Pubblicato il 22 ottobre 2026, il rapporto di Anthropic descrive cambiamenti nell’uso degli agenti IA, nella produzione e nelle assunzioni tecniche junior all’interno dell’azienda. È un caso di studio su Anthropic, non una misura rappresentativa dell’intero mercato del lavoro. Il rapporto di Anthropic combina dati interni e interviste per fotografare come sta cambiando il lavoro in azienda.
Le misure su personale e agenti
Anthropic riferisce due cali distinti tra i ruoli junior: uno riguarda la quota di dipendenti nei reparti tecnici, l’altro quella dei nuovi assunti tecnici. Anche i dati sulle ore degli agenti descrivono due confronti diversi.
| Misura | Risultato riportato da Anthropic | Periodo e ambito |
| Dipendenti junior nell’organico dei reparti tecnici | Dal 21% al 14% | Dall’inizio del 2025 al periodo descritto nel rapporto |
| Profili junior tra i nuovi assunti tecnici | Dal 27% al 9% | Dall’inizio del 2025 al periodo descritto nel rapporto |
| Ore complessive degli agenti autonomi e interattivi | Per la prima volta superiori alle ore lavorate dalle persone | Marzo 2026 |
| Ore degli agenti avviati dai singoli dipendenti rispetto a quelle dei loro gestori | Sei volte maggiori | Agosto 2026 |
La quota dal 21% al 14% riguarda i dipendenti junior nei reparti tecnici, non l’organico totale di Anthropic. La percentuale dal 27% al 9% misura invece la composizione delle nuove assunzioni tecniche. Sono indicatori diversi: il primo descrive chi lavora già in quei reparti, il secondo chi viene assunto.
Per il confronto tra agenti e persone, Anthropic conta il tempo di esecuzione, l’inferenza e l’uso attivo degli strumenti; esclude le attese superiori a 30 minuti e raggruppa i sottoagenti. Le ore umane sono stimate in base al numero di dipendenti, assumendo una settimana lavorativa di 40 ore. Il rapporto tra ore degli agenti e dei loro gestori ad agosto è una misura separata dal superamento aggregato registrato a marzo.
Dati interni e confronto osservazionale
Anthropic ha usato dati interni su occupazione, uso dell’IA, produzione, sondaggi, comunicazioni, calendari e assunzioni, affiancandoli a 17 interviste con dipendenti. Il confronto sull’uso degli agenti di programmazione comprende 192 ingegneri che li hanno adottati e 74 che non lo hanno fatto.
Anthropic precisa che l’adozione non è stata casuale: chi si preparava ad affrontare progetti importanti poteva essere più propenso a usare questi strumenti. Il confronto è osservazionale e non dimostra, da solo, che gli agenti abbiano causato differenze di produttività. Anche la scelta di chi usa gli strumenti può incidere sui risultati.
Che cosa dicono i dati sulla produzione
Anthropic stima che i commit di codice per ingegnere, cioè le registrazioni di modifiche al software, abbiano raggiunto un livello cinque volte superiore a quello di sei mesi prima. Il dato misura il volume dei commit; Anthropic avverte che produrre più codice non dimostra una qualità migliore né un maggiore impatto aziendale.
Il rapporto indica inoltre che la quota di sessioni interattive di Claude classificata come meta-lavoro è passata dal 10% nell’autunno 2025 al 22% nella primavera 2026. Il meta-lavoro comprende attività come definire istruzioni per più agenti, controllarne le risposte e monitorare i processi. La stima deriva dalla classificazione automatica di un campione di 2.000 brevi riassunti di chat: riguarda le sessioni, non la percentuale del tempo lavorativo dei dipendenti.
Lo studio statunitense sulle professioni esposte all’IA
Un articolo di ricerca disponibile su arXiv riferisce che il rischio di disoccupazione nelle professioni statunitensi esposte all’IA aveva iniziato a salire all’inizio del 2022. Lo studio segnala anche che le coorti di laureati dal 2021 erano entrate in queste professioni meno spesso rispetto alle precedenti, con divari già emersi prima della fine del 2022. Gli autori hanno analizzato dati mensili statunitensi sulle richieste di indennità di disoccupazione, milioni di profili LinkedIn e milioni di programmi universitari.
L’articolo riferisce anche che, dopo il lancio di ChatGPT, i laureati con programmi di studio più esposti agli LLM hanno cercato lavoro per meno tempo; tra quelli entrati in professioni molto esposte, hanno inoltre ottenuto retribuzioni iniziali più alte. Gli autori interpretano questi risultati come indizi di pressioni sul lavoro che precedevano l’IA generativa. La loro analisi riguarda gli Stati Uniti e non misura il mercato del lavoro italiano.
Le obiezioni all’interpretazione del rapporto
In un resoconto del 23 ottobre 2026, The Guardian ha riportato le critiche di ricercatori alla portata e all’interpretazione del rapporto. Julián Posada, sociologo a Yale, ha contestato l’assenza di una valutazione esterna indipendente. Dylan Baker, ingegnere di ricerca al Distributed AI Research Institute, ha criticato l’idea che l’attenzione umana sia un collo di bottiglia del lavoro software: progettare software, ha sostenuto, è anche un processo sociale e interpersonale.
