Текущее поколение AI-моделей способно удвоить темпы роста производительности труда
Anthropic Research · Ноябрь 2025
Анализ 100 000 реальных разговоров с Claude показал: текущее поколение AI-моделей способно удвоить темпы роста производительности труда. Это не прогноз будущего — это оценка уже существующих возможностей.
AI ускоряет выполнение задач в среднем на 80%, высвобождая ~90 минут на каждой задаче
+1.8%
ежегодный прирост производительности труда при полном внедрении за 10 лет
Высокооплачиваемые специалисты используют AI для более сложных задач — корреляция зарплаты и длительности задачи
r = 0.8
Management: $133/задача · Legal: $119 · Food prep: $8
Рост производительности вернётся к уровню золотой эры 1960–70-х и dot-com бума конца 1990-х
3.6%
совокупный рост: 1.8% текущий + 1.8% от AI
| Задача / Профессия | Время без AI | Ставка | Стоимость | Экономия |
|---|---|---|---|---|
| Разработка учебных программ Vocational education teachers | 4.5 ч | $33/ч | $149 | 96% |
| Составление библиографий Library science teachers | 2.5 ч | $41/ч | $101 | 93% |
| Исследовательские отчёты Social science research assistants | 2.8 ч | $31/ч | $84 | 91% |
| Инвойсы и финансовые документы Executive secretaries | 1.2 ч | $37/ч | $46 | 87% |
| Интерпретация финансовых данных Financial analysts | 0.8 ч | $58/ч | $43 | 80% |
| Диагностика оборудования Office clerks | 0.3 ч | $22/ч | $7 | 56% |
| Профессия | Занятость | Фонд оплаты | Доля ФОТ | Вклад в рост |
|---|---|---|---|---|
| Вся экономика США | 154.1M | $10.46T | 100% | 1.80% |
| Software developers | 1.65M | $239B | 2.3% | 0.34% |
| General & operations managers | 3.58M | $477B | 4.6% | 0.10% |
| Marketing specialists | 0.86M | $74B | 0.7% | 0.09% |
| Secondary school teachers | 1.07M | $79B | 0.8% | 0.06% |
| Lawyers | 0.75M | $137B | 1.3% | 0.06% |
| Customer service reps | 2.73M | $124B | 1.2% | 0.05% |
| Retail salespersons | 3.80M | $141B | 1.3% | 0.05% |
Ускоренные задачи vs Узкие места
Ускоряется AI
Разработка, тестирование, документация86% экономия · 11% недели
Узкое место
Координация установки системНет AI-данных · 4% недели
76% экономия · 22% недели
Нет AI-данных · 2% недели
Ускоряется AI
Консультирование по учебным программам93% экономия · 1% недели
Узкое место
Модерация дискуссий в классеНет AI-данных · 3% недели
82% экономия · 5% недели
Нет AI-данных · 2% недели
Критически важный контекст
19%
вклад в рост от 1% рабочей силы
Software developers — непропорциональный эффект
1.65 млн разработчиков дают 19% прироста. Но 80% потенциала — за пределами tech. Именно в «традиционных» секторах максимальный нереализованный потенциал.
30–50%
реалистичная экономия для планирования
Разрыв между идеалом (80%) и реальностью (14–56%)
RCT-исследования: software engineering 56%, writing 40%, customer service 26%, отдельные задачи 14%. Разрыв — из-за времени на проверку и доработку вне чата.
>1.8%
потенциал при реструктуризации
1.8% — нижняя граница. Реорганизация даст кратно больше
Электрификация, компьютеризация — трансформации приходили не от ускорения старых задач, а от полной реорганизации производства. AI пока «заменяет паровой двигатель».
1.1%
рост TFP в год
Совокупная факторная производительность удвоится
1.8% рост производительности труда = 1.1% рост TFP (при labor share 0.6). TFP ниже 1% с начала 2000-х. AI возвращает к уровню dot-com эры.
Корпоративное обучение
Практические программы: от вводных лекций до воркшопов и AI-тренажёра. Рост продуктивности — измеримый.
Что это значит для России
Производительность труда в России в 2–3× ниже американской
При ВВП ~$2 трлн, +1.8% роста — это ~$36 млрд/год. С «эффектом низкой базы» потенциал может быть ещё выше. Но без системного внедрения AI этот потенциал уходит конкурентам.
Пока Россия обсуждает — мир внедряет
100 000 задач уже решаются с AI ежедневно только через один Claude. Каждый месяц без действий — это накапливающийся разрыв в производительности с глобальными конкурентами.
Рекомендации
Разработка учебных программ: с 4.5ч до 11 мин. Библиографии, планы уроков, методички. Российские вузы и школы могут высвободить время преподавателей для работы со студентами — но AI-инструменты в образовании пока не внедряются системно.
AI ускоряет подготовку документов, анализ отчётов, обработку обращений. Но координация, супервизия, решения — остаются за человеком. Нужен реинжиниринг госпроцессов, а не «чатбот для чиновников».
Legal задачи — одни из самых дорогих для AI-ускорения. Анализ нормативных актов, подготовка документов, research — всё это уже ускоряется в 5× у мировых юрфирм. Российская правовая система с её объёмом регуляций — идеальный кандидат.
1.8% — нижняя граница, основанная на ускорении существующих задач. Электрификация, компьютеризация давали основной эффект через реорганизацию. Госпрограмма должна требовать перестройки процессов, а не просто закупки AI.
AI не ускоряет координацию, супервизию, модерацию. Эти навыки становятся bottleneck-ом и растут в цене. Образовательная система должна переориентироваться на эти компетенции.