Roboty nie są w stanie sprostać konkurencji kosztowej z ludźmi. I jeszcze długo, długo nie będą

Roboty potrafią już wykonać trzy czwarte fizycznych, zawodowych prac. Problem w tym, że tylko w 0,3 procent przypadków robią to taniej niż człowiek. Badanie Anthropic pokazuje, że do powszechnej opłacalności brakuje kilkudziesięciu lat – w obecnym tempie obniżania kosztów ich produkcji za 40 lat roboty staną się opłacalne w przypadku 10% prac.

Analizę What work can robots do? przygotowali badacze Anthropic Russell Legate-Yang i Maxim Massenkoff. Wynika z niej, że roboty są w stanie wykonać 74% fizycznych zadań, co przekłada się na 34% wszystkich godzin przepracowanych w amerykańskiej gospodarce. Większość z nich wymaga jednak wysoce uporządkowanego otoczenia – a kosztowo konkurują z ludźmi zaledwie w przypadku 0,3% pracy.

Badacze przekazali Claude’owi, modelowi AI firmy Anthropic, bazę obejmującą około 900 zawodów i 19 tysięcy zadań. Model oceniał, czy dzisiejsze roboty poradziłyby sobie z każdym z nich, wybierając spośród czterech możliwości:

  • wcale,
  • tylko w specjalnie przystosowanych miejscach, jak linie montażowe
  • w uporządkowanych miejscach pracy ludzi, np. w magazynach
  • w chaotycznym otoczeniu, jak ulice miast.

Wyniki pokazują, jak bardzo roboty zależą od kontrolowanych warunków:

  • Zaledwie 1,9% zadań fizycznych roboty mogą wykonywać w nieustrukturyzowanym otoczeniu
  • Połowę da się zautomatyzować wyłącznie w środowiskach zaprojektowanych specjalnie do tego celu
  • 22% w uporządkowanych przestrzeniach ludzkiej pracy

Kto jest najbardziej zagrożony

Dziewięć z dziesięciu najbardziej narażonych zawodów wiąże się z prowadzeniem pojazdów. Na czele listy stoją taksówkarze, za nimi operatorzy maszyn rolniczych i kierowcy lekkich samochodów ciężarowych. Profil tej grupy jest wyraźny. Najbardziej narażeni pracownicy zarabiają około 23 dolarów za godzinę, podczas gdy osoby w ogóle niezagrożone przez roboty – niemal 53 dolary. Tytuł licencjata ma tylko 8% z grupy najbardziej narażonej, wobec 63% w grupie bezpiecznej.

Autorzy podkreślają, że ten wzorzec jest „pod wieloma względami przeciwieństwem” tego, co obserwuje się przy dużych modelach językowych, które uderzają zwykle w lepiej opłacanych pracowników biurowych. Inną kwestią jest to, że wraz są to zawody, które już są od dłuższego czasu eliminowane przez autonomiczne pojazdy, roboty nie są tu więc do niczego nie potrzebne.

Różnica w cenie

Pakowanie to najwyraźniejszy przykład pracy, w której roboty już wygrywają kosztami. Sprzęt wart około 2 mln dolarów zastępuje mniej więcej 14 pracowników. Po rozłożeniu na 10 lat daje to około 45 tys. dolarów rocznie na jednego zastąpionego pracownika, przy rocznym wynagrodzeniu człowieka wynoszącym około 49 tys. dolarów.

W większości innych zawodów różnica jest jednak przepaścią:

  • Sprzątanie: roboty kosztowałyby około 280 tys. dolarów rocznie, człowiek – 47,7 tys.
  • Spawanie: roboty wykonujące tę pracę kosztują około pięć razy więcej niż spawacz

Czterdzieści lat do 10 procent

Kluczowa jest dynamika spadku cen. Ceny robotów maleją o około 3% rocznie od lat 90. Przy tym tempie – jak szacują autorzy – potrzeba 40 lat, aby roboty stały się opłacalne choćby w przypadku 10% prac w USA.

Nawet scenariusz optymistyczny nie zmienia obrazu radykalnie. Przy czterokrotnie szybszym spadku kosztów i dwukrotnie szybszym tempie uczenia się nowych zadań roboty i tak nie byłyby tańsze od ludzi w połowie prac fizycznych przed 2050 rokiem.

Chłodny prysznic dla prognoz

Wyniki podważają entuzjastyczne przewidywania branży – w tym prognozy mówiące o rynku robotów humanoidalnych wartym 5 bln dolarów do 2050 roku. Główny ekonomista Apollo Torsten Sløk skomentował, że „nawet przy agresywnych prognozach powszechne zastąpienie pracy fizycznej zajmie dziesięciolecia”.

Autorzy wskazują na fundamentalną różnicę między automatyzacją pracy fizycznej i umysłowej. Zmiany w pracy biurowej mogą nastąpić znacznie szybciej, ponieważ „roboty zbudowane z drogiego sprzętu nie dają się tak łatwo kopiować i dystrybuować jak oprogramowanie czy duże modele językowe”.

To właśnie ta różnica – a nie same możliwości techniczne – zdecyduje o tym, gdzie i jak szybko automatyzacja faktycznie dotrze.