Roboty potrafią wykonać 74% fizycznych zadań. Kosztowo wygrywają przy… 0,3% pracy
Najbardziej clickbaitowa liczba brzmi: roboty potrafią już wykonać 74% fizycznych zadań w amerykańskiej gospodarce. Najważniejsza liczba jest jednak zupełnie inna: według nowego badania Anthropic roboty są dziś kosztowo konkurencyjne wobec człowieka tylko dla około 0,3% zadań. To świetny kubeł zimnej wody na dyskusję o „końcu pracy”.
Badacze Anthropic zbudowali robot exposure index, który próbuje odpowiedzieć nie na pytanie „co robot będzie robił za dziesięć lat?”, lecz „które zadania potrafi wykonać dostępna technologia i w jakim środowisku?”. To istotne dla RoboMorrow, bo oddziela techniczną wykonalność od ekonomicznej automatyzacji.
74% fizycznych zadań nie oznacza 74% miejsc pracy
Zespół szacuje, że około 46% czasu pracy w gospodarce USA przypada na zadania fizyczne. Spośród nich około 74% da się już wykonać robotem w jakichś warunkach. Po przeliczeniu na wszystkie zadania daje to około 34% czasu pracy.
To nie jest prognoza utraty 34% etatów. Jedna profesja składa się z wielu czynności, a część automatyzowalna może wymagać całkowicie przeprojektowanego stanowiska. Autorzy podkreślają również koszt, preferencje ludzi i regulacje. Wskaźnik ekspozycji jest miarą możliwości, nie licznikiem zwolnień.
Cztery poziomy ekspozycji pokazują, gdzie robot naprawdę działa
Anthropic dzieli fizyczne zadania na cztery klasy. E0 oznacza, że dzisiejszy robot nie potrafi wykonać zadania. E1 — potrafi w specjalnie zaprojektowanym środowisku robotycznym, np. na linii. E2 — w uporządkowanym miejscu pracy dla ludzi, np. magazynie. E3 — w środowisku nieustrukturyzowanym, takim jak droga miejska.
Ten podział obniża temperaturę dyskusji. Około połowa fizycznych zadań mieści się w E1, czyli wymaga specjalnie przygotowanego otoczenia. Tylko niewielka część trafia do E3. To bardzo daleko od obrazu uniwersalnego humanoida wchodzącego do dowolnego miejsca i przejmującego pracę bez integracji.
Największa bariera: ekonomia
Według autorów roboty są obecnie tańsze od pracy człowieka dla około 0,3% zadań. Badanie modeluje także historyczny spadek kosztów i stwierdza, że przy utrzymaniu wcześniejszego trendu dojście do 10% zadań konkurencyjnych kosztowo zajęłoby około 40 lat.
To założenie scenariuszowe, nie zegar odliczający do 2066 r. Koszty mogą spaść szybciej lub wolniej, nowe modele mogą poprawić wykorzystanie istniejącego hardware’u, a wynagrodzenia i regulacje się zmieniają. Liczba 0,3% jest jednak ważnym przypomnieniem: demonstracja zdolności nie jest business case’em.
Metodologia: około 900 zawodów i 19 tys. opisów zadań
Analiza korzysta z O*NET i obejmuje około 900 zawodów oraz około 19 tys. opisów zadań. Claude pomaga klasyfikować wymagania fizyczne, poznawcze i interpersonalne oraz oceniać, na jakim poziomie środowiska robot potrafi dziś wykonać daną czynność. Autorzy publikują metodologię, prompty i towarzyszące dane.
To jednocześnie zaleta i ograniczenie. Skala byłaby trudna do uzyskania ręcznie, ale klasyfikacja modelu może wprowadzać błędy i zależy od jakości źródeł dla konkretnych robotów. Indeks nie zastępuje pomiaru procesu w konkretnej firmie.
Magazyny i kierowcy są bardziej wystawieni niż pielęgniarki i naprawy
Wyniki pokazują wysoką ekspozycję w zadaniach transportowych i magazynowych. Dziewięć z dziesięciu najbardziej eksponowanych zawodów w zestawieniu to operatorzy pojazdów. Z drugiej strony opieka zdrowotna i ogólne naprawy zawierają więcej pracy interpersonalnej, nieprzewidywalnej manipulacji i działań w zmiennym środowisku.
