Anthropic于9月30日发布研究，评估当前机器人处理美国工作任务的水平。研究显示，机器人已能完成74%的体力任务，这些任务占总工时的34%，但其成本仅比人工低0.3%。
该研究基于研究人员Russell Legate-Yang和Maxim Massenkoff构建的“机器人暴露指数”。Anthropic将机器人定义为能感知并行动的自主物理机器，利用Claude对机器人执行各项任务的能力进行评级，范围涵盖从“目前无法完成”到“已在非结构化环境中执行”。数据显示，大部分能力仍局限于受控环境；在非结构化环境中，机器人仅能完成2%的体力任务，且主要为驾驶场景。
引入机器人变量后，影响范围显著扩大。此前仅关注大语言模型（LLM）时，约半数工作受到冲击；计入机器人因素后，这一比例升至81%。在交通运输领域，受LLM影响的任务不足15%，而结合机器人技术后，受影响比例约为90%。
动手类工作重新受到审视
有评论重新探讨了园丁等职业的安全性。此前报告曾认为园丁因AI无法区分植物而相对安全，但新图表显示，计入机器人因素后，包括园丁和保洁在内的清洁与维护群体暴露度显著上升。尽管理论成立，但实践层面仍存疑：准确识别植物并连根拔除杂草难度极大，且清洁工作难以标准化，机器人效率通常低于人类，价格更是人类的数倍。
高暴露度并不等同于即时失业，成本是主要障碍。目前，机器人仅在约30万个工作岗位中具备成本竞争力。自20世纪90年代以来，机器人价格每年下降约3%，按此速度，需约40年才能使机器人在10%的工作中具备成本优势。此外，能力瓶颈依然存在，如解开电线所需的灵巧性；若物体处理能力无提升，一半的体力任务将无法实现规模化自动化。
易受机器人冲击的群体多为男性、低学历及低收入者。在暴露度最高的五分之一人群中，平均时薪约为23美元，且61%的人经常搬运重物；而无暴露风险的人群时薪接近53美元。出租车司机在暴露度榜单中居首，其次是农业设备操作员和轻型卡车司机。
历史数据回溯测试显示，自1977年以来，受机器人影响较大的岗位在随后几十年中经历了更大幅度的工资和就业下降。机器人正不断接管新工作，每年多完成约2%以前无法处理的体力任务。
作者指出，AI驱动的机器人可能实现跨越式发展，如学会爬梯或更灵巧地使用夹爪。但法规与人类偏好构成其他限制：目前法规禁止机器人在14%的体力任务中使用，人类偏好则在约四分之一的任务中限制了其应用。报告建议，追踪AI影响可重点关注司机和仓库打包员，后者是目前面临具成本竞争力机器人冲击的最大职业群体，自2015年以来就业人数已下降22%。