Как AI меняет рынок труда — данные Anthropic

TL;DR: Anthropic выпустили исследование с новой метрикой observed exposure — она показывает разрыв между тем, что AI теоретически может автоматизировать, и тем, что реально используется. Для программистов покрытие уже 75%, но в целом мы задействуем треть возможного. Найм молодых специалистов в уязвимых профессиях упал на 14%.

Часто вижу в чатах один и тот же вопрос: «покажите конкретику использования ИИ» или «какие именно функции заменяют агенты?». Для меня ответ очевиден — все. Но я понимаю, что «все» звучит как отмазка, а не аргумент. Поэтому вот свежие данные от Anthropic, опубликованные 5 марта 2026.

Исследователи Maxim Massenkoff и Peter McCrory проанализировали реальные данные использования Claude и наложили их на базу профессий O*NET (800 уникальных профессий в США). Получилась первая попытка измерить не «что AI может в теории», а «что AI уже делает на практике».

Что такое observed exposure?

Observed exposure — метрика, которая сочетает теоретическую способность LLM ускорить задачу минимум вдвое (по методологии Eloundou et al., 2023) с реальными данными использования из Anthropic Economic Index.

Задача считается «покрытой», если: - теоретически выполнима с помощью LLM - реально встречается в рабочем контексте в трафике Claude - используется в автоматизированном режиме (через API), а не просто в чате

Автоматизированное использование получает полный вес, а «помогающее» (augmentative) — половинный. Логика понятная: если задача прогоняется через API без участия человека, это ближе к замене, чем к подсказке.

Разрыв между теорией и практикой

Синяя область на графике — то, что AI теоретически может. Красная — что реально используется. Разрыв огромный.

Цифры по категориям:

Мы используем треть от возможного, и это в самой продвинутой категории. Для остальных — ещё меньше. Тут не «AI всё заменит завтра», тут «AI уже может, но люди пока не перестроились».

Кто в зоне риска?

Топ-10 самых уязвимых профессий по метрике observed exposure:

Программисты на первом месте с 75% покрытия задач. За ними — специалисты по клиентской поддержке (основной трафик через API-автоматизацию) и операторы ввода данных (67%).

На другом конце спектра — повара, механики, бармены, спасатели. 30% работников имеют нулевое покрытие, потому что их задачи просто не встречаются в данных об использовании AI.

Портрет уязвимого работника

А вот это я не ожидал. Когда говорят «потеря работы из-за AI», представляешь кассиров или водителей. В реальности всё наоборот.

По данным отчёта, люди в топ-квартиле по exposure: - зарабатывают на 47% больше - в 4 раза чаще имеют магистерскую степень и выше (17.4% против 4.5%) - на 16 процентных пунктов чаще женщины - старше в среднем

Получается, AI в первую очередь задевает высокооплачиваемых белых воротничков с дипломами.

Что происходит с наймом?

Безработица среди уязвимых профессий пока не выросла — данные об этом однозначные. Но вот что интересно: найм молодых специалистов (22-25 лет) в exposed профессиях упал примерно на 14% после запуска ChatGPT, по данным Current Population Survey.

Визуально тренды расходятся с 2024 года. Работу в «неуязвимых» профессиях молодые находят стабильно (~2% в месяц), а в exposed — на полпроцента меньше. Эффект статистически на грани значимости, но направление ясное.

Людей не увольняют — их просто перестают нанимать. Без заголовков, без протестов. Тихо.

А прогнозы BLS (Bureau of Labor Statistics) до 2034 года показывают, что рост занятости для уязвимых профессий слабее, чем для остальных. На каждые 10 процентных пунктов роста observed exposure прогноз занятости снижается на 0.6 п.п. Рынок уже закладывает автоматизацию в свои модели.

Личный опыт

У себя почти все задачи, связанные с аналитикой, финансовым моделированием и подготовкой к звонкам, делает Claude. Быстрее, дешевле, и качественнее, чем руками. Не потому что я плохо разбираюсь, а потому что модель переваривает больше данных и не тупит к шести вечера.

По этому отчёту я сам попадаю в группу риска. Пока мне это скорее помогает, чем мешает — но я не питаю иллюзий, что так будет всегда. И точно не все успевают перестроиться с той же скоростью.

Что с этим делать?

Данные говорят, что агенты уже могут делать работу. Остаётся вопрос — как быстро люди готовы к этому адаптироваться.

Конкретное упражнение: возьми 3-5 своих ключевых рабочих задач и прогони через агента на этой неделе. Серьёзно, прямо сейчас запиши список. Результат покажет больше, чем любой отчёт.

Если ты программист — покрытие твоих задач уже 75%. Если работаешь в финансах, юридике, HR — теоретически AI может покрыть 80-90% того, что ты делаешь. Вопрос не «заменит ли», а «когда красная область догонит синюю».

Часто задаваемые вопросы

AI уже вызывает массовые увольнения? Нет. По данным исследования Anthropic (март 2026), систематического роста безработицы среди exposed профессий нет. Но найм молодых специалистов замедлился на ~14%.

Какие профессии AI затрагивает больше всего? Программисты (75% покрытия задач), специалисты по клиентской поддержке и операторы ввода данных. В целом — белые воротнички с высоким образованием и зарплатой.

Что такое observed exposure? Метрика Anthropic, которая измеряет долю задач профессии, реально автоматизируемых через AI. Учитывает и теоретическую способность LLM, и фактическое использование Claude в рабочих контекстах.

На сколько процентов AI может автоматизировать офисную работу? Теоретическое покрытие для Office & Admin — 90%, но реальное использование пока значительно ниже. Разрыв сокращается по мере роста адаптации.

Что ещё почитать

• Как AI подрывает автономность — исследование Anthropic — ещё одно исследование Anthropic о неочевидных эффектах AI
• Инженеры OpenAI не пишут код! — как меняется работа разработчиков в AI-компаниях
• Claude Sonnet 4.6 — обзор новой модели — модель, на данных которой построено это исследование