По сети разлетается лепестковая диаграмма из https://www.anthropic.com/research/labor-market-impacts.
Синяя зона — какую долю задач AI теоретически способен закрыть в каждой профессии. Красная — какую закрывает сейчас. У юристов, программистов, финансистов между синим и красным — пропасть. У строителей и фермеров красного почти нет.
Многие репостящие исходят из предположения, что красная зона должна непременно заполнить синюю, а, следовательно, индустрии с небольшой синей зоной в безопасности.
И вот тут у меня срабатывает другая ассоциация с известной картинкой (см. рис. 2), где математик Абрахам Вальд во Вторую мировую предложил укреплять самолёты там, где дырок нет. Потому что самолёты с попаданиями в двигатель просто не вернулись. Это принято называть ошибкой выжившего.
По существу, график Anthropic устроен похоже. Красная зона фиксирует адаптацию, а не вытеснение — профессии, которые первыми соприкоснулись с языковой моделью, потому что сам характер их работы к этому располагал. Программисты, юристы, аналитики и сами рады использовать языковую модель, потому что работают с текстом, кодом, документами. Claude буквально создан для их задач. И для меня не очевиден вывод, что быстрая адаптация обязательно приведет к вытеснению, а не к продолжающейся синергии.
Но тут стоит задуматься о самом инструменте измерения. Anthropic измеряет экспозицию через трафик Claude. То есть через текстовый LLM. Это как измерять уровень автомобилизации страны по продажам бензина — и делать вывод, что электромобили никому не нужны.
Метрика корректна внутри своей рамки, но рамка уже предмета. Claude — текстовая модель. Она органически полезна тем, кто работает с текстом, кодом, документами. Производство, логистика, сельское хозяйство — их вытеснение придёт через робототехнику, компьютерное зрение, автономные системы.
Ничего из этого в трафике Claude не видно, потому что Anthropic маппит трафик Claude на конкретные рабочие задачи по базе O*NET. Если инженер пишет код для автономного комбайна через Claude — в графике это программирование, а не сельское хозяйство. Метрика измеряет не то, какие отрасли затронет AI, а то, какие задачи уже выполняются через текстовую модель.
Собственно, вопрос не "где AI уже работает", а "где он ещё не добрался, но доберётся." Здесь полезна историческая параллель. Механические станки начали уничтожать ручное ткачество в 1810-х. Пик механизации сельского хозяйства — середина XX века. Полтора столетия разницы. Но когда технология добиралась до отрасли — она перекраивала её целиком.
Knowledge workers сейчас адаптируются. Юристы уже выстраивают рабочие процессы с AI. Программисты кодят с Copilot и Claude Code. Джунам стало сложнее на входе — да, есть данные о 14% снижении найма для 22–25 лет. Но это адаптационная фаза.
Настоящий сдвиг придёт не оттуда, где красная зона уже нарисована, а оттуда, где её пока нет.
