Σύμφωνα με την πλέον πρόσφατη έκθεση της Anthropic, που δημοσιοποιήθηκε στις 5 Μαρτίου 2026, η παγκόσμια αγορά εργασίας βρίσκεται σε ένα κρίσιμο σταυροδρόμι. Η έρευνα των Maxim Massenkoff και Peter McCrory, βασισμένη σε πρωτογενή δεδομένα από εκατομμύρια αλληλεπιδράσεις χρηστών, αναδεικνύει μια δομική αναντιστοιχία ανάμεσα στις θεωρητικές δυνατότητες της Τεχνητής Νοημοσύνης (ΤΝ) και την πραγματική της ενσωμάτωση στις επιχειρηματικές διαδικασίες.
Ενώ οι προβλέψεις για μαζική εκτόπιση εργαζομένων κυριαρχούν στον δημόσιο λόγο, τα ευρήματα της Anthropic υποδεικνύουν μια πιο σύνθετη πραγματικότητα: η ΤΝ λειτουργεί επί του παρόντος περισσότερο ως καταλύτης σταδιακών αλλαγών παρά ως ένα ακαριαίο σοκ, αν και τα πρώτα ανησυχητικά σημάδια για τους νέους εργαζόμενους έχουν ήδη αρχίσει να αναδύονται.
Η «Αθόρυβη» Επανάσταση στην Αγορά Εργασίας: Δεδομένα από την Anthropic
Η ραγδαία διάχυση της ΤΝ έχει πυροδοτήσει ένα εκτεταμένο κύμα ερευνών, ωστόσο η Anthropic επισημαίνει ότι η ιστορία των προηγούμενων οικονομικών προβλέψεων επιβάλλει μια δόση μετριοπάθειας. Χαρακτηριστικό παράδειγμα αποτελεί η προσπάθεια μέτρησης της «δυνατότητας μεταφοράς θέσεων εργασίας στο εξωτερικό» (offshorability) πριν από μία δεκαετία, η οποία αναγνώριζε το 25% των θέσεων εργασίας στις ΗΠΑ ως ευάλωτο, παρόλο που τα εν λόγω επαγγέλματα διατήρησαν τελικά υγιείς ρυθμούς ανάπτυξης.
Σήμερα, η Anthropic παρουσιάζει ένα νέο πλαίσιο ανάλυσης που αναδεικνύει ένα τεράστιο χάσμα ανάμεσα σε αυτό που η τεχνολογία μπορεί θεωρητικά να επιτύχει και στην πραγματική της εφαρμογή. Παρά το γεγονός ότι οι τεχνολογικές δυνατότητες των Μεγάλων Γλωσσικών Μοντέλων (LLMs) εξελίσσονται με γεωμετρική πρόοδο, η αγορά εργασίας δεν φαίνεται να αντιδρά με την ίδια ταχύτητα που παρατηρήθηκε κατά τη διάρκεια της πανδημίας COVID-19. Οι επιπτώσεις της ΤΝ, σύμφωνα με τους ερευνητές της Anthropic, προσομοιάζουν περισσότερο με την αργή διείσδυση του διαδικτύου ή τις μακροπρόθεσμες συνέπειες του διεθνούς εμπορίου με την Κίνα.
Η Μεθοδολογική Τομή: Ο Δείκτης «Anthropic Economic Index»
Η κύρια καινοτομία της μελέτης είναι η εισαγωγή ενός νέου δείκτη κινδύνου εκτόπισης, ο οποίος ονομάζεται «Παρατηρούμενη Έκθεση» (Observed Exposure). Σε αντίθεση με προηγούμενες μετρήσεις, ο δείκτης αυτός συνδυάζει:
Τα δεδομένα της βάσης O*NET, η οποία απαριθμεί τις εργασίες (tasks) που σχετίζονται με περίπου 800 επαγγέλματα στις ΗΠΑ.
Πραγματικά δεδομένα χρήσης από τον δείκτη Anthropic Economic Index.
Θεωρητικές εκτιμήσεις έκθεσης από τη μελέτη των Eloundou et al. (2023).
