Robôs podem fazer 74% do trabalho físico, e quase nada disso compensa

A Anthropic publicou um estudo em 30 de setembro que coloca dois números lado a lado, e a diferença entre eles é todo o argumento.

O primeiro número é 74 por cento. Os robôs que existem hoje podem executar 74 por cento das tarefas físicas de trabalho nos Estados Unidos, pelo menos em algum contexto. Essas tarefas representam 34 por cento de todas as horas de trabalho. O segundo número é 0,3 por cento, que é a parcela de trabalho para a qual um robô atualmente é mais barato do que o humano que faz o trabalho.

A capacidade está amplamente presente. A economia não. Essa reformulação é a contribuição útil do artigo, escrito pelos economistas Russell Legate-Yang e Maxim Massenkoff.

Como o índice foi construído

O estudo parte do O*NET, a base de dados ocupacional dos EUA que abrange cerca de 900 ocupações e aproximadamente 19.000 descrições de tarefas. O Claude primeiro classificou as tarefas em trabalho físico, cognitivo e interpessoal, o que marcou 7.594 como físicas. Em seguida, pesquisou na web robôs reais capazes de realizar cada tarefa e os avaliou.

A escala de avaliação é a parte inteligente, porque classifica as tarefas pela quantidade de estrutura que o ambiente exige. E0 significa que nenhum robô pode fazê-la hoje. E1 significa que um robô pode fazê-la em um espaço projetado especificamente, como uma linha de montagem. E2 significa um local de trabalho humano estruturado, como um armazém logístico. E3 significa um ambiente não estruturado, como uma rua da cidade.

Apenas a capacidade demonstrada contou. Cada avaliação tinha de citar uma implantação, uma venda comercial ou uma demonstração, e os autores dizem que os resultados se mantêm se as demonstrações forem removidas.

Essa escala produz um quadro muito mais honesto do que uma única pontuação de capacidade. Um robô que só funciona no chão de fábrica e um robô que funciona em uma rua pública representam ameaças muito diferentes a um emprego, e o índice diz isso em vez de calcular a média entre eles.

Onde os 74 por cento realmente estão

A maior parte do trabalho realizável por robôs só é realizável quando o local de trabalho é reconstruído em torno do robô. As categorias E1 e E2 juntas representam 33 por cento das horas de trabalho, e os robôs de mundo aberto, o nível E3, cobrem apenas 1 por cento.

O padrão ocupacional é nítido. A condução domina completamente. Nove das dez ocupações mais expostas com pelo menos 20.000 empregos são operadores de veículos, o que decorre de carros, caminhões, tratores e pavimentadoras autônomos, com a Waymo citada para tarefas de táxi. Os motoristas de táxi lideram o índice com 2,2 de 3. O trabalho em armazém vem em seguida, onde robôs como o Vulcan com sensor de toque da Amazon separam e armazenam mercadorias, e os classificadores de reciclagem têm mais de três quartos do tempo de tarefa avaliado como E2.

A enfermagem e o reparo geral ficam perto do fim da lista. Os robôs atuais conseguem fazer pouco desse trabalho, mesmo em ambientes controlados, o que diz algo sobre quanto do cuidado e do reparo se resume a destreza e interpretar uma situação, em vez de seguir um procedimento.

O perfil da força de trabalho é quase o inverso da exposição a modelos de linguagem. Comparando trabalhadores no quinto superior do índice de exposição a robôs com trabalhadores não expostos, eles têm 20 pontos percentuais menos probabilidade de serem mulheres, 16 pontos mais probabilidade de serem hispânicos, 55 pontos menos probabilidade de terem diploma de bacharelado, recebem cerca de US$ 30 menos por hora e enfrentam uma taxa de desemprego mais de duas vezes maior.

Quarenta anos para dez por cento

Os cenários de custo são onde o otimismo do número de capacidade se esgota. Se os preços dos robôs continuarem caindo cerca de 3 por cento ao ano, o ritmo que se mantém desde a década de 1990, leva cerca de 40 anos para os robôs serem competitivos em custo para 10 por cento do trabalho humano. Um cenário de referência separado situa em 2085 o ponto em que os robôs são mais baratos do que o custo humano para metade do trabalho físico.

