
در ابتدا باید توجه داشت که این گزارش برای اقتصاد آمریکا نوشته شده است، اما میتوان با توجه به دستهبندی مشاغل و سازوکارهای مطرحشده در آن، بخشی از نتایج را بهعنوان تصویری از مسیر احتمالی بازار کار در اقتصادهای دیگر نیز در نظر گرفت. البته شدت و سرعت این تغییرات در هر اقتصاد به ساختار بازار کار، میزان نفوذ فناوری و سرعت پذیرش هوش مصنوعی بستگی دارد.
شرکتAnthropic در گزارش جدید خود سه سناریوی متفاوت برای اقتصاد آمریکا تا سال ۲۰۳۰ مدلسازی کرده است:
محدود (Modest)، قابلتوجه (Substantial) و افراطی (Extreme).
نکته مهم این است که این سه سناریو صرفاً سه برآورد متفاوت از رشد اقتصادی نیستند؛ بلکه سه مسیر متفاوت برای آینده مشاغل، دستمزدها، نرخ بیکاری و توزیع درآمد میان نیروی کار و سرمایه را ترسیم میکنند.
در سناریوی Modest، هوش مصنوعی اثر اقتصادی قابلتوجهی ایجاد میکند، اما این اثر در محدودهای قرار دارد که از منظر تاریخی، هنگام ظهور فناوریهای جدید، چندان بیسابقه نیست.
در این سناریو فرض میشود AI تقریباً اثری در مقیاس تحولاتی مانند اینترنت ایجاد میکند؛ یعنی بهرهوری و تولید افزایش پیدا میکند، اما این تغییر بهتدریج اتفاق میافتد و بازار کار فرصت نسبتاً مناسبی برای سازگاری دارد.
نتیجه مدل:
GDP آمریکا در سال ۲۰۳۰ حدود ۱.۶ درصد بیشتر از اقتصاد بدون AI خواهد بود.
اندازه اقتصاد به حدود ۳۴.۱ تریلیون دلار میرسد.
بیکاری کارکنان مشاغل دانشبنیان در محدوده نسبتاً عادی باقی میماند.
اثر AI بر دستمزدها و ساختار اشتغال نسبتاً محدود خواهد بود.
در این سناریو، هوش مصنوعی بیشتر نقش افزایش بهرهوری نیروی انسانی را دارد تا جایگزین گسترده آن.
در سناریوی Substantial، هوش مصنوعی دیگر صرفاً یک ابزار بهرهوری نیست؛ بلکه میتواند تا سال ۲۰۳۰ توانایی انجام حدود نیمی از کارهای دانشبنیان را پیدا کرده و بخش بزرگی از این وظایف را بهصورت مستقل انجام دهد.
با این حال، همه این ظرفیت بلافاصله مورد استفاده قرار نمیگیرد و بخش قابلتوجهی از وظایف همچنان توسط انسان انجام خواهد شد.
در این حالت:
GDP آمریکا حدود ۸.۳٪ بیشتر از حالتی خواهد بود که AI وجود نداشته باشد و به حدود ۳۶.۳ تریلیون دلار میرسد.
اما نکته جالبتر بازار کار است. در حالی که اقتصاد رشد میکند، دستمزد کارکنان دانشبنیان تقریباً ثابت میماند؛ در مقابل، دستمزد کارکنانی که در مشاغل کمتر در معرض AI هستند، افزایش پیدا میکند.
یعنی ممکن است AI باعث شود یک مهندس نرمافزار، تحلیلگر یا نیروی اداری بتواند چند برابر قبل کار انجام دهد، اما همین افزایش بهرهوری الزاماً به معنی افزایش دستمزد او نیست.
در واقع، وقتی عرضه مؤثر نیروی کار دانشبنیان به کمک AI افزایش پیدا میکند، یک فشار نزولی بر دستمزد این گروه ایجاد میشود.
در این سناریو فرض میشود که هوشمصنوعی در بخش بزرگی از وظایف دانشبنیان از انسان توانمندتر میشود و تقریباً تمام این وظایف را بهصورت خودکار انجام میدهد.
چنین سناریویی احتمالاً به ظهور سیستمهای AI با قابلیت بهبود مکرر و سریع تواناییهای خود و همچنین پذیرش بسیار سریع آنها در اقتصاد نیاز دارد.
نتیجه آنکه GDP آمریکا در سال ۲۰۳۰ به حدود ۴۴.۴ تریلیون دلار میرسد؛ 32.4% بیشتر از اقتصادی که بدون AI وجود داشت.
برای مقایسه:

این رشد اقتصادی عظیم یک تناقض مهم ایجاد میکند:
اقتصاد بسیار بزرگتر میشود، اما تعداد زیادی از کارکنان دانشبنیان ممکن است شغل خود را از دست بدهند یا مجبور شوند شغل خود را کاملاً تغییر دهند.
در این سناریو، نرخ بیکاری کارکنان دانشبنیان تا سال ۲۰۳۰ به حدود ۱۷.۹٪ میرسد؛ در حالی که این نرخ برای سایر کارکنان حدود ۳.۹٪ خواهد بود. نرخ بیکاری کل اقتصاد نیز به حدود ۱۱.۹٪ میرسد.
در این گزارش Anthropic تأکید میکند که مسئله فقط حذف شغل نیست.
یک برنامهنویس، کارمند مرکز تماس یا نیروی اداری که شغلش تحت تأثیر AI قرار گرفته، لزوماً نمیتواند فردای همان روز وارد یک شغل جدید شود.
ممکن است مجبور باشد ابتدا زمانی را صرف یادگیری یک مهارت جدید کند، شغل جدید مرتبط با آن مهارت پیدا کرده و زمانی را برای سازگاری به آن محیط جدید اختصاص دهد.
برای مثال، بخشی از نیروی کار دانشبنیان ممکن است به سمت مشاغل خدماتی و یدی مانند پرستاری، تکنسین برق و آرایشگری حرکت کند؛ مشاغلی که فعلاً بخشهای بیشتری از آنها به حضور فیزیکی انسان وابسته است.
بنابراین هرچه سرعت خودکارسازی بیشتر شود، سرعت سازگاری نیروی کار به یک متغیر اقتصادی بسیار مهم تبدیل میشود.
و دقیقاً همینجا تفاوت میان سناریوی قابلتوجه و افراطی خودش را نشان میدهد.
در سناریوی قابلتوجه، اقتصاد تقریباً با سرعتی تاریخی اما قابل مدیریت رشد میکند؛ در سناریوی افراطی، تغییرات بازار کار میتواند آنقدر سریع باشد که نیروی کار فرصت کافی برای تطبیق با مشاغل جدید را نداشته باشد.
نظر شخصی:
به نظر من آنچه در آینده نزدیک شاهدش خواهیم بود، ارزشمند شدن تخصص و دانش عمیق از یک فیلد است. چرا که بسیاری از کارها توسط قشر زیادی از افراد که تخصصی در آن ندارند به وسیله AI قابل انجام خواهد بود. بنابراین، کسی که با دانش عمیق بتواند یک خروجی قابل قبول و تمیز از AI بگیرد و در جریان پروسه آن کار به طور کامل باشد، از شخصی که صرفا یک پرامپت بدهد ولی نتواند به طور عمیق بفهمد که چه میخواهد یا گیر کار کجاست، تمایز خواهد یافت.
تاریخ نگارش این مطلب 24 شهریور 1405 است. این نوشته اینجا به یادگار خواهد ماند تا 5 سال دیگر به آن بازگردیم و به طرز تفکر فعلی بخندیم یا آفرین بگیم.