Anthropic publicó un informe interno sobre empleo: las horas de trabajo de los agentes inteligentes alcanzaron seis veces las de los humanos; ha llegado la «Era del Meta-Trabajo»
Tapbit WireEl 16 de octubre, hora local en EE.UU., Anthropic publicó un informe interno sobre su estructura laboral: «Cómo está cambiando el empleo en Anthropic».
Este estudio se basa en registros internos de empleo de Anthropic, datos de telemetría de uso de IA, métricas de producción de empleados, encuestas a empleados, registros de comunicaciones internas, datos de calendario y fichas de evaluación de decisiones de contratación, además de 17 entrevistas profundas a empleados, analizando sistemáticamente los cambios en el contenido laboral, la estructura de contratación y la demanda de mano de obra tras la aplicación intensiva de la IA en la empresa.
El informe presenta cuatro hallazgos principales:
Primero, la proporción de contrataciones para puestos técnicos de nivel inicial en Anthropic ha disminuido notablemente, del 27 % a principios de 2025 al 9 % en 2026. No obstante, la escala total de empleo sigue expandiéndose; la presión recae en los puestos iniciales, no en el número total de puestos.
Segundo, las horas de trabajo de los agentes de IA han aumentado rápidamente. A agosto de 2026, las horas de trabajo de los agentes interactivos guiados directamente por empleados de Anthropic alcanzan seis veces las de los operadores humanos. La productividad ha mejorado en varios puestos, y el equipo de investigación evaluó además la contribución independiente de la IA mediante análisis comparativos.
Tercero, el contenido laboral de los empleados está experimentando cambios estructurales: desde la ejecución directa de tareas hasta la creación de herramientas, supervisión de flujos de trabajo y gestión de agentes, el enfoque del trabajo se desplaza gradualmente. Al mismo tiempo, la atención humana se ha convertido en un nuevo cuello de botella, y los criterios de contratación comienzan a cambiar de experiencia sectorial a autonomía y juicio.
Cuarto, Anthropic ha comenzado a establecer sistemas de alerta temprana y mecanismos internos de asignación de personal. Sin embargo, el informe señala que las respuestas a nivel corporativo siguen siendo insuficientes para abordar problemas sociales más amplios, como la reducción de puestos de nivel inicial.
Como una de las empresas líderes en aplicaciones de IA, estos cambios internos en Anthropic ofrecen un ejemplo para observar cómo la IA podría influir en los métodos de trabajo y las necesidades de contratación de otras empresas.
Reducción de la contratación de puestos de nivel inicial
El dato más llamativo del informe es la marcada caída en la proporción de contrataciones para puestos técnicos de nivel inicial.
Desde principios de 2025, la proporción de empleados junior en el departamento técnico de Anthropic ha bajado del 21 % al 14 %, mientras que la proporción de contrataciones para puestos técnicos de nivel inicial ha descendido del 27 % al 9 %. Tras diciembre de 2025, se observó una disminución especialmente notable en las ofertas de empleo para puestos iniciales.
Caída en la contratación de puestos técnicos de nivel inicial en Anthropic
Este cambio no se debe a una contracción de la empresa. Por el contrario, Anthropic se ha triplicado en tamaño durante el último año y el número absoluto de puestos técnicos sigue aumentando. El verdadero cambio radica en la estructura de contratación: los nuevos puestos se concentran más en niveles medio-senior y expertos, mientras que los puestos iniciales se han reducido claramente.
Las discusiones sobre la demanda de puestos de nivel inicial surgieron primero en el departamento tecnológico central en enero de 2026.
Algunos equipos que utilizan intensivamente Claude descubrieron que tareas de ingeniería rutinarias, como programación básica y revisión de errores, podían ser cada vez más gestionadas por modelos. El impacto en los puestos de ingeniería de rendimiento es particularmente evidente. Un entrevistado afirmó que esto cambió casi de la noche a la mañana las necesidades de talento del equipo.
