1. Naslov in uvod
V zadnjih tednih kroži graf iz poročila Anthropica, ki namiguje, da bi veliki jezikovni modeli lahko teoretično opravili vsaj 80 % nalog v številnih pisarniških poklicih. Videti je kot napoved množične brezposelnosti belih ovratnikov. Toda drobni tisk razkrije nekaj drugega: modri pas "teoretične zmožnosti" temelji na špekulativnih ocenah iz obdobja vrhunca AI‑hajpa leta 2023.
V nadaljevanju razčlenjujemo, kako je Anthropic sploh prišel do teh številk, kaj je prvotna OpenAI študija res merila in zakaj bi morali odločevalci, menedžerji in zaposleni te grafe brati kot razpoloženjski indikator – ne kot usodo. Prava nevarnost ni v tem, da AI danes zmore 80 % vašega dela, ampak da takšne negotove metrike začnejo usmerjati resnične ekonomske odločitve.
2. Novica na kratko
Kot poroča Ars Technica, je Anthropic objavil poročilo o vplivu umetne inteligence na trg dela, v katerem primerja dve stvari za 22 širokih skupin poklicev: trenutno "opazovano izpostavljenost" velikim jezikovnim modelom (LLM) in precej višjo oceno "teoretične zmožnosti".
Namesto da bi izvedel lastne napredne eksperimente, Anthropic za teoretično krivuljo uporablja rezultate študije iz leta 2023 z naslovom "GPTs are GPTs", ki so jo pripravili raziskovalci iz OpenAI, OpenResearch in Univerze v Pensilvaniji. Ta je na podlagi ameriške podatkovne zbirke O*NET razbila poklice na zelo podrobne naloge. Človeški označevalci – ob pomoči GPT‑4 – so nato ocenjevali, ali bi takrat najboljši OpenAI model lahko skrajšal čas posamezne naloge za vsaj 50 % ob enaki kakovosti, oziroma ali bi to v prihodnosti lahko naredila "pričakovana programska oprema, ki uporablja LLM".
Avtorji so sami poudarili subjektivnost in omejitve tega pristopa. Anthropic danes te ocene uporablja kot referenco ter ugotavlja, da je dejanska uporaba AI daleč pod teoretično "dosegljivo" pokritostjo.
3. Zakaj je to pomembno
Ključni problem ni v tem, da Anthropic citira staro študijo, ampak kaj takšen graf naredi v javni razpravi.
Ko kompleksno, z domnevami obremenjeno metodologijo stisnemo v en sam modri pas, graf skoraj kliče po napačni interpretaciji: »AI bi lahko opravil 80 % večine služb, le še uvajanje manjka.« Za direktorje, ki iščejo reze stroškov, ali politike, ki želijo delovati odločno glede »dela prihodnosti«, je to privlačna številka – čeprav temelji na:
- nalogah, ne celotnih službah,
- prihranku časa, ne popolni avtomatizaciji,
- ocenah strokovnjakov iz 2023, ne na dejanskih prihodnjih meritvah,
- povsem odprtem časovnem horizontu.
To ni malenkost. Naloga, ki bi jo lahko v teoriji skrajšali za 50 %, je lahko v praksi počasnejša, ko upoštevate pisanje pozivov (promptov), preverjanje rezultatov, pravne in varnostne preglede ter vgradnjo v obstoječe procese. Ars Technica omenja študijo iz 2025, kjer so bili odprtokodni programerji z AI pomočjo dejansko počasnejši, ko so raziskovalci upoštevali ves dodaten čas.
Kdo ima korist? Ponudniki AI‑orodij in svetovalne hiše dobijo močno vizualno orodje za prodajo projektov »preobrazbe«. Investitorji še en argument za visoke vrednotenja. Kdo izgublja? Zaposleni, ki jim nadrejeni razlagajo, da je njihova služba »80 % avtomatizabilna« na podlagi špekulativnih oznak, ter oblikovalci politik, ki lahko sprejemajo napačne ukrepe – ali pa spregledajo prava tveganja.
Posledica: prihodnja leta lahko porabimo za optimizacijo okoli privida, namesto da bi pozorno spremljali počasnejše, strukturne načine, na katere AI res preoblikuje delo.
4. Širši kontekst
Anthropicov graf se umešča v širši premik: od merjenja laboratorijskih sposobnosti modelov k špekulacijam o ekonomskih učinkih.
Podobne poskuse vidimo pri velikih svetovalnih hišah, centralnih bankah in think‑tankih, ki iz testov LLM‑jev skušajo izpeljati napovedi o BDP, produktivnosti ali izgubi delovnih mest. Apetit po takšnih številkah je razumljiv; podatkovna osnova pa je pogosto trhla.
Pomembno je tudi časovno ozadje. Študija iz 2023 je nastala na vrhuncu AI‑hajpa: odprta pisma o zaustavitvi razvoja, opozorila pred eksistenčnimi tveganji, medijski fokus na apokaliptične scenarije. Če v takem okolju strokovnjake za AI vprašate, kaj bo v prihodnje zmogla "pričakovana programska oprema, ki uporablja LLM", pri tem pa jim ne postavite niti okvirnega roka, v resnici merite razpoloženje tistega trenutka, ne trezno napoved.
