Anthropic研究：AI与机器人可影响81%工作任务，成本仍是难关

机器能完成一项工作，与老板愿意花钱让它来做，中间可能隔着一大笔账。

美国人工智能公司Anthropic于9月30日发布的研究，近日在社交平台引发关注。研究估算，按就业人数及工作时间加权，美国约81%的工作任务，可能受到大语言模型或机器人的影响。大语言模型就是能够理解和生成语言、代码等内容的AI系统。[1]

这个数字衡量任务受到技术影响的潜力，不能读成“81%的岗位将被替代”。研究并未预测相同比例的劳动者会失业，也没有给出一个必然发生的替代时间表。

会做一道工序，不等于能接手一份工作

一份工作通常由很多任务组成。仓储人员可能既要搬运和拣货，也要处理破损商品、检查异常、与同事协调。机器人完成其中某道工序，并不意味着它已经能承担整个岗位。

研究把任务与模型、机器人能力进行对应。对大语言模型，所用标准是能否将任务所需时间减半；对机器人，则考虑它们在相应环境中能否执行任务，其中包括专门布置或受到控制的环境。

这里的机器人也不只指人形机器，还包括工业机械臂和自动驾驶系统等。把所有能力都想象成一个能够进入任意家庭、工厂工作的通用机器人，会高估结果的含义。

研究采用AI辅助评估，结合职业任务信息和公开的商业部署、产品演示等材料。它是一项带有假设和不确定性的估算，并非对美国所有工作场所逐一实测的结果。[1]

更难跨过的门槛是经济账

研究对机器人的估计尤其值得对照看：按工作时间衡量，约34%的任务存在潜在机器人能力暴露；在研究所采用的成本条件下，具有成本竞争力的部分约占全部工作时间的0.3%。[1]

34%和0.3%都针对机器人，81%则合并考虑了语言模型与机器人。三个数字不能直接拿来计算“所有AI能力的商业兑现率”。

但它们揭示了同一个现实问题：技术可行与商业划算之间仍有距离。买下设备只是开始，企业还要考虑安装、维护、停机、能源，以及发生异常后由谁处理。演示中成功抓起一件物品，也不等于设备能在杂乱现场连续稳定工作。

亚马逊已经展示过具备触觉能力的Vulcan仓储机器人。这样的实际产品提供了观察落地的窗口，但单一场景的进展，仍不能自动推广到所有劳动任务。[2]

对企业而言，更实用的问题是：哪一道重复频繁的工序值得先自动化，设备投入多久能够收回，失败时有没有可靠的人工接管方式。

对劳动者而言，岗位名称也未必是最好的观察单位。未来工作可能先发生内部重组：部分任务交给机器，异常判断、责任承担和人与人之间的协调，仍需要人来完成。变化会多快，取决于设备价格、环境条件和可靠性，远不止一个能力百分比。

参考资料

[1] LEGATE-YANG R, MASSENKOFF M. What work can robots do?[EB/OL]. (2026-09-30)[2026-10-08].

[2] AMAZON. Amazon Vulcan robot: pick, stow and touch[EB/OL]. (2025-05-07)[2026-10-08].