Los puestos de mayor complejidad que usan Claude experimentan un crecimiento más lento en empleados junior
Para abril de 2026, los equipos de ingeniería e investigación habían comenzado sistemáticamente a reducir el peso de la contratación para puestos de nivel inferior. Una encuesta interna de ese mes mostró que aproximadamente un tercio de los directores de aprendizaje automático y una quinta parte de los directores de ingeniería de software indicaron haber reducido la contratación debido al uso de IA.
Los puestos junior son los primeros afectados, lo cual está relacionado con las características propias de dichos trabajos.
El trabajo junior suele tener reglas claras y fuertes características ejecutivas, precisamente las áreas donde los actuales modelos de lenguaje grande desempeñan bien. Tareas como programación, procesamiento de datos, organización documental y soporte al cliente han sido afectadas en distintos grados por la IA, y la capacidad de los modelos para realizarlas sigue mejorando.
A medida que las capacidades de los modelos avanzan drásticamente cada pocos meses, los primeros en verse reemplazados podrían estar en el «extremo inferior» de la escalera de habilidades.
También se observan tendencias similares en departamentos no técnicos. Normalmente, cuando una empresa se expande, los departamentos de apoyo —como administración, finanzas y recursos humanos— también aumentan su personal. Sin embargo, en Anthropic, métodos como asistentes basados en agentes, revisiones automatizadas y servicios externos de gestión de incidencias han permitido mantener un personal administrativo ágil mientras la empresa se expande rápidamente.
Una asistente administrativa desarrolló un agente asistente personal para gestión de agendas y clasificación de correos electrónicos, señalando que el equipo ya superó la etapa de potenciar puestos administrativos junior con Claude, y que el enfoque del trabajo ha comenzado a desplazarse hacia tareas de coordinación y planificación de mayor nivel.
Las horas trabajadas por agentes alcanzan seis veces las de los empleados
Detrás de los cambios en la estructura de contratación está la rápida proliferación de agentes dentro de la empresa.
En marzo de 2026, las horas trabajadas acumuladas de dos tipos de agentes de IA —los que operan de forma autónoma y los guiados directamente por empleados— superaron por primera vez las horas trabajadas por empleados humanos. Desde entonces, las horas trabajadas por agentes han seguido aumentando. Para agosto de este año, las horas trabajadas por agentes interactivos guiados directamente por empleados alcanzaron seis veces las de los empleados humanos.
Las horas trabajadas por agentes superaron las horas humanas
Se han desplegado numerosos agentes en el campo de la ingeniería de software, realizando tareas como generación de casos de prueba, revisiones de código, mantenimiento de infraestructura y migración de bases de código. Estos datos aún no incluyen clústeres de agentes totalmente autónomos. Para los ingenieros individuales, esto significa que pueden asignar múltiples agentes para ejecutar tareas continuamente mientras revisan el código y los resultados de análisis que generan. El trabajo de los ingenieros también va cambiando gradualmente de escribir código personalmente a asignar tareas y revisar resultados.
Los cambios en la productividad también se reflejan en datos concretos. El informe muestra que el número medio de envíos de código por ingeniero aumentó a cinco veces su cantidad original en seis meses, mientras que el volumen de consultas procesadas por científicos de datos aumentó significativamente, y la producción de puestos no técnicos —como abogados, contabilidad y ventas— también se incrementó.
La productividad de los empleados se disparó tras la adopción de tecnología de IA en múltiples departamentos funcionales de Anthropic
Para eliminar interferencias de factores como el crecimiento empresarial, el equipo de investigación aplicó un método de análisis comparativo. Siguió a 192 ingenieros que adoptaron agentes de programación y usó como grupo de control a 74 ingenieros que aún no habían adoptado la herramienta, empleando efectos fijos individuales y mensuales para la estimación.