Autorzy zwracają uwagę również na profil społeczny ekspozycji: pracownicy w bardziej eksponowanych zawodach częściej są mężczyznami, mają niższy poziom wykształcenia i niższe płace. To opis wyniku dla danych USA, a nie uniwersalna charakterystyka wszystkich rynków pracy.
Historyczny test wsteczny nie jest prognozą
Badacze sprawdzili, czy zawody bardziej eksponowane na dostępne w przeszłości roboty później notowały słabsze wyniki zatrudnienia i płac. Znaleźli taki związek w danych obejmujących około 50 lat, nawet po uwzględnieniu części trendów branżowych.
Nie należy z tego wyprowadzać prostego związku przyczynowego dla każdego zawodu ani prognozy na najbliższe lata. Struktura gospodarki, handel, technologie i popyt zmieniają się jednocześnie. Backtest wspiera użyteczność wskaźnika, ale nie daje pewności co do tempa przyszłej automatyzacji.
Co z tego wynika dla rynku robotów
Największa okazja krótkoterminowa nie musi leżeć tam, gdzie robot wygląda najbardziej „ludzko”. Leży tam, gdzie zadanie jest częste, środowisko wystarczająco uporządkowane, integracja powtarzalna, a koszt przestoju lub pracy człowieka uzasadnia maszynę. Dlatego magazyny, transport materiałów, czyszczenie i wybrane procesy produkcyjne wciąż są naturalnym polem wdrożeń.
Dla humanoidów badanie stawia poprzeczkę wyżej. Jeśli ich przewagą ma być brak przebudowy stanowiska, powinny przesuwać zadania z E1 w stronę E2 lub E3 przy sensownym koszcie. To będzie znacznie bardziej wartościowy dowód niż liczba umiejętności pokazanych w laboratorium.
Najważniejsza liczba to 0,3%, nie 74%
Nagłówek o 74% pokazuje skalę technicznego potencjału. Liczba 0,3% pokazuje skalę obecnej luki ekonomicznej. Obie są potrzebne naraz. Pierwsza tłumaczy, dlaczego kapitał płynie do robotyki. Druga tłumaczy, dlaczego w większości firm nie widzimy jeszcze armii robotów zastępujących ludzi.
RoboMorrow będzie wykorzystywać tę różnicę jako filtr: przy każdej premierze pytamy nie tylko „czy robot potrafi?”, ale „w jakim środowisku, z iloma interwencjami i za jaki całkowity koszt?”.
Dla kupującego: capability to nie ROI
Najbardziej praktyczny wniosek z badania jest prosty: zdolność robota do wykonania zadania nie oznacza, że projekt ma sens ekonomiczny. Anthropic liczy ekspozycję na poziomie zadań i środowiska pracy, a następnie osobno sprawdza koszty. Dlatego 74% i 0,3% nie przeczą sobie. Pierwsza liczba mówi o tym, czy dzisiejszy robot potrafi wykonać fizyczne zadanie w jakichś warunkach; druga pokazuje, jak niewielka część całego czasu pracy przypada dziś na zadania, przy których robot jest tańszy od człowieka.
Dla firmy oznacza to, że shortlistę powinno się zaczynać od procesu, nie od typu robota. Stabilny transport palet może pasować do AMR, powtarzalna operacja do cobota lub klasycznej automatyki, a humanoid ma sens dopiero wtedy, gdy elastyczność i korzystanie z infrastruktury stworzonej dla ludzi kompensują wyższy koszt oraz ryzyko. W pilocie warto mierzyć koszt kompletnej misji, czas interwencji, wykorzystanie robota i realnie usunięte godziny pracy człowieka.
Zdjęcie wyróżniające: oficjalna grafika otwierająca badanie Anthropic „What work can robots do?”. Nie jest to zdjęcie produktu ani wykres RoboMorrow. Źródło obrazu.
Źródła i metodologia
Tekst opiera się na źródłach pierwotnych i dodatkowej weryfikacji redakcyjnej; sprawdzono 3 października 2026. Deklaracje producentów opisujemy jako deklaracje producentów i oddzielamy je od danych niezależnych. To nie jest test własny RoboMorrow.