Anthropic a publié un rapport interne sur l'emploi : les heures de travail des agents intelligents ont atteint six fois celles des humains, l'« ère du méta-travail » est arrivée

Le 16 octobre, heure locale aux États-Unis, Anthropic a publié un rapport interne sur sa structure des effectifs : « L’évolution de l’emploi chez Anthropic ».

Cette étude repose sur les dossiers internes d’emploi d’Anthropic, les données télémétriques d’utilisation de l’IA, les indicateurs de production des employés, les enquêtes internes, les archives de communications internes, les données calendaires et les fiches d’évaluation des décisions d’embauche, complétées par 17 entretiens approfondis avec des employés, afin d’analyser systématiquement les changements dans le contenu des emplois, la structure du recrutement et les besoins en main-d’œuvre suite à l’intégration approfondie de l’IA au sein de l’entreprise.

Le rapport présente quatre conclusions principales :

Premièrement, la part des recrutements de postes techniques débutants chez Anthropic a fortement diminué, passant de 27 % début 2025 à 9 % en 2026. Toutefois, l’effectif global de l’entreprise continue de croître : la pression porte sur les postes débutants, non sur le nombre total de postes.

Deuxièmement, les heures de travail des agents IA ont rapidement augmenté. En août 2026, les agents interactifs directement pilotés par les employés d’Anthropic travaillent six fois plus que leurs homologues humains. La productivité a progressé dans plusieurs fonctions, et l’équipe de recherche a évalué, via une analyse comparative, la contribution autonome de l’IA.

Troisièmement, le contenu du travail évolue structurellement : les employés passent de l’exécution directe des tâches à la conception d’outils, au suivi des flux de travail et à la gestion des agents. Parallèlement, l’attention humaine devient un nouveau goulot d’étranglement, et les critères de recrutement évoluent, privilégiant désormais l’autonomie et le jugement plutôt que l’expertise sectorielle.

Quatrièmement, Anthropic a mis en place des systèmes d’alerte précoce et des mécanismes internes de réaffectation des personnels. Toutefois, le rapport souligne que les réponses au niveau de l’entreprise restent insuffisantes pour traiter des enjeux sociétaux plus larges, comme la réduction des postes débutants.

En tant qu’un des leaders mondiaux de l’application de l’IA, ces évolutions internes chez Anthropic offrent un cas d’étude utile pour observer comment l’IA pourrait transformer les méthodes de travail et les besoins en recrutement d’autres entreprises.

Réduction du recrutement des postes débutants

La donnée la plus frappante du rapport est la baisse marquée de la part des recrutements de postes techniques débutants.

Depuis début 2025, la proportion d’employés juniors au sein du département technique d’Anthropic est passée de 21 % à 14 %, tandis que la part des recrutements de postes techniques débutants est tombée de 27 % à 9 %. Après décembre 2025, le nombre d’offres pour postes débutants a particulièrement chuté.

Baisse du recrutement de postes techniques débutants chez Anthropic

Ce changement ne résulte pas d’un repli de l’entreprise. Au contraire, Anthropic a triplé sa taille au cours de l’année écoulée, et le nombre absolu de postes techniques augmente toujours. La véritable évolution concerne la structure du recrutement : les nouveaux postes se concentrent davantage aux niveaux intermédiaires, seniors et experts, tandis que les postes débutants se sont nettement réduits.

Les discussions sur la demande de postes débutants ont d’abord émergé au sein du département technologique central en janvier 2026.

Certain équipes utilisant intensivement Claude ont constaté que des tâches d’ingénierie courantes — comme le codage de base et la détection de bogues — pouvaient de plus en plus être confiées aux modèles. L’impact sur les postes d’ingénierie des performances est particulièrement marqué. Un interviewé a indiqué que cela a, presque du jour au lendemain, transformé les besoins en talents de l’équipe.

Les postes à forte complexité utilisant Claude connaissent une croissance plus lente des recrutements juniors

D’ici avril 2026, les équipes d’ingénierie et de recherche avaient commencé à réduire systématiquement le poids accordé aux recrutements de postes juniors. Une enquête interne menée ce mois-là a montré qu’environ un tiers des responsables ML et un cinquième des responsables en ingénierie logicielle avaient réduit leurs embauches en raison de l’usage de l’IA.