Ο δείκτης αυτός δίνει μεγαλύτερη βαρύτητα στις εργασίες που εκτελούνται με αυτοματοποιημένο τρόπο έναντι εκείνων που απλώς επαυξάνονται από την ΤΝ. Για τον υπολογισμό της έκθεσης, οι μετρήσεις κάλυψης εργασιών σταθμίζονται με βάση το κλάσμα του χρόνου που δαπανάται σε κάθε μία από αυτές. Η μετρική $\beta$ των Eloundou et al. βαθμολογεί τις εργασίες σε μια απλή κλίμακα, όπου το $1.0$ σημαίνει ότι η ταχύτητα εκτέλεσης μπορεί να διπλασιαστεί από ένα LLM μόνο του.
Το Χάσμα μεταξύ Θεωρίας και Πράξης: Η Περίπτωση του Claude
Μία από τις πλέον εντυπωσιακές διαπιστώσεις της Anthropic είναι ότι η ΤΝ απέχει πολύ από το να αγγίξει τις θεωρητικές της δυνατότητες. Παρόλο που το 97% των εργασιών που παρατηρήθηκαν στον Anthropic Economic Index αξιολογούνται ως θεωρητικά εφικτές ($\beta=0.5$ ή $\beta=1.0$), η πραγματική τους διείσδυση υστερεί σημαντικά.
Υπάρχουν αρκετοί λόγοι για αυτό το χάσμα:
Θεσμικά και νομικά εμπόδια: Η διάχυση επιβραδύνεται από νομικούς περιορισμούς ή την ανάγκη για ανθρώπινη επαλήθευση.
Τεχνικά εμπόδια: Ορισμένες εργασίες απαιτούν συγκεκριμένο λογισμικό που δεν έχει ακόμη ενσωματωθεί πλήρως.
Το παράδειγμα της φαρμακευτικής: Η έγκριση αναπλήρωσης φαρμάκων θεωρείται πλήρως εκτεθειμένη θεωρητικά ($\beta=1$), ωστόσο η Anthropic δεν έχει παρατηρήσει ακόμη την εκτέλεσή της από το μοντέλο Claude στην πράξη.
Η Ακτινογραφία των «Εκτεθειμένων» Εργαζομένων
Τα χαρακτηριστικά των εργαζομένων που βρίσκονται στην κορυφή της έκθεσης στην ΤΝ, σύμφωνα με τα δεδομένα της Anthropic, είναι αποκαλυπτικά. Οι εργαζόμενοι στο κορυφαίο τεταρτημόριο έκθεσης είναι πιο πιθανό να είναι μεγαλύτερης ηλικίας, γυναίκες, λευκοί, πιο μορφωμένοι και υψηλότερα αμειβόμενοι.
Σύμφωνα με τα στοιχεία της Έρευνας Τρέχοντος Πληθυσμού (CPS) που αναλύει η Anthropic:
Φύλο: Η ομάδα υψηλής έκθεσης είναι κατά 16 ποσοστιαίες μονάδες πιο πιθανό να αποτελείται από γυναίκες (54,4% έναντι 38,8%).
Εκπαίδευση: Οι κάτοχοι μεταπτυχιακών τίτλων αποτελούν το 17,4% της ομάδας υψηλής έκθεσης, έναντι μόλις 4,5% στην ομάδα μηδενικής έκθεσης.
Αποδοχές: Οι εργαζόμενοι αυτοί κερδίζουν κατά μέσο όρο 47% περισσότερα ($32,69 έναντι $22,23 της μη εκτεθειμένης ομάδας).
Οι Προβλέψεις του BLS και η Σύνδεση με την Τεχνητή Νοημοσύνη
Η ανάλυση της Anthropic προχωρά σε μια κρίσιμη σύγκριση: πώς η «Παρατηρούμενη Έκθεση» συσχετίζεται με τις επίσημες προβλέψεις του Bureau of Labor Statistics (BLS) των ΗΠΑ για την περίοδο 2024-2034. Τα αποτελέσματα δείχνουν ότι τα επαγγέλματα με υψηλότερη παρατηρούμενη κάλυψη από την ΤΝ προβλέπεται να αναπτυχθούν λιγότερο την επόμενη δεκαετία
Συγκεκριμένα, για κάθε αύξηση της κάλυψης κατά 10 ποσοστιαίες μονάδες, η πρόβλεψη ανάπτυξης του BLS μειώνεται κατά 0,6 ποσοστιαίες μονάδες. Αυτό το εύρημα παρέχει μια ανεξάρτητη επικύρωση της μεθοδολογίας της Anthropic, καθώς τα δεδομένα χρήσης του Claude ευθυγραμμίζονται με τις εκτιμήσεις των αναλυτών της αγοράς εργασίας. Ενδιαφέρον παρουσιάζει το γεγονός ότι αυτή η συσχέτιση δεν εμφανίζεται όταν χρησιμοποιούνται μόνο οι θεωρητικές μετρήσεις (όπως αυτή των Eloundou et al.), υπογραμμίζοντας την αξία της παρακολούθησης της πραγματικής χρήσης.
