Anthropic запустила Econ Scenario Explorer — интерактивный инструмент, в котором пользователь задаёт собственные предположения о возможностях ИИ и масштабе его применения, а модель показывает, какую экономику эти предположения подразумевают к 2030 году. Инструмент основан на техническом отчёте «Economic Scenarios for Transformative AI» (Korinek et al., 2026).
Интерактивную форму модели построили Kyle Turman и Szymon Sacher, они же руководили переводом модели в интерактивный вид. Интерактивный опыт спроектировала и построила Kelsey Nanan, визуальный дизайн и арт-дирекшн — Nikki Makagiansar и Monika Tuchowska. Экономическую модель разработали и отчёт совместно написали Anton Korinek, Chad Jones, Szymon Sacher, Tess Cotter и Peter McCrory.
Чем это отличается от Economic Index
Econ Scenario Explorer смотрит в будущее, тогда как Anthropic Economic Index — про взгляд вперёд. Различие сформулировано прямо: индекс измеряет текущее использование ИИ, а исследователь сценариев — про взгляд вперёд.
Модель представляет все работы в экономике как связки задачописание профессии как набора отдельных задач, которые кто-то выполняет. Пользователь задаёт ожидания о способностях ИИ и широте его применения, а модель показывает, какой может стать экономика 2030 года и как эти предположения соотносятся с чужими. В сценариях рост экономики измеряется через ВВП, а последствия описываются через занятость и зарплаты.
Как устроена модель
Перечень задач для каждой профессии основан на таксономии O*NETбаза данных Министерства труда США с перечнем задач по каждой профессии. Для каждой задачи возможны четыре исхода: ИИ помогает человеку сделать её лучше или быстрее (аугментацияИИ помогает человеку выполнять задачу лучше или быстрее), ИИ автоматизирует задачу, ИИ вообще не влияет на задачу, либо задача появляется заново под влиянием новых технологий.
Связка задач не статична: задачи уходят (почти никто больше не пишет бумажные карты от руки) и приходят новые (30 лет назад никто не наблюдал за пациентами удалённо). Профессия меняется по мере изменения задач. Некоторые задачи может выполнять только человек — например, ИИ не может искупать пациента. Некоторые задачи усиливаются ИИ, некоторые могут быть полностью автоматизированы.
Пользователь задаёт допущения по пяти вопросам: способности ИИ (какие задачи он может выполнять), широта внедрения (насколько люди используют ИИ), автономность (насколько ИИ действует сам), продуктивность (насколько ИИ повышает производительность) и время адаптации (как долго искать новую работу). Модель выдаёт прогноз ВВП США на 2030 год по сценариям и относит результат к одному из трёх сценариев — modestскромный сценарий, в котором ИИ даёт примерно такой же эффект, как интернет, substantialсущественный сценарий, в котором ИИ способен выполнять половину интеллектуальной работы к 2030 году или extremeэкстремальный сценарий, в котором ИИ продуктивнее людей в подавляющем большинстве задач интеллектуального труда.
Три сценария
В modest сценарии ИИ даёт примерно такой же эффект, как интернет. ВВП США в 2030 году — $34,1T.
В substantial сценарии ИИ способен выполнять половину всей интеллектуальной работы к 2030 году, большую часть — автономно, но внедрён не для всей этой работы: большинство задач умственного труда по-прежнему выполняется без ИИ. ВВП — $36,3T. Экономика растёт вдвое быстрее обычного, зарплаты работников умственного труда не растут, а другие работники получают выгоду.
В extreme сценарии ИИ продуктивнее людей в подавляющем большинстве задач умственного труда, выполняет почти все их автономно и почти не создаёт новых таких задач для людей. Сценарий, вероятно, требует рекурсивно самоулучшающегося ИИИИ, который сам улучшает свои способности, что ускоряет их рост, быстро внедрённого для умственного труда. По мере распространения ИИ годовые темпы роста ВВП достигают 15% в год, что приводит к удвоению экономики каждые 4,5 года. ВВП США в 2030 году на 32,4% выше и составляет $44,4T.
Что показал августовский опрос
В августе был проведён опрос американцев об их взглядах на текущие и будущие возможности ИИ, его внедрение и лёгкость поиска новой работы при смене профессии. Респонденты отвечали на те же пять вопросов, что задаёт пользователю модель: возможности ИИ, внедрение, автономность, продуктивность и время адаптации. Ответы каждого респондента подставляются в модель как его собственные допущения. ВВП к 2030 году на 10% выше, чем без ИИ, а общий уровень безработицы вырос примерно до 5%. Около 10% респондентов придерживаются взглядов, соответствующих экстремальному сценарию.
Рост и распределение
Доля труда падает, а доля капитала растёт по мере усиления сценария: 59,4% / 56,1% / 45,2% труду в modest, substantial и extreme соответственно. Причина в том, что при автоматизации больше задач выполняет капитал: если капитал становится полезнее для большего числа задач, спрос на него растёт, а значит, повышается его цена. Поэтому большая часть выгод растущей экономики достаётся владельцам капитала.
Средние зарплаты растут, но зарплаты работников умственного труда стагнируют или падают вместе с ростом безработицы. В extreme сценарии совокупный трудовой доход к 2030 году почти не меняется, а основная задача — не достижение экономического роста, а широкое распределение выгод при неравномерном распределении издержек.
В substantial сценарии зарплаты работников умственного труда практически не растут, потому что работникам нужно время, чтобы перейти в профессии с растущим спросом, а меньше спроса на человеческий умственный труд давит на зарплаты вниз. Одновременно рост производительности в умственном труде повышает спрос на ручной труд: например, более быстрое производство проектов и разрешений для физической инфраструктуры увеличивает число строительных проектов и спрос на строительных рабочих, что толкает их зарплаты вверх.
Рынок труда
В substantial и extreme сценариях вытеснение затрагивает работников умственного труда. На индивидуальном уровне модель предсказывает, что программисты и агенты колл-центров могут переходить на работу, менее подверженную ИИ, — например, электрика и медсестры. Такой переток труден: работники могут не хотеть менять профессию, им нужно осваивать новые навыки, и даже тогда найти новую работу непросто.
С 2026 по 2030 год число доступных рабочих мест в профессиях, на которые влияет ИИ (умственный труд), уменьшается, а в профессиях, на которые ИИ не влияет, растёт. В extreme сценарии, когда большие пласты умственного труда автоматизируются быстрее, затронутые работники могут оставаться без работы длительное время.
Безработица в extreme сценарии поднимается выше типичного рецессионного уровня, а при рекурсивном самоулучшении и быстром внедрении может подскочить до исторических уровней. Зарплаты работников умственного труда в substantial сценарии практически не растут, а в extreme падают более чем на 10% к 2030 году. Одновременно растут зарплаты в других профессиях, поскольку спрос на ручной труд увеличивается.
Ограничения и открытые вопросы
Авторы прямо называют ограничения модели. По распределению выгод и издержек они признают, что в extreme сценарии выгоды от быстро растущей экономики распределяются неравномерно, и главная задача — обеспечить широкое распределение выгод при неравномерном распределении издержек.
За рамками сценариев остаются, например, гиперспособные роботы. Модель опускает политические реакции, деловые циклы, возможные нарушения совокупного спроса или финансовых рынков и катастрофические риски. Среди открытых критических замечаний — то, что модель не отслеживает отдельных работников и потому даёт лишь грубую картину издержек вытеснения с работы.
Сам исследователь сценариев следует рассматривать как инструмент для размышлений о том, к чему разные технологические изменения могут привести экономику; фактические результаты могут существенно отличаться.