Los resultados mostraron que, tras adoptar agentes de programación, los ingenieros experimentaron un crecimiento estadísticamente significativo y rápido en su volumen de envíos de código.
Los ingenieros de Anthropic observaron un aumento de productividad tras adoptar agentes de programación, sin diferencias significativas en la tasa de reversión del código generado por IA frente al escrito a mano
El informe también analizó si la IA generaría código de baja calidad.
El equipo comparó código generado directamente por agentes y código escrito manualmente por el mismo empleado, en el mismo mes y directorio, usando la proporción eliminada o revertida en 90 días como métrica de calidad. No hubo diferencias estadísticamente significativas. Al menos según las tasas de reversión, el código generado por IA es comparable al humano.
También mejoró la productividad en puestos no técnicos. El informe indica que los representantes de ventas aumentaron las transacciones completadas tras adoptar agentes. Un gestor estimó que Claude automatizó ~20 % de tareas rutinarias, como redactar correos y operar sistemas de gestión de clientes.
Otro entrevistado señaló que la automatización le permitió incrementar un 30 % sus reuniones con clientes.
De ejecutores a gestores de agentes
El aumento de agentes y la mejora de productividad no han liberado a los empleados del trabajo; al contrario, la atención humana se ha vuelto el cuello de botella para la producción de agentes.
El informe muestra que, en conversaciones interactivas, los agentes pasan ~80 % del tiempo esperando, necesitando que los humanos emitan órdenes, confirmen resultados o indiquen los siguientes pasos.
El equipo convirtió los tokens generados por agentes en tiempo de lectura según la velocidad media de lectura humana. Los resultados indican que el contenido generado en sesiones interactivas de Claude en departamentos no técnicos ocupa una parte significativa del tiempo laboral semanal. Solo leer y procesar contenido generado por IA ya constituye una carga laboral relevante.
Leer solo la salida de Claude equivale a una jornada completa
Ante este cambio, los empleados han desarrollado progresivamente una nueva forma de trabajar. El informe denomina a esto «trabajo meta», centrado en la gestión de agentes: crear herramientas de gestión, redactar instrucciones permanentes, diseñar paneles de supervisión y organizar revisiones cruzadas entre agentes. Su núcleo ya no es ejecutar tareas directamente, sino diseñar y gestionar los procesos mediante los cuales la IA las cumple.
Datos relevantes registran esta transición: en otoño de 2025, el «trabajo meta» representaba ~10 % de las sesiones interactivas con Claude; en primavera de 2026, subió al 22 %, principalmente por actividades de gestión de agentes: especificaciones para sistemas multiagente, revisiones cruzadas y supervisión del estado de flujos de trabajo.
Los empleados de Anthropic gestionan cada vez más agentes, en lugar de realizar directamente el trabajo
Los cambios en los métodos de trabajo también se reflejan en los criterios de contratación.
El equipo realizó análisis automatizados de programación en miles de fichas de entrevista desde 2024 y halló que la proporción de evaluaciones que mencionan habilidad con herramientas de IA creció del ~5 % al ~15 % en puestos técnicos y del ~7 % al ~28 % en no técnicos.
Asimismo, los criterios de evaluación evolucionaron: en puestos técnicos, autonomía y juicio se volvieron dimensiones clave, mientras que el peso de la experiencia técnica relativa disminuyó; en no técnicos, se prioriza más la conciencia del cliente y la orientación a la misión, y menos las habilidades de ejecución. Un responsable de contratación señaló que, al variar aún las capacidades de los modelos por dominio, espera que los miembros del equipo puedan cambiar con flexibilidad entre áreas.
Un caso del informe refleja también este cambio.
Un equipo de diseño de Anthropic, encargado de redactar saludos para el producto Claude.ai, desarrolló en primavera de 2026 un sistema de mapeo contextual que guía a los agentes para generar textos comerciales, ampliando así la capacidad productiva del equipo. Posteriormente, el equipo pasó a la ingeniería de indicaciones para agentes, asumiendo la responsabilidad de redactar contenidos y indicaciones para la evaluación de modelos.
