Anthropic稱藍領被替代還需數十年,,機器人已能完成美國約74%的體力崗位任務
Anthropic新研究稱,機器人已能完成美國約74%的體力崗位任務,這些任務佔全部工時的34%,但只有0.3%的工作在成本上比人更便宜,全面替代藍領按歷史降價速度還要數十年。
論文《What work can robots do?》把成本列爲第一道坎。機器人價格自上世紀90年代以來年均下降約3%,按這個速度,要再降約70%纔會在10%的工作上具備成本競爭力,時間約40年。能力限制排第二,論文舉的例子是解開纏繞電線所需的靈巧度,人的偏好和監管會繼續擋住一部分場景。
成本打平的口袋很小,但仍覆蓋約30萬名工人,機器人能完成其95%的任務。包裝工最接近:完成裝箱、檢測、貼標、封箱的機器人購置加安裝超過200萬美元,大約替代14人的年工作量,按約10年壽命、8%資本成本再加維護、兼職人工和能耗,摺合約4.5萬美元一人一年,包裝工總薪酬約4.9萬美元,機器人每年便宜約2500美元。美國手包裝工約56萬人,2015年以來已減少22%。
其他工種差距大得多。焊接機器人成本約爲焊工的5倍;清潔機器人一年約28萬美元,保潔人員約4.77萬美元;機器人出租車一年只比司機貴約7000美元,但受監管阻力。按歷史速度,體力工作有一半在成本上被機器人壓過要到2085年;即便成本下降加快到4倍、新任務學習加快到2倍,這一半也要到2050年。
約80%的工時已暴露在機器人或大模型之下,機器人補的是大模型做不了的體力部分。論文回測1977年以來的數據,當年機器人做不了62%的體力任務,現在只剩24%做不了,每年大約新覆蓋此前不能做的任務的2%;暴露更高的崗位,工資和就業下降也更大。高度暴露工人時薪約23美元,未暴露組接近53美元。
這是成本曲線而不是能力宣佈在定價。買機器人的是倉庫和車隊運營商,賣的是設備商和模型公司,事件本身不構成立即替換訂單。包裝環節已接近替換,焊接、保潔仍是人更便宜。受益的是已經規模化的倉儲自動化供應商,承壓的是把人形機器人滲透率提前計入估值的設備敘事;勞動力側先受衝擊的是低學歷、低時薪的男性藍領,而不是護士和機修。
Apollo首席經濟學家Torsten Sløk引述該文稱,即便按激進假設,體力勞動的廣泛替代也要數十年。論文寫道,機器人必須連續數十年維持創紀錄的降價和性能提升,快速物理自動化纔會發生。
來源:公開信息
ABAB AI 解讀
Anthropic此前用Claude對話做經濟指數,把暴露面放在白領寫作、編程和客服上,Dario Amodei公開講過大模型可能在數年內喫掉大量入門白領崗位。這次把同一套任務拆解轉到體力勞動,結論反過來:能力覆蓋高、替換賬單付不起。公司自己的商業路徑仍是賣模型接口,不是賣機械臂。
資本並沒有按這篇論文停手。Amazon 2012年用7.75億美元買下Kiva,把倉儲移動機器人做成內部成本項;Tesla把Optimus放進產能故事,Figure拿微軟、英偉達、OpenAI相關資本做人形樣機,英偉達用Isaac和GR00T把機器人當成下一塊加速卡市場。錢流向的是訓練、仿真和執行器,不是已經打平的包裝工替換。動機是搶下一次資本開支週期,而不是等4.5萬美元的包裝工賬單先算平。
對照不是聊天機器人替代文員,而是工業機器人在汽車焊裝線的滲透:能力夠用之後,真正放量靠的是節拍、良率和電價,而不是演示視頻。包裝工1977年之後的就業下降,已經走完“結構化環境先被喫掉”這一段;護士、機修仍停在靈巧度和責任歸屬過不去的位置。行業階段是能力演示期,不是成本替代期。
結構上這是定價權還在勞動力手裏。機器人能做74%的體力任務,只改寫技術邊界,不改寫採購單。採購單由總薪酬、資本成本、停機和監管共同定價,歷史年均3%的降價打不穿多數崗位。所以模型公司可以同時聲稱覆蓋面廣、又承認數十年內替不了人,兩條都不矛盾。
ABAB News · 認知定律
能做不等於能替換,替換看賬單。
能力擴散快,成本曲線慢,訂單跟後者走。
演示打估值,節拍纔打就業。