Anthropic 发布机器人暴露指数：现有机器人能做美国约四分之三的体力任务，但只在 0.3% 的工作上比人便宜
Anthropic 研究团队发布机器人暴露指数，用 Claude 逐项评估现有机器人能完成哪些工作任务：机器人已能在某些条件下完成美国 74% 的体力任务，占全部工作时间的 34%，但多限于受控环境，目前只在 0.3% 的工作上比人工便宜。
研究以美国 O*NET 数据库约 900 个职业、约 19,000 项工作任务为基础。团队先让 Claude 按体力、认知和人际要求给任务打分，挑出离不开机器人的体力任务，再让 Claude 检索具体机器人的部署、商业销售或演示资料，判断今天的机器人能在什么环境下完成这些任务。暴露程度分四级：E0 机器人做不了；E1 只能在专为机器人搭建的环境中完成，如工厂流水线；E2 能在结构化的人类工作场所完成，如物流仓库；E3 能在非结构化环境中完成，如城市道路。这里的机器人指能感知并行动的自主物理机器，完全由外科医生操控的手术设备不算。
按工作时间加权，美国全部工作任务中 54% 属于认知和人际工作，46% 是体力工作。现有机器人在某种条件下能完成 74% 的体力任务，相当于全部工作时间的 34%，但多数只能在受控环境里完成，能在非结构化环境中完成的只占体力任务的 2%，主要是自动驾驶汽车、拖拉机等驾驶类工作。暴露最高的 10 个职业中有 9 个是车辆驾驶员，出租车司机指数最高，为 2.2（满分 3）。把大语言模型和机器人放在一起算，约 81% 的工作暴露于其中之一，只算大语言模型约为一半；没有暴露的多是高度人际化、或需要今天机器人不具备的精细动作的工作，例如护理和一般维修。
受机器人影响的劳动者与受大语言模型影响的人群差别很大。按 2020–2024 年美国社区调查数据，暴露程度最高的五分之一劳动者与未暴露者相比，女性比例低 20 个百分点，拉丁裔比例高 16 个百分点，拥有本科及以上学历的比例低 55 个百分点，时薪约少 30 美元，失业率高出一倍多。
能做不等于划算。团队让 Claude 估算由所引用机器人完成每项任务的全部成本，再与人工薪酬比较，结论是机器人目前只在 0.3% 的工作上比人便宜。包装工是这方面最大的职业：一套完成装箱、搬运、检测、贴标和封箱的机器人购置安装费超过 200 万美元，可替代约 14 名工人，折合每替代一名工人每年约 45,000 美元，比包装工约 49,000 美元的年薪酬低约 2,500 美元。美国约有 560,000 名包装工，该职业就业自 2015 年以来已下降 22%。焊工、洗碗工和清洁工的机器人替代成本则是人工的数倍。
按 1990 年代以来机器人价格每年约下降 3% 的趋势，要让机器人在 10% 的现有工作上比人便宜，成本需下降约 70%，约需 40 年。成本之外，能力是最大障碍，约 70% 的体力任务受能力所限，一半的体力任务要等机器人更善于触碰和操作物体才能大规模自动化；团队估计现行法规会阻止机器人做 14% 的体力任务，人的偏好会阻碍四分之一。回测显示，1977 年以来机器人暴露更高的职业在随后几十年工资和就业下降更多，机器人每年大约能新掌握此前做不了的体力工作的 2%。Anthropic 也说明，成本估算是近似值，AI 驱动的机器人可能越过这套等级，学会今天做不了的工作。
来源
- What work can robots do? — Anthropic：Research（发表成果 · 网页）