Um cenário rápido alternativo alcança competitividade de custo para metade do trabalho físico atual até 2050, mas pressupõe que os custos caiam até quatro vezes mais rápido e as capacidades melhorem duas vezes mais rápido. Os autores deixam explícito que estes são resultados modelados, não previsões sobre quando os empregos desaparecerão.

O estudo também acopla o índice de robôs a trabalhos existentes sobre exposição a modelos de linguagem. Os LLMs sozinhos expõem cerca de metade do trabalho. Adicionar qualquer robô que consiga realizar uma tarefa em E1 ou superior eleva esse número para 81 por cento. Transporte e movimentação passa de menos de 15 por cento de exposição para cerca de 90 por cento. Apoio administrativo e de escritório se aproxima da exposição quase total, porque as tarefas físicas leves que um chatbot não conseguia realizar acabam tendo formato de robô.

Vale registrar uma ressalva metodológica. Combinar estimativas de custo em nível de tarefa em ocupações inteiras pode contar o mesmo robô mais de uma vez, ou deixar de fora os custos de coordenação de operar vários juntos. Os próprios autores sinalizam isso, e significa que os números agregados são direcionais, não precisos.

Por que a escala de ambiente é o eixo certo

A maioria das previsões de automação trata a capacidade como um único botão. A escala de quatro níveis do estudo substitui isso por algo mais próximo de como a implantação realmente funciona, que é uma questão de quanta ordem o robô precisa ao seu redor.

A distinção explica por que os números se apresentam como se apresentam. Um armazém é um local de trabalho humano estruturado, então um robô pode ser colocado em uma tarefa ali sem reconstruir o prédio. Uma rua da cidade não é, então o robô tem de lidar com tudo o que uma pessoa faz, incluindo as partes que ninguém escreveu. Essa lacuna entre E2 e E3 é onde vive a diferença entre 33 por cento e 1 por cento das horas de trabalho.

Também explica por que os robôs têm dificuldade com empregos que parecem simples de fora. O reparo geral envolve uma sequência de pequenos julgamentos sobre uma situação que o robô nunca viu, o que o empurra para E0, mesmo que cada movimento individual esteja bem ao seu alcance. A escassez não é apenas destreza. É a capacidade de operar em um mundo que não foi projetado para você.

Onde as próprias ressalvas do estudo importam

Vale ter em mente duas limitações ao ler os números principais. Combinar custos em nível de tarefa em ocupações inteiras pode contar o mesmo robô mais de uma vez, ou deixar de fora os custos de coordenação de operar vários juntos, e os autores dizem isso diretamente. Isso torna os números agregados direcionais, não precisos.

A segunda é que as avaliações de capacidade se baseiam em implantações, vendas e demonstrações documentadas. Esse é um padrão mais rigoroso do que um artigo de pesquisa, e mais generoso do que um produto lançado. Um robô que foi demonstrado uma vez conta como capaz de realizar uma tarefa, o que parecerá otimista para qualquer um que já viu uma demonstração falhar em uma instalação real.

Nenhuma das ressalvas muda a forma da descoberta. Ambas restringem quanto peso um único número deve carregar.

O que os números realmente dizem

Há uma tentação de ler os 74 por cento como uma ameaça e os 0,3 por cento como um alívio. Ambas as leituras perdem a parte interessante, que é a relação entre eles.

Um teste retrospectivo de 50 anos sustenta o método: ocupações mais expostas a robôs em 1977 realmente tiveram maiores quedas de salários e emprego nas décadas seguintes. A exposição prevê pressão, eventualmente. O que ela não prevê é a velocidade, e a curva de custo é o que define a velocidade.

O enquadramento do próprio estudo é o que vale a pena manter. Os argumentos sobre automação geralmente se baseiam na capacidade, como se a única questão fosse se uma máquina consegue fazer o trabalho. Este artigo inverte isso: a capacidade está substancialmente presente, o preço não, e quatro décadas para dez por cento não é uma previsão que justifique pânico ou complacência. É a descrição de uma conta que ainda não venceu.