnąć, nawet jeśli zyski skupiają się w rękach właścicieli kapitału, a pracownicy najbardziej narażeni na automatyzację pracy umysłowej tracą siłę przetargową.

Bezrobocie: całej gospodarki i pracowników wiedzy nie wolno mylić

Skrajnego wariantu nie należy opisywać jako 17,9% bezrobocia w całej gospodarce USA. Ta wartość dotyczy w modelu bezrobocia wśród pracowników wykonujących pracę kognitywną. Współczesne omówienie tego scenariusza podaje 11,9% bezrobocia ogółem oraz 17,9% bezrobocia w grupie pracowników wiedzy. 45

Rozróżnienie ma znaczenie, ponieważ zakłócenie koncentruje się w profesjach, w których AI może bezpośrednio wykonywać dużą część zadań. Pracownicy poza tymi zawodami są relatywnie osłonięci właśnie dlatego, że model wyłącza zaawansowaną robotykę. 1

Czego spodziewało się ponad 10 tys. Amerykanów

Anthropic informuje, że eksplorator pozwala porównywać własne założenia z odpowiedziami ponad 10 tys. Amerykanów. 23 Według przedstawionego przez firmę zestawienia typowy uczestnik przyjmował założenia prowadzące do wyniku zbliżonego, choć nieco silniejszego, niż scenariusz znaczący: PKB około 10% powyżej ścieżki bez AI w 2030 r. i bezrobocie ogółem w pobliżu 5%. Około 10% respondentów podało parametry zasadniczo zgodne ze scenariuszem skrajnym. 2

To badanie oczekiwań, a nie pomiar prawdopodobieństwa. Uczestnicy oceniali przyszłe możliwości AI, wdrożenia, autonomię systemów, tworzenie nowych zadań i łatwość zmiany zawodu; model przekładał te przekonania na wyniki gospodarcze. 12

Jak zestawić ten model z ostrzeżeniem Evana Hubingera

Evan Hubinger stwierdził, że jego osobista ocena ryzyka, iż AI zabije wszystkich ludzi w ciągu dekady, przekracza 10%. Nie jest to jednak prawdopodobieństwo przypisane któremukolwiek wariantowi Economic Scenario Explorer. W tej samej wypowiedzi zaznaczył, że Anthropic nie ma jeszcze planu rozwiązania problemu alignmentu — zgodności celów superinteligencji z ludzkimi celami — i nie jest wyraźnie na dobrej drodze do jego rozwiązania. 31

Oba ujęcia dotyczą różnych poziomów problemu:

• Eksplorator pyta, jak mogłyby zmienić się produkcja, zatrudnienie, płace i udział pracy w dochodzie, jeśli gospodarka USA będzie normalnie funkcjonować do 2030 r. przy określonych założeniach o AI. 1
• Wypowiedź Hubingera dotyczy ryzyka katastrofalnego: możliwości, że wystarczająco zaawansowana i źle ukierunkowana AI uniemożliwi wystąpienie takiej zwykłej przyszłości gospodarczej. 31

Dlatego kwota 44,4 bln USD PKB w skrajnym scenariuszu nie jest prognozą oczekiwanej wartości dla USA. Ramy Anthropic wyraźnie przedstawiają scenariusze jako warunkowe ilustracje, a nie prognozy, i nie przypisują im prawdopodobieństw. 1

Model pomija też czynniki, które mogłyby istotnie zmienić rezultat: reakcje polityczne, cykl koniunkturalny, zaawansowaną robotykę, możliwą bańkę inwestycyjną wokół AI oraz ryzyko egzystencjalne. 1 Część z nich mogłaby łagodzić skutki dla pracowników — na przykład redystrybucja, instytucje rynku pracy czy lepsze wsparcie przejścia między zawodami. Inne mogłyby pogorszyć sytuację albo sprawić, że tradycyjne projekcje PKB przestaną mieć sens.

Najbardziej użyteczny wniosek nie brzmi więc: „15% wzrostu rocznie jest nieuniknione” ani „ryzyko zagłady AI wynosi dokładnie 10%”. Chodzi o dwie odrębne kwestie: jak dzielić korzyści z szybkiej automatyzacji pracy umysłowej w działającej gospodarce oraz czy zaawansowane systemy da się uczynić wystarczająco bezpiecznymi, by taka przyszłość gospodarcza w ogóle była możliwa. 131