Zgodovinski kontekst je podoben: prejšnji valovi digitalizacije so pogosto obljubljali večjo izgubo delovnih mest, kot se je kasneje dejansko zgodila. Službe so se spremenile, razbile na nove vloge, preselile v druge panoge – redko pa so preprosto izginile čez noč. Tipografe je zamenjala namizna založba; administracijo ni izbrisal e‑mail, ampak jo je spremenil.
Vsi veliki igralci v AI – OpenAI, Google, Anthropic, Meta – imajo danes tudi zelo jasen interes kazati čim širši potencialni doseg. Če trdite, da bo vaš model nekoč vplival na polovico vseh delovnih nalog v gospodarstvu, ne prodajate le tehnologije, ampak tudi zgodbo, ki upravičuje nova vlaganja in politično pozornost. To ne pomeni, da so analize neiskrene, pomeni pa, da moramo biti do njihovega okvirja bolj skeptični.
5. Evropski in regionalni pogled
Za Evropo, vključno s Slovenijo, je način, kako merimo vpliv AI na delo, skoraj tako pomemben kot sam vpliv.
Naši trgi dela so bolj regulirani, kolektivna pogajanja so močnejša, socialna država je razvitejša kot v ZDA. Odločitve o programih prekvalifikacije, prilagoditvah šolskih kurikulov in varstvu delavcev že danes temeljijo na napovedih, kako hitro bo AI preoblikoval delo. Hkrati se uveljavlja evropski Akt o umetni inteligenci, ob GDPR in drugih uredbah, kar bo neposredno vplivalo na to, kako hitro bodo podjetja sploh smela uvajati LLM v občutljive delovne procese.
Anthropicov referenčni okvir pa temelji na ameriških podatkih O*NET in ameriški strukturi poklicev. Evropska in slovenska ekonomija imata drugačno sestavo: večji javni sektor, drugačen delež industrije, veliko malih in srednjih podjetij ter specifične storitvene dejavnosti, od turizma do logistike. Preprosto prenašanje ameriških mer AI‑izpostavljenosti lahko resno zgreši, kje so dejanska tveganja za evropske in slovenske delavce.
Domači kontekst je še bolj specifičen. Slovenija ima relativno majhen, a dinamičen IT‑ekosistem (od podjetij, kot so Outfit7, Celtra in mlajših ljubljanskih ter mariborskih startupov), hkrati pa velik delež zaposlenih v javnih storitvah, proizvodnji in turizmu. V teh sektorjih bo način uvajanja AI drugačen kot v tipičnem ameriškem "pisarniškem" podjetju v Silicijevi dolini.
Za evropske in slovenske regulatorje ter socialne partnerje je zato ključno: ne dovoliti, da en sam, špekulativen graf iz ZDA postane referenca za naše politike. Potrebujemo lastne študije, z evropskimi klasifikacijami poklicev (ESCO, ISCO), z dejanskimi podatki o uporabi AI v podjetjih.
6. Pogled naprej
Kaj torej lahko pričakujete kot zaposleni, menedžer ali oblikovalec politik v naslednjih letih?
Grafov, podobnih Anthropicovemu, bo vedno več. Vsak večji ponudnik AI in vsaka svetovalna hiša bo izdala svoje metrike "izpostavljenosti" in "avtomatizabilnosti". Vsaka bo uporabljala drugačna merila glede tega, kaj je naloga, kaj pomeni "enaka kakovost" in kakšna je vloga človekovega nadzora. Številke bodo tekmovale za pozornost, ne pa nujno za točnost.
Resni signali bodo prišli drugje:
- Eksperimenti v podjetjih, kjer bodo sistematično merili, kako AI vpliva na produktivnost, napake in zadovoljstvo zaposlenih.
- Dolgoletno spremljanje podjetij, ki uvajajo LLM, in analiza, kako to vpliva na zaposlenost, plače in organizacijo dela.
- Raziskave z vidika delavcev, ki sprašujejo, pri katerih nalogah jim AI dejansko pomaga in kje ustvarja nove obremenitve ali tveganja.
V časovnem okviru 3–7 let je verjetno, da bodo LLM globoko vtkani v pisarniško programsko opremo, podporne centre, notranje baze znanja. Vpliv bo verjetno videti manj kot "80 % pravnikov je odveč" in bolj kot "spremenila so se začetna delovna mesta, nastale so nove nadzorne in orodjarske vloge, del rutine se je preselil na AI".
Za Slovenijo bo zanimivo opazovati, kako se bodo na to odzvali javni sektor, industrijska podjetja in mladi startupi. Bodo javne ustanove (zdravstvo, šolstvo, uprava) uvajale AI počasneje zaradi regulative in omejenih sredstev – ali pa bodo ravno tam nastale najbolj premišljene uporabe?
7. Zaključek
Anthropicova krivulja "teoretične zmožnosti" ni napoved bližnje množične avtomatizacije, ampak stiliziran posnetek tega, kako si je leta 2023 nekaj strokovnjakov predstavljalo prihodnost LLM‑jev. Brati jo kot usodo je napaka.
AI bo delo spremenil, predvsem z razgradnjo in preoblikovanjem nalog, ne s čarobnim izginotjem celotnih poklicev. Izziv za Evropo in Slovenijo je zgraditi boljše, na podatkih temelječe načine merjenja teh sprememb. Preden vam kateri koli graf "dokaže", da je 80 % vaše službe obsojene na izginotje, se vprašajte: čigave predpostavke so skrite pod tistim modrim področjem?