El informe lo resumió así: quienes antes influían en el comportamiento humano mediante el lenguaje ahora comienzan a influir en el comportamiento de Claude mediante el lenguaje. Es decir, los títulos y las denominaciones laborales no han cambiado, pero quizás sí el núcleo de su trabajo.
Desafíos para principiantes
El caso de Anthropic ilustra el impacto de la IA en las estructuras laborales. Al ser una de las empresas líderes en aplicaciones de IA, los cambios que experimenta internamente sirven como referencia para anticipar posibles transformaciones en otros sectores.
Actualmente, el impacto de la IA en el empleo se manifiesta primero en el trabajo cognitivo de nivel inicial: programadores juniors, analistas principiantes, atención al cliente de primera línea, redactores básicos y puestos financieros junior, tradicionales puntos de entrada para recién graduados universitarios, están siendo progresivamente afectados por la IA.
Los problemas derivados de este cambio no solo conciernen al número de puestos. Los roles iniciales también son fundamentales para que los empleados adquieran experiencia, aprendan procesos empresariales y progresen profesionalmente. Al reducirse este nivel, disminuyen también las oportunidades de los jóvenes para conseguir su primer empleo y acumular experiencia profesional. Si las empresas exigen cada vez más a los nuevos ingresos competencias como el uso de herramientas de IA, el juicio y la autonomía, surge entonces el desafío de determinar en qué etapa y cómo deben adquirirse dichas habilidades.
El informe analiza varias medidas que pueden adoptar las empresas:
Primero, mediante un mecanismo amplio de participación accionarial, permitir que los empleados compartan los beneficios derivados de las mejoras en productividad impulsadas por la IA. Cuando estos deben gestionar agentes y asumir mayores responsabilidades decisorias, alinear sus intereses personales con los objetivos organizacionales resulta aún más crucial.
Segundo, establecer un sistema de alerta temprana para monitorear continuamente el impacto de la IA en distintos puestos y planificar con antelación la reasignación interna de los empleados afectados.
Tercero, fortalecer los mecanismos de movilidad interna. Cuando las tareas existentes se automatizan progresivamente, ayudar a los empleados a transicionar a nuevas áreas laborales, en lugar de expulsarlos directamente al mercado externo.
No obstante, las medidas internas de las empresas siguen siendo insuficientes para abordar cuestiones sociales más amplias. Como empresa puntera en IA, Anthropic puede ofrecer mecanismos internos de reasignación y reparto de beneficios a sus empleados. Para la mayoría de las empresas y trabajadores del sector tradicional, estos recursos y marcos institucionales probablemente no estén disponibles. ¿Quién ayudará a esas empresas a identificar los cambios en los puestos? ¿Quién asumirá los costos de la reconversión profesional de los empleados? Estas preguntas trascienden la capacidad de respuesta de una sola empresa.
Al final del informe, destaca esta afirmación: «Una fuerza laboral ansiosa y preocupada no es una fuerza laboral que dará lo mejor de sí».
Esta frase nos recuerda que el impacto de la IA en el empleo no es solo económico, sino también psicológico y social.
A medida que la definición de trabajo cambia rápidamente, las barreras de entrada siguen aumentando y todos deben demostrar constantemente que no serán reemplazados por la IA, esta incertidumbre persistente puede convertirse en una carga psicológica social generalizada.
Los experimentos de Anthropic continúan. Las capacidades de los agentes se potencian sin cesar, su número de aplicaciones crece de forma constante y la división del trabajo entre humanos e IA también evoluciona continuamente. La forma definitiva de esta transformación sigue siendo incierta, pero hay algo claro: los empleos quizá no desaparezcan, pero sí se están reescribiendo su significado, sus umbrales y sus jerarquías de valor.