Les postes juniors sont les premiers touchés, ce qui s’explique par les caractéristiques propres à ces fonctions.

Le travail junior repose généralement sur des règles claires et exige une forte capacité d’exécution — précisément les domaines où les grands modèles linguistiques actuels excellent. Des tâches telles que le codage, le traitement de données, l’organisation documentaire ou le support client sont toutes affectées, à divers degrés, par l’IA, dont les capacités dans ces domaines ne cessent de progresser.

À mesure que les capacités des modèles progressent tous les quelques mois, les premiers à être remplacés pourraient se situer à l’« extrémité inférieure » de l’échelle des compétences.

Les départements non techniques affichent aussi des tendances similaires. Habituellement, lors d’une expansion d’entreprise, les services supports — administration, finance, ressources humaines — augmentent également en effectifs. Or, chez Anthropic, des méthodes telles que les assistants agents, les revues automatisées et les services externes de gestion de tickets permettent de maintenir un personnel administratif allégé tout en accélérant la croissance.

Une assistante administrative a développé un agent personnel pour la gestion des agendas et la classification des e-mails, affirmant que l’équipe a dépassé la phase d’amélioration des postes administratifs juniors avec Claude, et que l’accent se déplace désormais vers des tâches de coordination et de planification de haut niveau.

Les heures de travail des agents atteignent six fois celles des employés

Derrière l’évolution de la structure des recrutements se trouve la prolifération rapide des agents au sein de l’entreprise.

En mars 2026, les heures de travail cumulées de deux types d’agents IA — ceux fonctionnant de façon autonome et ceux guidés directement par des employés — ont dépassé pour la première fois celles des employés humains. Depuis, les heures de travail des agents n’ont cessé d’augmenter. En août de cette année, les heures de travail des agents interactifs dirigés directement par des employés ont atteint six fois celles des employés humains.

Les heures de travail des agents ont dépassé celles des humains

De nombreux agents ont été déployés dans le domaine de l’ingénierie logicielle, assumant des tâches telles que la génération de cas de test, les vérifications de code, la maintenance de l’infrastructure ou la migration de bases de code. Ces données ne prennent pas encore en compte les grappes d’agents entièrement autonomes. Pour les ingénieurs individuels, cela signifie qu’ils peuvent orchestrer plusieurs agents pour exécuter en continu des tâches, tout en contrôlant le code et les résultats d’analyse qu’ils produisent. Leur travail évolue progressivement, passant de l’écriture manuelle de code à l’allocation de tâches et à la revue des résultats.

Les gains de productivité se traduisent aussi par des données concrètes. Le rapport indique que le nombre moyen de soumissions de code par ingénieur a quintuplé en six mois, tandis que le volume de requêtes traitées par les data scientists a fortement augmenté, et que la production des postes non techniques — juristes, comptabilité fournisseurs, ventes — a elle aussi progressé.

La productivité des employés a fortement augmenté après l’adoption de technologies IA par plusieurs départements fonctionnels chez Anthropic

Pour éliminer l’influence de facteurs tels que la croissance commerciale, l’équipe de recherche a appliqué une méthode d’analyse comparative : elle a suivi 192 ingénieurs ayant adopté des agents de codage, contre 74 ingénieurs n’ayant pas encore adopté cet outil comme groupe témoin, en utilisant des effets fixes individuels et mensuels pour l’estimation.

Les résultats montrent qu’après l’adoption des agents de codage, les ingénieurs ont connu une augmentation statistiquement significative et rapide de leur volume de soumissions de code.

Les ingénieurs d’Anthropic ont constaté une hausse de leur productivité après l’adoption d’agents de programmation, sans différence notable dans le taux de retour du code généré par IA par rapport au code écrit manuellement

Le rapport analyse aussi si l’IA produira du code de faible qualité.