Το Παράδοξο της Ανεργίας: Αναζητώντας τα Ίχνη της Εκτόπισης
Παρά την έκθεση σε εργασίες αυτοματισμού, η Anthropic διαπιστώνει ότι δεν υπάρχει συστηματική αύξηση της ανεργίας για τους εργαζόμενους υψηλής έκθεσης από τα τέλη του 2022. Η ανεργία επιλέχθηκε ως ο κύριος δείκτης μέτρησης επειδή αποτυπώνει άμεσα την οικονομική βλάβη: ένας άνεργος εργαζόμενος επιθυμεί εργασία αλλά δεν την έχει βρει ακόμη.
Κατά τη διάρκεια της πανδημίας, οι εργαζόμενοι με χαμηλή έκθεση στην ΤΝ —που συχνά κατέχουν θέσεις εργασίας με φυσική παρουσία— είδαν μια πολύ μεγαλύτερη αύξηση της ανεργίας. Έκτοτε, οι τάσεις μεταξύ των δύο ομάδων παραμένουν σε μεγάλο βαθμό παρόμοιες. Η μέση αλλαγή στο χάσμα ανεργίας μετά την κυκλοφορία του ChatGPT είναι μικρή και στατιστικά ασήμαντη, γεγονός που υποδηλώνει ότι η αγορά εργασίας έχει απορροφήσει τις αλλαγές χωρίς μαζικές απολύσεις προς το παρόν.
Η Επιβράδυνση των Προσλήψεων
Ενώ τα συνολικά δεδομένα ανεργίας παραμένουν σταθερά, η Anthropic εντοπίζει «πρώιμα σημάδια» επιβράδυνσης των προσλήψεων για τους νέους εργαζόμενους (ηλικίας 22-25 ετών) στα εκτεθειμένα επαγγέλματα. Αυτή η επιβράδυνση μπορεί να μην εμφανίζεται άμεσα ως ανεργία, καθώς οι νέοι που εισέρχονται στην αγορά εργασίας μπορεί να επιλέξουν να παραμείνουν στην εκπαίδευση ή να αποχωρήσουν προσωρινά από το εργατικό δυναμικό.
Τα δεδομένα δείχνουν μια πτώση της τάξης του 14% στο ποσοστό εύρεσης εργασίας για τους νέους σε εκτεθειμένα επαγγέλματα μετά την κυκλοφορία του ChatGPT. Αντίθετα, δεν παρατηρείται τέτοια μείωση για εργαζόμενους άνω των 25 ετών. Αυτό υποδηλώνει ότι η ΤΝ μπορεί να επηρεάζει την «πύλη εισόδου» στην αγορά εργασίας, καθιστώντας δυσκολότερη την έναρξη καριέρας σε τομείς όπως ο προγραμματισμός ή η ανάλυση δεδομένων.
Επαγγέλματα στο Μικροσκόπιο
Σύμφωνα με την ιεραρχία της έκθεσης στην Τεχνητή Νοημοσύνη, όπως προκύπτει από τη διαρθρωτική ανάλυση της Anthropic (Anthropic Economic Index), αναδεικνύει τους προγραμματιστές υπολογιστών ως την πλέον επηρεαζόμενη ομάδα, με το ποσοστό παρατηρούμενης έκθεσης να αγγίζει το 74,5%. Η κύρια επαγγελματική τους δραστηριότητα, που αφορά τη συγγραφή, την ενημέρωση και τη συντήρηση προγραμμάτων λογισμικού, βρίσκεται πλέον στο επίκεντρο του αυτοματισμού. Ακολουθούν στενά οι εκπρόσωποι εξυπηρέτησης πελατών με ποσοστό 70,1%, οι οποίοι διαχειρίζονται τη λήψη παραγγελιών και την επίλυση παραπόνων, εργασίες που καταγράφονται όλο και συχνότερα στην άμεση κίνηση των διεπαφών API.
