आज AI कोणती कामे करू शकतो याची व्याप्ती Anthropic चे कर्मचारी आणि अमेरिकी प्रौढ जवळपास सारखीच पाहतात. मात्र 2030 साठीच्या त्यांच्या अपेक्षांमध्ये मोठी तफावत आहे, असे ऑक्टोबर 16 रोजी प्रकाशित संशोधन अहवाल सांगतो. काम आणि धोरणांबद्दलच्या निर्णयांसाठी ही तफावत महत्त्वाची आहे, पण अभ्यास लोकांच्या धारणा मोजतो; AI प्रत्यक्षात कोणत्या गतीने प्रगत होईल हे नाही.

AI आठ कामे कुशल व्यावसायिकाइतकी चांगली कधी करेल, असे अहवालात विचारले होते. सर्वेक्षणातील Anthropic कर्मचाऱ्यांपैकी 91% जणांना 2030 पर्यंत AI नोबेल दर्जाचा शोध लावू शकेल अशी अपेक्षा होती; सर्वेक्षणातील अमेरिकी प्रौढांमध्ये हे प्रमाण 39% होते. स्वतःच्या नोकरीबद्दल कर्मचाऱ्यांना अपेक्षा होती की 2030 पर्यंत AI त्यांच्या सध्याच्या कामाच्या तासांपैकी सरासरी 75% इतके काम करू शकेल. नोकरी करणाऱ्या अमेरिकी उत्तरदात्यांची सरासरी 28% होती. हे आकडे अपेक्षित क्षमता सांगतात; आधीच स्वयंचलित झालेले काम किंवा निश्चितपणे नष्ट होणाऱ्या नोकऱ्या नाहीत.

मोठा बदल

  • काय बदलले: Anthropic ने AI ची क्षमता, कामाच्या ठिकाणी वापर आणि आर्थिक परिणाम यांबाबत जनतेच्या व कर्मचाऱ्यांच्या अपेक्षांची तुलना प्रसिद्ध केली.
  • हे कसे काम करते: संशोधकांनी दोन्ही गटांचे सर्वेक्षण केले आणि पाच आर्थिक प्रश्नांची संपूर्ण उत्तरे आधी प्रकाशित केलेल्या मॉडेलमध्ये घालून 2030 ची परिदृश्ये तयार केली.
  • हे महत्त्वाचे का: कामगार, व्यवस्थापक आणि धोरणकर्त्यांना अपेक्षा कुठे वेगळ्या आहेत हे पाहता येते; तसेच सर्वेक्षणातील धारणा, मोजलेले अंगीकरण आणि आर्थिक भाकिते वेगवेगळी ठेवता येतात.

दोन वेगवेगळ्या नमुन्यांची तुलना

Morning Consult ने ऑगस्ट 11 ते 23, 2026 दरम्यान स्वेच्छेने सहभागी होणाऱ्या ऑनलाइन पॅनेलद्वारे 10,980 वेगवेगळ्या अमेरिकी प्रौढांचे सर्वेक्षण केले. अमेरिकी प्रौढ लोकसंख्येचे प्रतिबिंब पडावे म्हणून उत्तरांना लोकसंख्याशास्त्रीय आधारावर भार दिला. ऑनलाइन भरतीत इंटरनेट सुविधा नसलेले लोक वगळले जातात, आणि भार देऊन स्वयंसेवक व एकूण लोकसंख्या यांतील प्रत्येक फरक दुरुस्त करता येत नाही. भविष्याविषयीचे प्रश्न 2027 आणि 2030 मध्ये विभागले होते; अहवाल मुख्यतः 2030 ची उत्तरे मांडतो.

Anthropic चे स्वतंत्र, भार न दिलेले अंतर्गत सर्वेक्षण ऑगस्ट 9 ते 12 दरम्यान झाले आणि कंपनीभरातून 1,334 उत्तरे मिळाली. तिचे कर्मचारी अमेरिकी कामगारांचा प्रातिनिधिक नमुना नाहीत, तसेच त्यांची उत्तरे Anthropic च्या कंपनीविषयक योजनांचे निवेदन नाहीत. तांत्रिक परिशिष्ट नमुना आणि भार देण्याचे तपशील देते.

