机器人能完成74%的体力工作，但几乎都不划算

Anthropic 于 9 月 30 日发布了一项研究，将两个数字并排放置，而它们之间的差距就是整个论点。

第一个数字是 74%。当今已有的机器人能够完成美国 74% 的体力工作任务，至少在某些场景下可以。这些任务占全部工作时间的 34%。第二个数字是 0.3%，即目前机器人比从事该工作的人类更便宜的工作占比。

能力基本已经具备。经济上却不行。这种重新框定正是这篇由经济学家 Russell Legate-Yang 和 Maxim Massenkoff 撰写的论文的有用贡献。

该指数是如何构建的

该研究从 O*NET 出发，这是美国职业数据库，涵盖约 900 种职业和大约 19,000 项任务描述。Claude 首先将任务分为体力、认知和人际工作，其中标记出 7,594 项为体力任务。然后它在网上搜索能够完成每项任务的真实机器人，并对它们进行评级。

评级标准是巧妙之处，因为它根据环境需要多少结构化程度来对任务分级。E0 表示今天没有机器人能做到。E1 表示机器人可以在专门建造的空间中做到，例如装配线。E2 表示结构化的人类工作场所，例如物流仓库。E3 表示非结构化环境，例如城市道路。

只有已展示的能力才被计入。每个评级都必须引用一次部署、一次商业销售或一次演示，作者表示如果去掉演示，结果依然成立。

这种分级比单一的能力分数描绘出更诚实的图景。只能在工厂车间工作的机器人和能在公共街道上工作的机器人对工作的威胁截然不同，而该指数表明了这一点，而不是将它们平均在一起。

74% 究竟存在于哪里

大多数机器人可完成的工作只有在工作场所围绕机器人重建后才可完成。E1 和 E2 类别合计占工作时间的 33%，而开放世界机器人，即 E3 层级，仅覆盖 1%。

职业模式非常鲜明。驾驶完全占据主导。在至少有 20,000 个岗位的十个暴露度最高的职业中，有九个是车辆操作员，这源于自动驾驶汽车、卡车、拖拉机和铺路机，Waymo 被引用于出租车任务。出租车司机以 3 分中的 2.2 分位居指数榜首。仓库工作紧随其后，亚马逊的触觉传感机器人 Vulcan 等负责拣选和存放商品，而回收分拣员超过四分之三的任务时间被评为 E2。

护理和一般维修接近底部。当今的机器人即使在受控环境中也几乎无法完成这类工作，这说明护理和维修在很大程度上取决于灵活性和对情况的解读，而不是遵循程序。

劳动力画像与语言模型暴露度几乎相反。将机器人暴露指数前五分之一的工人与未暴露的工人相比，他们为女性的可能性低 20 个百分点，为西班牙裔的可能性高 16 个百分点，拥有学士学位的可能性低 55 个百分点，时薪约低 30 美元，面临的失业率是其两倍多。

四十年才能达到百分之十

成本情景正是能力数字中的乐观情绪耗尽之处。如果机器人价格继续以每年约 3% 的速度下降，即自 1990 年代以来保持的速度，那么机器人要在大约 40 年后才能在 10% 的人类工作上具有成本竞争力。另一个基准情景认为，机器人在一半体力工作上击败人类成本的时间点是 2085 年。

另一个快速情景假设到 2050 年，机器人对当今一半的体力工作达到成本竞争力，但它假设成本下降速度最高快四倍，能力提升速度快两倍。作者明确指出，这些是建模结果，而不是关于工作何时消失的预测。

该研究还将机器人指数嫁接到现有的语言模型暴露度研究上。仅 LLM 就暴露了大约一半的工作。加上任何能在 E1 或更高等级完成任务的机器人，这一比例升至 81%。运输和搬运从不到 15% 的暴露度升至约 90%。办公室和行政支持几乎接近全面暴露，因为聊天机器人无法处理的轻度体力任务，结果发现正是机器人可胜任的形态。

有一个方法论上的警告值得记住。将任务层面的成本估算合并到整个职业中，可能会将同一台机器人重复计算，或者忽略同时运行多台机器人的协调成本。作者自己指出了这一点，这意味着总体数字是方向性的，而非精确的。

为什么环境分级是正确的轴

大多数自动化预测将能力视为一个单一的旋钮。该研究的四级分级用更接近实际部署方式的东西取代了它，即机器人需要周围有多少秩序的问题。

这一区分解释了为什么数字看起来是这样。仓库是结构化的人类工作场所，因此机器人可以被放入其中的一项任务，而无需重建建筑。城市街道则不是，因此机器人必须处理一个人所做的所有事情，包括没人写下来的部分。E2 和 E3 之间的差距正是 33% 和 1% 工作时间差异所在。

这也解释了为什么机器人难以胜任那些从外面看起来很简单的工作。一般维修涉及对机器人从未见过的情况做出一系列微小判断，这将其推向 E0，即使每个单独的动作都完全在能力范围内。稀缺的不仅仅是灵巧性。它是在一个并非为你设计的世界中运作的能力。

该研究自身的警告在哪里重要

在阅读标题数字时，有两个局限性值得牢记。将任务层面的成本合并到整个职业中，可能会将同一台机器人重复计算，或者忽略同时运行多台机器人的协调成本，作者直接说明了这一点。这使得总体数字是方向性的，而非精确的。

第二个是能力评级依赖于有记录的部署、销售和演示。这比一篇研究论文的标准更严格，但比已发货产品的标准更宽松。一个只被演示过一次的机器人就算作能够完成一项任务，对于任何看过演示在真实设施中失败的人来说，这会被解读为过于乐观。

这两个警告都没有改变发现的形态。两者都限制了单个数字应承载多少权重。

这些数字实际上在说什么

人们很容易将 74% 解读为威胁，将 0.3% 解读为缓刑。这两种解读都错过了有趣的部分，即它们之间的关系。

一项 50 年的回溯测试支持该方法：1977 年机器人暴露度较高的职业，在随后的几十年中确实经历了更大的工资和就业下降。暴露度最终预示着压力。它不能预测的是速度，而成本曲线决定了速度。

该研究自身的框架值得保留。自动化争论通常围绕能力展开，仿佛唯一的问题是机器能否完成工作。这篇论文颠覆了这一点：能力已基本具备，价格却不行，而四十年达到百分之十并不是一个能为恐慌或自满辩护的预测。它描述的是一张尚未到期的账单。