Σημαντική πίεση δέχονται επίσης οι δακτυλογράφοι εισαγωγής δεδομένων, με την κάλυψη των εργασιών τους να φτάνει το 67,1%, κυρίως λόγω της ικανότητας των μοντέλων να αναγνωρίζουν έγγραφα πηγής και να μεταφέρουν πληροφορίες στα συστήματα. Αντίστοιχη εικόνα παρουσιάζουν οι ειδικοί ιατρικών αρχείων, των οποίων η εργασία στη σύνταξη και κωδικοποίηση δεδομένων ασθενών εμφανίζει έκθεση της τάξης του 66,7%. Παράλληλα, οι αναλυτές έρευνας αγοράς και ειδικοί μάρκετινγκ βρίσκονται στο 64,8%, καθώς οι Μεγάλες Γλώσσικές Μοντέλες (LLMs) μπορούν πλέον να επεξεργάζονται σύνθετα ευρήματα και να τα μεταφράζουν σε γραπτές εκθέσεις με γραφική απεικόνιση των δεδομένων.
Στον τομέα των πωλήσεων, οι αντιπρόσωποι χονδρικής και μεταποίησης παρουσιάζουν ποσοστό έκθεσης 62,8%, με τις κύριες εργασίες τους στην επικοινωνία με πελάτες και την επίδειξη προϊόντων να επηρεάζονται άμεσα. Οι οικονομικοί και επενδυτικοί αναλυτές ακολουθούν με 57,2%, καθώς η ανάλυση οικονομικών πληροφοριών για την πρόβλεψη επιχειρηματικών συνθηκών τυποποιείται όλο και περισσότερο. Στον κλάδο της τεχνολογίας, οι αναλυτές διασφάλισης ποιότητας λογισμικού και οι αναλυτές ασφάλειας πληροφοριών εμφανίζουν ποσοστά 51,9% και 48,6% αντίστοιχα, καθώς η ΤΝ αναλαμβάνει τη διόρθωση σφαλμάτων και τις αξιολογήσεις κινδύνου. Τέλος, οι ειδικοί υποστήριξης χρηστών υπολογιστών κλείνουν τη δεκάδα με 46,8%, με την επίλυση προβλημάτων υλικού και λογισμικού να περνά σταδιακά σε αυτοματοποιημένες διαδικασίες.
Στον αντίποδα, το 30% των εργαζομένων έχουν μηδενική κάλυψη. Σε αυτή την ομάδα ανήκουν επαγγέλματα που απαιτούν φυσική παρουσία και λεπτή χειρωνακτική εργασία, όπως μάγειρες, ναυαγοσώστες και μπάρμαν. Η Anthropic επισημαίνει ότι οι εργασίες που παραμένουν πέρα από την εμβέλεια της ΤΝ περιλαμβάνουν από τον χειρισμό γεωργικών μηχανημάτων έως την εκπροσώπηση πελατών σε δικαστήριο.
Συμπέρασμα: Η Τεχνητή Νοημοσύνη ως Δομικός Μετασχηματιστής
Η έκθεση της Anthropic καταλήγει σε ένα κρίσιμο συμπέρασμα: η ΤΝ δεν αποτελεί ένα ακαριαίο οικονομικό σοκ, αλλά έναν μακροπρόθεσμο παράγοντα δομικής αλλαγής. Η χρήση ενός καθιερωμένου πλαισίου παρακολούθησης, όπως ο Anthropic Economic Index, είναι απαραίτητη για τον διαχωρισμό του «σήματος» από τον «θόρυβο» στο μέλλον.
Παρόλο που η ανεργία δεν έχει αυξηθεί συστηματικά, η επιβράδυνση των προσλήψεων για τη νέα γενιά αποτελεί μια προειδοποίηση που δεν πρέπει να αγνοηθεί. Καθώς οι δυνατότητες των μοντέλων όπως το Claude επεκτείνονται και τα θεσμικά εμπόδια κάμπτονται, η «κόκκινη περιοχή» της παρατηρούμενης χρήσης θα πλησιάζει όλο και περισσότερο τη «μπλε περιοχή» της θεωρητικής δυνατότητας. Η πρόκληση για την πολιτεία και την οικονομία είναι να προετοιμάσουν το εργατικό δυναμικό για μια εποχή όπου η εξειδίκευση και η προσαρμοστικότητα θα είναι τα μόνα όπλα απέναντι στην αυτοματοποίηση.