अंगीकरणाबद्दल दोन्ही गटांचे मतही वेगळे आहे. AI करू शकेल असे त्यांना वाटणाऱ्या कामांपैकी 42% कामांसाठी 2030 पर्यंत त्याचा वापर होईल, अशी अमेरिकी प्रौढांची अपेक्षा होती; कर्मचाऱ्यांमध्ये हे प्रमाण 65% होते. कामावर AI वापरणाऱ्या अमेरिकी प्रौढांपैकी 26% जण म्हणाले की आजच्या AI ला योग्य असलेले काम त्याच्यासह केल्यास तपासणी व दुरुस्त्यांसकट मूळ वेळेच्या एक चतुर्थांश किंवा कमी वेळ लागतो. कर्मचाऱ्यांमध्ये हा वाटा 59% होता. ही योग्य कामांविषयी उत्तरदात्यांची मूल्यमापने आहेत; संपूर्ण अर्थव्यवस्थेत मोजलेली उत्पादकता वाढ नाही.

GDP आकडे कुठून येतात

संशोधकांनी पाच इनपुटबद्दल 3,259 अमेरिकी प्रौढ आणि 1,093 कर्मचाऱ्यांची संपूर्ण उत्तरे घेतली: क्षमता, अंगीकरण, स्वयंचलनाचे प्रमाण, वेळेची बचत आणि AI मुळे विस्थापित कामगाराला दुसऱ्या व्यवसायात काम मिळवण्यासाठी किती वेळ लागू शकतो. प्रत्येकाची उत्तरे त्यांनी त्यांच्या आर्थिक परिदृश्य मॉडेलमध्ये नकाशित केली; इतर पॅरामीटर मॉडेलच्या “Substantial” परिदृश्यातील मूल्यांवर कायम ठेवले.

या आधारावर मध्यक स्थानी असलेल्या अमेरिकी प्रौढाची उत्तरे 2030 मध्ये 5.4% वार्षिक GDP वाढ सूचित करत होती; मध्यक कर्मचाऱ्याची उत्तरे 17.1% सूचित करत होती. वितरणांमध्ये मोठ्या प्रमाणात आच्छादन होते. हे अपेक्षांवर आधारित सशर्त मॉडेल परिणाम आहेत; प्रत्यक्ष पाहिलेली वाढ, कोणताही गट बरोबर ठरेल अशी भविष्यवाणी किंवा Anthropic चे कंपनीविषयक भाकीत नाही. मॉडेलची गृहीतकेही महत्त्वाची आहेत: सर्वेक्षणातून आलेल्या पाच आयामांबाहेरील इनपुट बदलल्यास परिणाम बदलू शकतो.

व्यावहारिक प्रश्न असा की क्षमता कुठे वापरात बदलते. अमेरिकी उत्तरदात्यांनी कामाच्या ठिकाणी अंगीकरणातील संभाव्य अडथळा म्हणून ग्राहकांची माणसाकडून सेवा घेण्याची पसंती सर्वाधिक वेळा निवडली; त्यानंतर गोपनीयता व सुरक्षा, विश्वसनीयता आणि कायदे किंवा जबाबदारी यांचा क्रम होता. प्रत्येकाला जास्तीत जास्त तीन पर्याय निवडता येत होते; कर्मचाऱ्यांना अडथळ्यांविषयी हा प्रश्न विचारला नव्हता. AI वापरण्याचा विचार करणाऱ्या नियोक्त्याला ही उत्तरे तपासण्यासारख्या चिंता दाखवतात, पण 2030 मध्ये कोणते अडथळे प्रत्यक्ष मर्यादा घालतील हे सर्वेक्षण ठरवू शकत नाही.

हा लेख आमच्या Anthropic च्या ऑक्टोबर 16 च्या मनुष्यबळ संशोधनावरील वार्तांकनाला पुढे नेतो. आधीच्या अहवालाने कंपनीतील भरती आणि कामाचा अभ्यास केला होता. हा अहवाल सार्वजनिक सर्वेक्षण व अंतर्गत सर्वेक्षणातील अपेक्षांची तुलना करतो.

स्रोत आणि पुढील वाचन