Nhóm nghiên cứu kinh tế của Anthropic công bố báo cáo "What work can robots do?" vào ngày 30/9, do Russell Legate-Yang và Maxim Massenkoff thực hiện. Kết luận có hai tầng: xét về năng lực kỹ thuật, 74% các tác vụ lao động chân tay tại Mỹ hiện robot đã có thể đảm nhiệm, chiếm 34% tổng thời gian làm việc; còn xét về chi phí, hiện chỉ có 0,3% số tác vụ giao cho robot rẻ hơn thuê người.
Dữ liệu đến từ đâu
Nền tảng dữ liệu là cơ sở dữ liệu nghề nghiệp O*NET của Bộ Lao động Mỹ, bao gồm khoảng 900 nghề và 19.000 tác vụ cụ thể. Nhóm nghiên cứu kết hợp thêm dữ liệu việc làm và lương theo nghề năm 2025 của Cục Thống kê Lao động, dữ liệu chi phí lương năm 2026 của người sử dụng lao động, cùng Khảo sát Cộng đồng Mỹ giai đoạn 2020-2024. Việc chấm điểm "mức độ phơi nhiễm với robot" cho từng tác vụ và ước tính chi phí tự động hóa được giao cho Claude thực hiện.
Báo cáo chia tác vụ chân tay thành bốn nhóm theo mức độ môi trường được kiểm soát:
- Môi trường được thiết kế riêng cho robot (E1), tương ứng 23% thời gian lao động;
- Nơi làm việc của con người có cấu trúc nhất định (E2), chiếm 10%;
- Môi trường phi cấu trúc như đường phố (E3), chiếm 1%;
- Tác vụ chân tay robot không thể làm (E0), chiếm 12%.
Nghề có mức phơi nhiễm cao nhất là tài xế taxi (chỉ số 2,2), tiếp theo là tài xế xe đưa đón và lái xe chuyên trách (2,0), sau đó là công nhân kho bãi, giao hàng và đóng gói. Báo cáo cũng xem xét robot cùng các mô hình ngôn ngữ lớn gộp lại, và kết luận rằng tính chung cả hai, chỉ khoảng một phần năm số việc làm là nằm ngoài phạm vi phơi nhiễm.
Vướng ở đâu
Trong bốn loại rào cản, khoảng cách năng lực liên quan đến khoảng 70% tác vụ, chi phí gần như cản trở toàn bộ tác vụ, hạn chế pháp lý liên quan đến 14% tác vụ chân tay, còn việc con người muốn được phục vụ bởi người thật liên quan đến 25%. Báo cáo đặc biệt nhấn mạnh về thao tác khéo léo:
"Manipulation capabilities stand out: half of physical tasks wouldn't be automated at scale unless robots become more adept at touching and handling objects." (Khả năng thao tác là điểm nổi bật nhất: trừ khi robot khéo léo hơn trong việc chạm và cầm nắm đồ vật, nếu không một nửa số tác vụ chân tay sẽ không thể tự động hóa trên diện rộng.)
Bài toán 40 năm
Ở khía cạnh chi phí, báo cáo dùng dữ liệu lịch sử để ước tính: giá robot trong quá khứ giảm khoảng 3%/năm, với tốc độ này, tỷ lệ tác vụ có chi phí cạnh tranh sẽ tăng từ 0,3% lên 10%, mất khoảng 40 năm.
Tính theo tốc độ tương tự, giá robot sẽ giảm một nửa sau khoảng 23 năm, và sau 40 năm sẽ còn khoảng 30% so với hiện nay. Với nhịp độ này, để chi phí ngang bằng nhân công, chỉ dựa vào việc giá phần cứng giảm dần đều là chưa đủ, mà còn cần mỗi máy đảm nhiệm được nhiều việc hơn, hoặc chi phí triển khai và bảo trì giảm rõ rệt.
Báo cáo cũng liệt kê các giả định của mình: áp dụng cùng một tốc độ giảm giá cho mọi tác vụ, chưa tính đến hiệu ứng phản hồi từ sở thích và quy định, và ước tính chi phí chỉ mang tính "gần đúng". Robot hình người và các mô hình nhúng thân thể (embodied model) đang nhận vốn đầu tư dồn dập trong vài năm gần đây; nếu tốc độ giảm chi phí của bàn tay khéo léo, dữ liệu huấn luyện và cả cỗ máy nhanh hơn hẳn 3%/năm, con số 40 năm sẽ rút ngắn đáng kể — nhưng báo cáo không tính riêng cho kịch bản này.
Ai là người bị ảnh hưởng
So với nhóm lao động không bị ảnh hưởng, trong nhóm một phần năm có mức phơi nhiễm cao nhất: tỷ lệ nữ giới thấp hơn 20 điểm phần trăm, tỷ lệ người gốc Latinh cao hơn 16 điểm phần trăm, tỷ lệ có bằng cử nhân thấp hơn 55 điểm phần trăm, lương theo giờ thấp hơn khoảng 30 USD, và tỷ lệ thất nghiệp cao hơn gấp đôi.
Nghiên cứu này chỉ sử dụng dữ liệu của Mỹ. Cơ cấu công việc, chi phí nhân công và mức độ tự động hóa nhà máy trong ngành sản xuất và logistics của Trung Quốc khác biệt rất nhiều so với Mỹ, nên hai con số 0,3% và 40 năm không thể áp dụng trực tiếp vào bối cảnh trong nước.
Nguồn tham khảo: báo cáo nghiên cứu kinh tế của Anthropic, CocoLoop, tài liệu mô tả cơ sở dữ liệu O*NET của Bộ Lao động Mỹ; tỷ lệ tác vụ và thời gian lao động theo cách tính trong báo cáo, mốc giảm một nửa giá là ước tính theo tốc độ giảm 3%/năm.