In oktober 2026 publiceerde Anthropic een rapport over AI en werk binnen het eigen bedrijf. Daarin rapporteert Anthropic dat circa 80% van de wandkloktijd in interactieve Claude-sessies met meerdere beurten bestond uit wachten op menselijke input. In augustus 2026 bedroeg de runtime van interactieve agenten onder regie van werknemers zes keer de geschatte werkuren van hun menselijke begeleiders. De eerste maat gaat over verstreken sessietijd; de tweede vergelijkt agent-runtime met geschatte menselijke werkuren.
Wat de 80% en zes-op-éénverhouding meten
| Maatstaf | Gerapporteerde waarde | Wat wordt geteld |
| Wachttijd in interactieve sessies | Circa 80% | Aandeel van de totale wandkloktijd in interactieve Claude-sessies met meerdere beurten dat agenten op menselijke input wachtten. |
| Runtime van interactieve agenten | Zes agenturen per geschat menselijk werkuur | Runtime van agenten onder regie van werknemers, gemeten in augustus 2026. |
| Meta-werk | Van 10% naar 22% | Aandeel van de interactieve Claude-sessies van een gemiddelde werknemer dat als werk aan agenten werd ingedeeld, van herfst 2025 tot lente 2026. |
Voor de wachttijdmeting trok Anthropic actieve agentwerktijd af van de totale wandkloktijd van de sessies. De uitkomst gaat dus over interactieve sessies met meerdere beurten. Het is geen percentage van alle agent-runtime of van alle werktijd van werknemers.
Voor de verhouding van zes op één telde Anthropic inferentie en actief toolgebruik mee, voegde het de runtime van subagenten samen en liet het wachttijden langer dan 30 minuten buiten beschouwing. De menselijke werkuren schatte het op basis van het personeelsaantal en een werkweek van 40 uur per werknemer. De verhouding beschrijft daarmee runtime volgens die rekenregels, niet hoeveel extra werk er af was.
Agenten beheren wordt zelf werk
Anthropic schatte dat het aandeel interactieve sessies dat draaide om het bouwen, beheren en volgen van agenten steeg van 10% in de herfst van 2025 naar 22% in de lente van 2026. Voor die schatting beoordeelde een geautomatiseerde classifier 2.000 samenvattingen van sessies van één regel. Onder meta-werk vielen onder meer agentvaardigheden en -plannen maken, werk van agenten beoordelen, dashboards en procesmonitors bouwen en workflows documenteren.
Ook de hoeveelheid output vraagt om menselijke aandacht. Anthropic schatte dat het lezen van de interactieve Claude-output van niet-technische groepen meer dan de helft van een werkweek zou kosten. Die berekening ging uit van 0,75 woorden per token en een leessnelheid van 250 woorden per minuut.
Wat de vergelijking van codeeragenten laat zien
Anthropic volgde 192 ingenieurs die codeeragenten adopteerden en vergeleek hen met 74 ingenieurs die dat in de onderzoeksperiode niet deden. De code-output nam na adoptie toe. Omdat adoptie niet willekeurig was, toont die vergelijking niet aan dat agenten de toename veroorzaakten.
Voor een beperkte set kwaliteitsindicatoren vond Anthropic geen verschil in hoe vaak regels die door agenten of mensen waren geschreven later werden verwijderd of teruggedraaid. De vergelijking betrof dezelfde persoon, kalendermaand en code-directory. Zulke verwijderings- en terugdraai-indicatoren vatten niet alle aspecten van codekwaliteit of bedrijfsimpact samen.
Een kleiner junioraandeel, terwijl technische teams groeiden
Het aandeel juniorwerknemers in Anthropic’s technische afdelingen daalde van 21% begin 2025 naar 14%. Ook het aandeel junioren onder de technische aanstellingen nam af, van 27% naar 9% in de vergelijking van het rapport.
Tegelijk groeiden de technische afdelingen in absolute aantallen. Hun aandeel in het totale personeelsbestand daalde van 61% naar 56%, terwijl de werving voor sales, finance en recruitment sneller groeide. Een dalend aandeel junioren of technische functies beschrijft dus de samenstelling van het personeel, niet op zichzelf een daling van het totale aantal technische werknemers.
Anthropic meldt ook dat hiring managers bij technische kandidaten steeds meer nadruk legden op zelfstandigheid en oordeelsvermogen, terwijl domeinkennis een kleiner aandeel van de beoordelingen vormde.
De reikwijdte van het onderzoek
Anthropic baseerde het rapport op interne gegevens over personeel, AI-gebruik, output, enquêtes, agenda’s, communicatie en werving, aangevuld met 17 interviews met werknemers. De bevindingen gaan over Anthropic, een bedrijf met vergaande AI-integratie. De auteurs wijzen erop dat die context en het niet-willekeurige gebruik van codeeragenten de toepasbaarheid op andere werkgevers beperken.
