Kebanyakan ramalan tentang AI dan pekerjaan memberi anda satu angka dan banyak keyakinan. Pada September Anthropic menerbitkan sesuatu yang lebih berguna: tiga senario, dengan andaian yang ditulis dengan jelas. Pemasaran ialah kerja berasaskan pengetahuan, jadi saya membacanya sebagai ramalan tentang bidang saya sendiri dan orang yang saya ajar.
Apa yang berlaku
Pasukan Ekonomi Anthropic mengeluarkan Scenarios for our Economic Future, penjelajah interaktif berdasarkan laporan teknikal, Economic Scenarios for Transformative AI (Korinek et al., 2026). Ia memodelkan bagaimana AI boleh menjejaskan pekerjaan, pertumbuhan dan pengangguran di Amerika Syarikat hingga 2030, dengan melihat ekonomi sebagai himpunan tugas yang boleh ditambah baik, diautomasikan atau dicipta oleh AI.
Terdapat tiga senario. Dalam senario sederhana, impak AI menyerupai impak internet, dengan KDNK AS mencecah US$34.1 trilion pada 2030. Dalam senario besar, AI boleh melakukan separuh kerja berasaskan pengetahuan menjelang 2030 tetapi kebanyakannya masih dilakukan tanpa AI; pertumbuhan berjalan pada kira-kira dua kali kadar biasa, KDNK mencecah US$36.3 trilion, dan gaji pekerja berasaskan pengetahuan lebih kurang mendatar manakala pekerja lain menikmati kenaikan. Dalam senario ekstrem, AI mengatasi manusia dalam kebanyakan tugas berasaskan pengetahuan, pertumbuhan mencapai 15% setahun, KDNK mencecah US$44.4 trilion, pengangguran boleh meningkat melebihi tahap kemelesetan biasa dan gaji pekerja berasaskan pengetahuan jatuh lebih daripada 10%.
Merentas senario, bahagian buruh dalam KDNK jatuh manakala bahagian modal meningkat. Anthropic juga meninjau 10,980 orang awam. Ia menyatakan bahawa "cabaran utama bukanlah mencapai pertumbuhan ekonomi, tetapi memastikan manfaatnya dikongsi secara meluas", dan menyifatkan alat itu sebagai versi 1.0 yang hasil sebenarnya mungkin berbeza dengan ketara.
Mengapa ia penting
Perhatikan di mana tekanan itu jatuh. Dalam senario besar dan ekstrem, pekerjaan berasaskan pengetahuanlah yang berdepan anjakan, manakala permintaan meningkat dalam pekerjaan lain. Pemasaran berada tepat dalam lajur pengetahuan: penyelidikan, penulisan, analisis, perancangan, pelaporan.
Senario besar ialah yang saya dapati paling realistik sebagai asas perancangan, dan perincian paling menariknya ialah jurang: AI boleh melakukan separuh kerja berasaskan pengetahuan, namun kebanyakannya masih dilakukan tanpa AI. Jurang itulah tempat kerjaya akan dibina atau hilang dalam beberapa tahun akan datang. Persoalan bagi pemasar bukanlah sama ada AI boleh melakukan sebahagian daripada kerja itu. Persoalannya ialah sama ada anda orang yang tahu cara menggunakannya pada bahagian yang penting.
Apa kata penyelidikan saya
Saya telah berhujah dalam kolum Forbes saya bahawa pemasar perlu berkembang daripada pencipta kandungan manual kepada kurator alat AI autonomi, dan saya mengemukakan soalan berkaitan dalam Will AI Make Agencies Obsolete? Senario-senario ini menajamkan lagi hujah itu. Jika tugaslah yang diautomasikan, maka pekerjaan yang dibina hanya daripada tugas yang boleh diautomasikan adalah rapuh, dan pekerjaan yang dibina di sekitar pertimbangan, konteks dan akauntabiliti adalah berdaya tahan.
Penyelidikan saya menunjukkan di mana nilai yang tahan lama berada. Dalam MindFuse (ACM Multimedia 2025) kami membingkaikan AI sebagai pencipta bersama strategi pemasaran, menggabungkan pemarkahan prestasi kreatif dengan LLM, dengan manusia sebagai pengemudi. Dalam Fusing Predictive and Large Language Models (ACM TOIS 2025) outputnya ialah cadangan yang masih perlu dipilih oleh pemasar untuk diambil tindakan. Sistem-sistem ini menghapuskan banyak kerja analisis. Ia meningkatkan nilai orang yang merangka soalan, menimbang pertukaran dan memiliki keputusan.
Kertas kajian SIGIR 2026 kami tentang menentang penyeragaman kandungan menambah satu perkara di peringkat pasaran. Apabila semua orang menggunakan alat yang sama untuk tugas yang sama, output akan menumpu. Keunikan menjadi terhad, dan perkara yang terhad mendapat harga premium. Pemasar yang mampu menjadikan kerja berbantukan AI kedengaran dan berprestasi tidak seperti orang lain akan diperlukan dalam setiap senario.
Apa yang perlu dilakukan pemasar sekarang
- Petakan pekerjaan anda sendiri kepada tugas. Tandakan yang mana sudah dilakukan dengan baik oleh AI, yang mana dibantunya, dan yang mana masih memerlukan anda. Alihkan masa anda ke arah kumpulan terakhir itu dengan sengaja.
- Belajar menilai, bukan sekadar menulis prompt. Keupayaan menilai output AI berbanding data sebenar ialah kemahiran yang diberi ganjaran oleh senario-senario ini.
- Miliki hasil, bukan output. Peranan yang ditakrifkan oleh hasil kerja lebih mudah diautomasikan berbanding peranan yang ditakrifkan oleh keputusan.
- Bina kedalaman domain. Konteks tentang sesuatu pasaran, kategori atau pelanggan sukar ditiru oleh model umum.
- Perjuangkan manfaat bersama. Jika AI meningkatkan produktiviti dalam pasukan anda, perjuangkan latihan, laluan kerjaya dan peranan baharu, bukan hanya pemotongan kos.
Senario bukanlah ramalan. Nilainya ialah ia menjadikan andaian boleh dibincangkan. Bagi pemasaran, andaian yang wajar dibincangkan adalah mudah: tugas akan berubah lebih cepat daripada jawatan. Rancang untuk itu.
Soalan Lazim
Apakah tiga senario ekonomi Anthropic untuk AI?
Sederhana, di mana impak AI menyerupai impak internet; besar, di mana AI boleh melakukan separuh kerja berasaskan pengetahuan menjelang 2030 dan pertumbuhan berjalan pada kira-kira dua kali kadar biasa; dan ekstrem, di mana AI mengatasi manusia dalam kebanyakan tugas berasaskan pengetahuan dan pertumbuhan mencapai 15% setahun, dengan kemungkinan pengangguran yang lebih tinggi.
Apakah kata senario-senario itu tentang pekerja berasaskan pengetahuan?
Dalam senario besar, gaji pekerja berasaskan pengetahuan lebih kurang mendatar manakala pekerja lain menikmati kenaikan. Dalam senario ekstrem, gaji pekerja berasaskan pengetahuan jatuh lebih daripada 10% dan pekerjaan berasaskan pengetahuan berdepan anjakan.
Bagaimanakah pemasar patut bersedia menghadapi impak AI terhadap pekerjaan?
Pecahkan pekerjaan kepada tugas, alihkan masa ke arah pertimbangan dan akauntabiliti, belajar menilai output AI berbanding data sebenar, bina kedalaman domain dan fokus pada keputusan dan bukannya hasil kerja.
Sumber
- Scenarios for our Economic Future — Anthropic, 9 September 2026