Anthropic publiceerde op 22 oktober 2026 een rapport over de veranderingen op de eigen werkvloer door AI. Het beschrijft onder meer een kleiner aandeel junior medewerkers in technische afdelingen en meer uren van AI-agents. De cijfers zijn een casestudy van Anthropic, geen afspiegeling van werkgevers op de hele arbeidsmarkt.
Welke veranderingen Anthropic rapporteert
De twee cijfers over junior medewerkers hebben verschillende noemers: het ene gaat over de samenstelling van technische afdelingen, het andere over nieuwe aanstellingen. Ook de twee vergelijkingen van agenturen beschrijven verschillende metingen.
| Maatstaf | Resultaat volgens Anthropic | Wat wordt geteld? |
| Junior medewerkers in technische afdelingen | Van 21% naar 14% sinds begin 2025 | Het aandeel junior medewerkers binnen de technische afdelingen |
| Junior medewerkers onder technische aanstellingen | Van 27% naar 9% sinds begin 2025 | Het aandeel junioren onder nieuwe technische medewerkers |
| Totale agenturen | Overtroffen menselijke werkuren voor het eerst in maart 2026 | De opgetelde uren van autonome en interactieve agents |
| Agents aangestuurd door individuele medewerkers | Tegen augustus zes keer zoveel uren als hun begeleiders | De agenturen vergeleken met de werkuren van de medewerkers die ze aanstuurden |
| Meta-werk in interactieve Claude-sessies | Van 10% in het najaar van 2025 naar 22% in het voorjaar van 2026 | Sessies over onder meer agents aansturen, hun output nakijken en processen bewaken |
| Codecommits per ingenieur | Vijf keer het niveau van zes maanden eerder | Het aantal commits, niet de kwaliteit of zakelijke impact van de code |
Anthropic berekende agenturen op basis van de uitvoertijd, inferentie en actief gebruik van tools. Wachttijden van meer dan 30 minuten telden niet mee en uren van subagents werden samengevoegd. Voor menselijke werkuren rekende het bedrijf met het personeelsbestand en een werkweek van 40 uur. De vergelijking van agenturen hangt dus af van de manier waarop Anthropic zowel menselijk werk als agentactiviteit definieerde.
De stijging van meta-werk is gebaseerd op automatische codering van 2.000 korte samenvattingen van chatsessies. Het percentage slaat op interactieve Claude-sessies, niet op het aandeel van de werktijd dat medewerkers aan het begeleiden van agents besteedden. Ook de vijfvoudige hoeveelheid codecommits zegt op zichzelf niets over de kwaliteit van de code of de bedrijfsresultaten.
Hoe Anthropic de gegevens verzamelde
Het rapport combineert interne gegevens over werkgelegenheid, AI-gebruik, output, enquêtes, communicatie, agenda’s en aanstellingen met 17 interviews met medewerkers. Voor een vergelijking van programmeeragents keek Anthropic naar 192 ingenieurs die zulke agents gebruikten en 74 die dat niet deden.
Die vergelijking is observationeel: Anthropic zegt dat medewerkers niet willekeurig werden ingedeeld in gebruikers en niet-gebruikers. Ingenieurs die aan grote projecten werkten, konden bijvoorbeeld eerder geneigd zijn agents te gebruiken. De vergelijking kan daarom op zichzelf niet aantonen dat de agents de gemeten verschillen veroorzaakten.
Wat een onderzoek naar de Amerikaanse arbeidsmarkt toevoegt
Een afzonderlijk artikel over Amerikaanse beroepen die aan AI zijn blootgesteld, meldt dat het werkloosheidsrisico in die beroepen begin 2022 begon te stijgen. Dat was vóór de lancering van ChatGPT eind 2022. Het artikel rapporteert ook dat afgestudeerden uit cohorten vanaf 2021 minder vaak instroomden in zulke beroepen dan eerdere cohorten, waarbij de verschillen vóór eind 2022 zichtbaar werden.
De onderzoekers gebruikten maandelijkse Amerikaanse gegevens over werkloosheidsuitkeringen, LinkedIn-profielen en universitaire studieprogramma’s. Ze melden daarnaast dat afgestudeerden met meer vakken die aan grote taalmodellen (LLM’s) waren blootgesteld, na de lancering van ChatGPT korter naar een baan zochten. Wie vervolgens in een sterk aan LLM’s blootgesteld beroep begon, had volgens het artikel een hoger startsalaris.
De auteurs wijzen op arbeidsmarktontwikkelingen die al vóór generatieve AI begonnen. Daarom noemen ze de lancering van ChatGPT geen geschikte natuurlijke proef om de effecten van AI op werkgelegenheid vast te stellen. De resultaten gaan over de Amerikaanse arbeidsmarkt en beantwoorden niet hoe de situatie in Nederland zich ontwikkelde.
Kritiek op de uitleg van het rapport
Volgens berichtgeving van The Guardian betwijfelde sociaal wetenschapper Julián Posada of het bedrijfsonderzoek voldoende onafhankelijk was beoordeeld en wees hij op het perspectief van een bedrijf met commerciële belangen. Morgan Frank, mede-auteur van het afzonderlijke arbeidsmarktonderzoek, zei dat de lancering van ChatGPT niet samenviel met een grote toename van baanverlies of verslechterde uitkomsten.
Dylan Baker, hoofdonderzoeksingenieur bij het Distributed AI Research Institute, verzette zich tegen de manier waarop het rapport menselijke aandacht als knelpunt voor softwarewerk beschreef. Baker benadrukte dat software ontwerpen en ontwikkelen ook een sociaal en menselijk proces is.
