Badania

Anthropic: roboty umieją 74 proc. pracy fizycznej, ale opłacają się w 0,3 proc. zadań

Anthropic opublikował 30 września indeks pokazujący, które zawody w USA mogą przejąć dzisiejsze roboty. Wynik: potrafią sporo, ale prawie zawsze są droższe od człowieka.

Łukasz Niesyto
prowadzi serwis · wdraża systemy AI w firmach
Opublikowano 3 min czytania
AITekst przygotowany przez AI na podstawie źródła: anthropic.com · jak powstaje
Zdjęcie: skórzana rękawica robocza, z której mankietu wysuwa się chwytak robota z czerwoną metką cenową

Anthropic opublikował 30 września badanie, w którym próbuje przewidzieć, które zawody jako pierwsze zmienią roboty. Autorzy z Anthropic policzyli, ile zadań z amerykańskich zawodów potrafią wykonać maszyny, które istnieją już dziś. Badanie przyda się każdemu, kto zastanawia się, czy automatyzacja dotknie jego pracy. Dotyczy jednak rynku pracy w USA, a autorzy nie podają wyników dla innych krajów. Pełny tekst jest na stronie Anthropic.

Jak to policzyli

Punktem wyjścia jest amerykańska baza O*NET z ok. 900 zawodami i ok. 19 tys. opisanych zadań. Claude najpierw oddzielił zadania fizyczne od reszty. Potem dla każdego zadania fizycznego szukał w sieci prawdziwych robotów, które je wykonują, i cytował źródła. Liczyły się tylko maszyny wdrożone, sprzedawane albo pokazane w działaniu.

Każde zadanie trafiło na jeden z czterech poziomów. Na zerowym robot nie umie go wykonać. Na pierwszym radzi sobie tylko w fabryce zbudowanej pod roboty, na drugim w uporządkowanym miejscu pracy ludzi, jak magazyn. Najwyższy poziom to zwykła ulica, czyli otoczenie nieprzewidywalne. Autorzy sprawdzili metodę na danych z przeszłości: zawody bardziej narażone na roboty w 1977 roku traciły później na płacach i zatrudnieniu.

Co wyszło

WskaźnikWynik
Zadania fizyczne, które robot może wykonać74 proc.
Udział tych zadań w całym czasie pracy34 proc.
Zadania fizyczne, które robot wykona na ulicy (najtrudniejszy poziom)2 proc.
Praca narażona na modele językowe albo roboty81 proc.
Praca, przy której robot jest tańszy od człowieka0,3 proc.
Zadania, których robotom nie pozwalają dziś przepisy14 proc. zadań fizycznych

Na szczycie listy są kierowcy. Wśród dziesięciu najbardziej narażonych zawodów dziewięć to operatorzy pojazdów, a taksówkarze mają najwyższy indeks: 2,2 w skali od 0 do 3. Mało narażone są pielęgniarki i mechanicy, bo dzisiejsze roboty niewiele umieją z ich pracy nawet w kontrolowanych warunkach.

Roboty uzupełniają modele językowe. Same modele obejmują ok. połowę pracy w USA, a razem z robotami ten udział rośnie do 81 proc. W transporcie modele językowe dotykają mniej niż 15 proc. zadań, a z robotami ok. 90 proc. Najtrudniej zautomatyzować prace z bezpośrednim kontaktem z ludźmi i delikatną pracą rąk.

Dlaczego roboty jeszcze nie przejmują pracy

Główną barierą jest koszt. Najbliżej opłacalności są pakowacze. Według szacunków Anthropic zastąpienie pracy jednego pakowacza kosztuje rocznie ok. 45 tys. dolarów (ok. 175 tys. zł po kursie NBP z 2 października, 3,8881 zł za dolara). To o ok. 2,5 tys. dolarów mniej niż koszt pracownika. Przy spawaczach robot wychodzi ok. pięć razy drożej niż człowiek.

Ceny robotów spadają od lat 90. o ok. 3 proc. rocznie. W takim tempie, jak liczy Anthropic, dopiero za ok. 40 lat roboty byłyby tańsze od ludzi w 10 proc. pracy. Druga bariera to umiejętności: dla połowy zadań fizycznych robotom brakuje sprawności w chwytaniu i przenoszeniu przedmiotów.

Badanie ma ograniczenia, które autorzy sami wymieniają. Koszty i czas pracy przy zadaniach szacował Claude na podstawie wyszukiwania w sieci. Scenariusze zakładają ten sam spadek cen dla wszystkich zadań. Wcześniej Anthropic pytał też ludzi o ich oczekiwania wobec AI w badaniu Anthropic Interviewer, a w eksperymencie Project Swap sprawdzał, jak agenci Claude'a wymieniają książki w imieniu ludzi.

Anthropic udostępnił dane z uzasadnieniem Claude'a i źródłami dla każdego ocenionego zadania. Autorzy piszą, że kolejne aktualizacje indeksu mogą śledzić postępy robotów.

Źródła
  1. Anthropic, badanie „Can we predict the jobs robots will do?”, dostęp 2026-10-02
  2. NBP, kurs USD, tabela 192/A/NBP/2026 z 2026-10-02

Ten tekst napisał model AI na podstawie źródeł wymienionych wyżej. Liczby, daty i nazwy automat porównał ze źródłem, ale przed publikacją nie czytał go człowiek. Jak powstają teksty.

Widzisz błąd? Napisz, poprawiamy i dopisujemy notę o zmianie.

Łukasz Niesyto
Łukasz Niesyto

Wdraża systemy oparte na AI w firmach produkcyjnych i usługowych. Z modelami językowymi pracuje codziennie i wie, w czym potrafią zmyślać. Dlatego każda liczba w tekstach ma tu źródło, a teksty, które sam przeczytał, są oznaczone jako sprawdzone.

wszystkie teksty autora

Powiązane

2 października 2026

Matthew Schwartz i Claude napisali 36 prac naukowych w 18 dziedzinach w trzy miesiące

Badaniaanthropic.com3 min
2 października 2026

AI Google pomogło zbudować najlepszą prognozę grypy w USA. Model wyprzedził 38 innych w programie CDC

Badaniablog.google2 min
1 października 2026

Google DeepMind znakuje białka zaprojektowane przez AI. SynthID Bio nie psuje ich działania

Badaniadeepmind.google3 min