机器人可替代74%的工作，但仅有0.3%更具成本优势｜Anthropic
機械翻訳 / Machine-translated
A
AI Friends
1日前・9分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
你是否曾担心过"工作会被AI或机器人抢走"？
开发Claude的Anthropic发布了一项用数据回答这一问题的调查。结论是："技术上可以做到，但目前成本还是太高。"本文将以通俗易懂的方式解读这项调查的内容，以及其对工作方式的潜在影响。
2026年9月30日，Anthropic发布了研究报告《Can we predict the jobs robots will do?（我们能预测机器人将从事哪些工作吗？）》。
报告由公司经济研究团队的Russell Legate-Yang与Maxim Massenkoff共同撰写。
Anthropic此前一直在研究Claude这类大语言模型（能像人类一样书写文本的AI）对工作的影响。
此次调查将研究范围扩展至"体力劳动"，包括搬运货物、驾驶车辆、清洁打扫等需要肢体动作的工作。
值得注意的是，AI研究公司发布机器人经济分析报告并不常见，这也说明业界对具身AI（在现实世界中驱动实体机器人的AI）的关注度正在持续上升。
调查使用了美国职业数据库O*NET，涵盖约900个职业，从中筛选出7,594项涉及肢体动作的作业进行分析。
针对每项作业，Claude判断"现有机器人是否能完成该任务"，评估分为以下四个等级：
评估参考了实际应用中的机器人案例，例如Waymo和Tesla的自动驾驶汽车、亚马逊仓库机器人"Vulcan"以及Boston Dynamics的卸货机器人"Stretch"等。
此外，调查还根据每项作业所占用的工作时间进行了加权处理，使用时间越多的作业对结果的影响越大。
调查结果显示，体力劳动中有74%的作业在某种程度上可由机器人完成。
以工作时间为基准，全体劳动时间中有34%属于"现有机器人可完成的作业"。
若将大语言模型可替代的办公室类作业一并计入，受AI或机器人影响的工作将占到所有工作的约八成。仅靠大语言模型约为五成，加入机器人后覆盖范围大幅扩展。
然而，若仅统计"雇用机器人比雇用人工更便宜"的作业，则仅占0.3%。
机器人的成本不仅包括设备本身的价格，还涵盖安装费用、维护费、软件费、电费、监管人员的人工成本、保险费及报废处置费用。
设备等初期费用以约10年的使用寿命和8%的年资金成本（类似于借款利息）折算为年均费用。
据悉，机器人价格自1990年代起每年约下降3%。即便按此速度持续降价，估算显示，要让成本占优的作业比例达到10%，仍需约40年。
按职业类别分析，机器人替代风险（暴露度）最高的是出租车司机，其暴露指数为2.2，位居所有职业之首。
班车司机、专职司机、仓库工人同样位列前茅，原因均是这些职业的大部分工作时间用于"驾驶"或"货物搬运"。
医院内的药品配送作业由于已有配送机器人"RelayRx"，也被认为受影响较大。
相反，被判定为机器人无法完成（E0）的作业示例如下：
调查显示，约70%的体力劳动在"抓取与操作"等手部能力上存在瓶颈。此外，14%受制于监管法规，约25%则因"人们更希望由人来完成"的偏好而难以机器人化。
在成本方面最接近人工成本的代表案例是包装工人。包装类作业中约97%被判定为机器人可完成。
能替代约14人工作量的机器人系统，初期投入超过200万美元（约合人民币1,450万元，按1美元=7.25元人民币换算）。即便如此，折算至每人每年的成本约为4.5万美元（约合人民币32.6万元）。
而包装工人的年薪约为4.9万美元（约合人民币35.5万元），意味着机器人每年约便宜2,500美元。
相比之下，焊接工人的机器人成本约为人工的5倍。洗碗工和清洁工由于薪资较低，机器人成本反而是人工的数倍。
不妨设想一家网购公司的物流中心，每天需要将数万件商品装箱发货。
在这样的现场，机器人已经在成本上略胜一筹。若人力短缺问题严峻，引入决策只会更快落地。但由于初期需要投入数百万美元级别的资金，预计大型企业会率先推进。
再想象一家街边美容院。染发需要精细的手部技巧，顾客也往往希望由人来操作。
调查也将其判定为E0（机器人无法完成）。美发师的工作被机器人取代的那一天，短期内似乎并不会到来。
最后，以一家地方出租车公司为例。驾驶是技术上机器人最擅长的作业之一，Waymo也已宣布计划于2027年在东京推出无人驾驶出租车。
不过在日本，道路交通法规与地方社会的接受程度是重大障碍。这正是调查所指出的"监管"与"偏好"壁垒的现实体现。
事实上，此前已有研究得出过类似结论。2024年，MIT的CSAIL（计算机科学与人工智能实验室）发布了一项调查。
MIT聚焦于图像识别AI进行分析，结论是：在可被AI替代的作业薪资中，成本实际低于人工的仅占23%，放眼整个美国经济不过约0.4%。
| 项目 | Anthropic（2026年） | MIT CSAIL（2024年） |
|---|---|---|
| 研究对象 | 机器人（体力劳动） | 图像识别AI |
| 技术可行范围 | 体力劳动的74% | 薪资的1.6% |
| 成本低于人工的范围 | 作业的0.3% | 整体经济约0.4% |
| 评估方法 | Claude对7,594项作业进行判定 | 研究人员以模型测算 |
两项研究的共同点在于："技术上能做到"与"物有所值"之间存在巨大差距。
Anthropic的调查还与50年的就业数据进行了交叉验证，确认了自1977年以来，机器人暴露度越高的职业，薪资与就业率越低的历史规律。这也为该评估方法提供了一定程度的可信度支撑。
由于本调查基于美国数据，不能直接套用于日本。
不过，日本本就是工厂机器人应用较为普及的国家，加之少子老龄化问题严峻，物流、护理、建筑等领域的劳动力短缺日益突出。
在劳动力难以聚集的领域，随着薪资上涨，机器人的"成本优势线"会更快到来。劳动力短缺将缩小成本差距——从这一角度而言，日本机器人化的推进速度可能快于美国。
受影响较大的领域预计包括：网购包装与分拣、仓库内搬运、医院内配送等。反之，美容、护理的直接照料以及现场组装作业，预计将在较长时间内仍是人类的工作领域。
对于劳动者而言，"与机器人协同工作"的技能将成为今后的核心竞争力，例如机器设备的操作与监控、以及故障应对处理等。
不会。74%是"技术上可完成"的作业比例。由于成本低于人工的仅占0.3%，短期内不会发生大规模替代。
出租车司机、班车司机、仓库工人、包装工人等。运输与货物搬运领域已有实用化的机器人，因此受影响最为明显。
研究团队已与50年的就业数据进行了交叉验证。结果确认，机器人暴露度越高的职业，现实中的薪资与就业率确实越低，这为该方法提供了一定的可信度。
有可能。报告也承认，人形机器人及新型制造方式有望进一步压低成本。但时间表尚不明朗，监管与用户偏好的壁垒依然存在。
由于调查基于美国数据，具体数字无法直接适用。但日本劳动力短缺问题较为严峻，物流等领域的机器人化进程有可能加速。
建议不妨梳理一下自己的工作中，有多少时间用于"驾驶""搬运""包装"等作业。
本文转载自 AI Friends。