L’équipe de recherche a comparé le code généré directement par les agents et celui rédigé manuellement par le même employé, au cours du même mois et dans le même répertoire, en utilisant la proportion de code supprimé ou annulé dans les 90 jours comme indicateur de qualité. Les résultats ne montrent aucune différence statistiquement significative entre les deux. En termes de taux de retour, le code généré par IA est donc comparable à celui écrit par l’humain.

La productivité des postes non techniques s’est également améliorée. Le rapport indique que les représentants commerciaux ont augmenté le nombre de transactions clients finalisées après avoir adopté des agents. Un gestionnaire client estime que Claude automatisait environ 20 % des tâches répétitives, notamment la rédaction d’e-mails et la gestion des systèmes CRM.

Un autre interviewé affirme que le temps libéré par l’automatisation lui a permis d’augmenter de 30 % le volume de ses rendez-vous clients.

Des exécutants aux gestionnaires d’agents

L’augmentation du nombre d’agents et les gains de productivité n’ont pas allégé la charge de travail des employés. Au contraire, l’attention humaine devient progressivement le goulot d’étranglement de la production des agents.

Le rapport révèle qu’en conversation interactive, les agents passent environ 80 % de leur temps en attente, attendant que les humains donnent des ordres, valident les résultats ou précisent les étapes suivantes.

L’équipe de recherche a aussi converti les jetons produits par les agents en temps de lecture, selon la vitesse moyenne de lecture d’une personne ordinaire. Les résultats montrent que le contenu généré lors des sessions interactives de Claude dans les départements non techniques occupe une part importante du temps de travail hebdomadaire des employés. Seulement lire et traiter les sorties de l’IA est devenu une charge de travail non négligeable.

Ne lire que les sorties de Claude équivaut à une charge de travail à plein temps

Face à ce changement, les employés ont progressivement adopté une nouvelle manière de travailler. Le rapport désigne cela sous le terme de « travail méta », qui consiste en des activités de gestion centrées sur les agents : développement d’outils de gestion, rédaction d’instructions permanentes, conception de tableaux de bord de suivi et organisation de revues croisées entre agents. Le cœur de ce type de travail n’est plus l’exécution directe de tâches précises, mais la conception et la gestion des processus permettant à l’IA d’accomplir ces tâches.

Des données pertinentes confirment cette transition. À l’automne 2025, le « travail méta » représentait environ 10 % des sessions interactives avec Claude. Au printemps 2026, cette proportion est passée à 22 %, principalement en raison d’activités de gestion d’agents : rédaction de spécifications pour systèmes multi-agents, organisation de revues croisées entre agents et surveillance du bon fonctionnement des flux de travail.

Les employés d’Anthropic gèrent de plus en plus les agents, plutôt que d’exécuter eux-mêmes les tâches

L’évolution des méthodes de travail se reflète aussi dans les critères de recrutement.

L’équipe de recherche a mené une analyse automatisée de la programmation sur les fiches d’évaluation d’entretiens de milliers d’employés d’Anthropic depuis 2024 : la proportion d’évaluations mentionnant la capacité à utiliser des outils d’IA dans les postes techniques est passée de ~5 % à ~15 %, tandis que celle des postes non techniques est passée de ~7 % à ~28 %.

Parallèlement, les axes d’évaluation en recrutement ont évolué. Dans les postes techniques, autonomie et jugement sont devenus des dimensions d’évaluation en forte croissance, tandis que le poids de l’expertise métier a relativement diminué ; dans les postes non techniques, on privilégie davantage la sensibilité client et l’orientation mission, au détriment des compétences opérationnelles. Un responsable du recrutement explique qu’il s’attend à des capacités variables des modèles selon les domaines, et souhaite donc des collaborateurs capables de basculer souplement entre différents champs.

Un cas présenté dans le rapport illustre également cette évolution.

Une équipe de conception d’Anthropic, chargée de rédiger les messages de bienvenue pour le produit Claude.ai, a mis au point au printemps 2026 un système de cartographie contextuelle guidant les agents dans la génération de contenus produits, ce qui a accru la capacité de production de l’équipe. Par la suite, l’équipe s’est orientée vers l’ingénierie des prompts d’agents, assumant la responsabilité de rédiger les contenus et prompts destinés à l’évaluation des modèles.

Le rapport résume ainsi : les rédacteurs, qui influençaient autrefois le comportement humain par le langage, commencent désormais à influencer celui de Claude par le langage. Autrement dit, les intitulés et enveloppes professionnels n’ont pas changé, mais le cœur même de leur travail pourrait bien avoir évolué.

Défis liés aux postes débutants

Le cas d’Anthropic illustre l’impact de l’IA sur les structures de l’emploi. En tant qu’une des entreprises leaders dans les applications de l’IA, les mutations internes qu’elle connaît offrent une référence utile pour anticiper les évolutions potentielles dans d’autres secteurs.

Actuellement, l’impact de l’IA sur l’emploi se manifeste d’abord au niveau des emplois cognitifs débutants : programmeurs juniors, analystes débutants, service client front-line, rédacteurs débutants et assistants financiers juniors — autant de postes traditionnellement occupés par les diplômés universitaires en entrée sur le marché du travail — sont progressivement influencés par l’IA.

Les enjeux soulevés ne concernent pas uniquement le nombre de postes. Ces rôles débutants constituent aussi des points de départ essentiels pour accumuler de l’expérience, apprendre les processus métiers et progresser progressivement. À mesure que ce niveau se réduit, les jeunes risquent de voir diminuer leurs chances d’obtenir leur premier emploi et d’acquérir une expérience professionnelle. Si les entreprises orientent progressivement leurs attentes envers les nouveaux arrivants vers la maîtrise des outils IA, le jugement et l’autonomie, la question de savoir à quel stade et par quels moyens ces compétences doivent être acquises devient elle aussi un défi majeur.

Le rapport examine plusieurs mesures que les entreprises peuvent prendre :

Premièrement, instaurer un mécanisme élargi de participation aux bénéfices, permettant aux employés de partager les gains découlant des gains de productivité générés par l’IA. Lorsque ceux-ci doivent gérer des agents et assumer davantage de responsabilités décisionnelles, aligner leurs intérêts personnels sur les objectifs organisationnels devient encore plus crucial.

Deuxièmement, mettre en place un système d’alerte précoce afin de surveiller en continu l’impact de l’IA sur les différents postes et planifier à l’avance la réaffectation interne des employés concernés.

Troisièmement, renforcer les mécanismes de mobilité interne : lorsqu’un ensemble de tâches s’automatise progressivement, aider les employés à basculer vers de nouveaux domaines de travail plutôt que de les pousser directement vers le marché externe du travail.

Toutefois, les mesures internes aux entreprises restent insuffisantes pour répondre à des enjeux sociaux plus larges. En tant qu’entreprise de pointe en IA, Anthropic est en mesure d’offrir à ses employés des dispositifs de réaffectation interne et de partage des bénéfices. Pour la plupart des entreprises traditionnelles et leurs salariés, ces ressources et ces dispositifs institutionnels ne sont souvent pas disponibles. Qui aidera ces entreprises à identifier les évolutions des postes ? Qui prendra en charge les coûts de reconversion des compétences des employés ? Ces questions dépassent largement la portée de la réponse d’une seule entreprise.

À la fin du rapport, une phrase retient l’attention : « Une main-d’œuvre anxieuse et inquiète n’est pas une main-d’œuvre qui donnera le meilleur d’elle-même. »

Cette phrase nous rappelle que l’impact de l’IA sur l’emploi n’est pas seulement économique, mais aussi psychologique et social.

Alors que la définition du travail change rapidement, que les seuils d’accès s’élèvent sans cesse et que chacun doit prouver continuellement qu’il ne sera pas remplacé par l’IA, cette incertitude persistante peut devenir, en soi, un fardeau psychologique social généralisé.

Les expériences d’Anthropic sont toujours en cours. Les capacités des agents s’améliorent constamment, le nombre d’applications augmente régulièrement, et la répartition des tâches entre humains et IA évolue sans cesse. La forme finale de cette transformation reste imprévisible, mais une chose est certaine : les emplois ne disparaîtront peut-être pas, mais leur sens, leurs seuils d’accès et leurs hiérarchies de valeur sont en train d’être réécrits.