Anthropic, iç istihdam raporunu yayınladı: Akıllı ajanların çalışma saati insanlardan altı kat fazla oldu, 'Meta-Çalışma Çağ'ı başladı

ABD yerel saatiyle 16 Ekim'de Anthropic, iş gücü yapısıyla ilgili iç araştırma raporunu yayımladı: 'Anthropic'te İstihdam Nasıl Değişiyor?'

Bu çalışma, Anthropic'ın iç istihdam kayıtlarına, yapay zekâ kullanımı telemetrisine, çalışan çıktı ölçümlerine, çalışan anketlerine, iç iletişim kayıtlarına, takvim verilerine ve işe alım karar puan kartlarına dayanıyor; ayrıca 17 derinlemesine çalışan görüşmesiyle birlikte, şirket içinde yapay zekânın yoğun uygulanmasının ardından iş içeriği, işe alım yapısı ve işgücü talebindeki değişimi sistematik olarak analiz ediyor.

Rapor dört ana bulguyu ortaya koyuyor:

Birincisi, Anthropic'te giriş seviyesi teknik pozisyonlara yapılan işe alımlar önemli ölçüde azaldı: 2025 başından itibaren %27'den 2026'da %9'a düştü. Ancak şirketin toplam istihdam ölçeği hâlâ genişliyor; baskı, toplam pozisyon sayısında değil, giriş seviyesi pozisyonlarında hissediliyor.

İkincisi, yapay zekâ ajanlarının çalışma saati hızla arttı. Ağustos 2026 itibarıyla, Anthropic çalışanları tarafından doğrudan yönlendirilen etkileşimli ajanların çalışma saati, insan operatörlerinkinden altı kat fazla oldu. Birkaç pozisyonda verimlilik artışı yaşandı ve araştırma ekibi, yapay zekânın bağımsız katkısını karşılaştırmalı analizle değerlendirdi.

Üçüncüsü, çalışanların iş içeriği yapısal olarak değişiyor: Doğrudan görev yürütmeden araç geliştirme, iş akışlarını izleme ve ajanları yönetmeye doğru kayıyor. Aynı zamanda insan dikkati yeni bir darboğaz haline geldi ve işe alım kriterleri, uzmanlık alanından daha çok özerklik ve yargılama yeteneğine doğru kaymaya başladı.

Dördüncüsü, Anthropic erken uyarı sistemleri ve iç personel tahsis mekanizmaları kurmaya başladı. Ancak rapor, kurumsal düzeydeki tepkilerin, giriş seviyesi pozisyonlarının daralması gibi daha geniş toplumsal sorunları ele almak için yeterli olmadığını belirtiyor.

Yapay zekâ uygulamalarında öncü şirketlerden biri olan Anthropic'in bu iç değişimleri, yapay zekânın diğer şirketlerin çalışma yöntemleri ve işe alım ihtiyaçları üzerinde nasıl etki yaratabileceğini gözlemlemek için bir örnek oluşturuyor.

Giriş Seviyesi Pozisyonlarının İş Alımı Daralıyor

Rapordaki en çarpıcı veri, giriş seviyesi teknik pozisyonlara yapılan işe alımlardaki büyük düşüş.

2025 başından beri Anthropic'te teknik departmandaki genç çalışan oranı %21'den %14'e, giriş seviyesi teknik pozisyonlara yapılan işe alımlar ise %27'den %9'a geriledi. Aralık 2025'ten sonra giriş seviyesi pozisyonları için yayınlanan ilan sayısı özellikle belirgin şekilde azaldı.

Anthropic'te giriş seviyesi teknik pozisyon işe alımlarındaki düşüş

Bu değişim şirketin küçülmesinden kaynaklanmıyor. Aksine, Anthropic geçen yıl boyunca orijinal büyüklüğünün üç katına ulaştı ve teknik pozisyonların mutlak sayısı hâlâ artıyor. Gerçek değişim işe alım yapısındadır: Yeni pozisyonlar daha çok orta-üst düzey ve uzman seviyelerinde yoğunlaşırken, giriş seviyesi pozisyonları açıkça daraldı.

Giriş seviyesi pozisyonlarına duyulan talep tartışmaları, Ocak 2026'da ilk kez temel teknoloji departmanında başladı.

Claude’u yoğun şekilde kullanan bazı takımlar, temel kodlama ve hata denetimi gibi rutin mühendislik görevlerinin giderek daha fazla model tarafından üstlenilebildiğini fark etti. Bu durumun performans mühendisliği pozisyonlarına etkisi özellikle belirgin. Bir görüşme katılımcısı, bunun takımın yetenek ihtiyaçlarını neredeyse bir gecede değiştirdiğini ifade etti.

Claude ile daha karmaşık görevleri yürüten pozisyonlarda giriş seviyesi çalışanlarda yavaş büyüme gözlemlendi

Nisan 2026’ya kadar mühendislik ve araştırma takımları, düşük seviyeli pozisyonlar için işe alım ağırlığını sistematik olarak azaltmaya başladı. O ay yapılan iç bir ankette, makine öğrenimi yöneticilerinin yaklaşık üçte biri ile yazılım mühendisliği yöneticilerinin beşte biri, yapay zekâ kullanımından dolayı işe alma faaliyetlerini azalttıklarını belirtti.

Etkilenen ilk pozisyonlar giriş seviyesi pozisyonlardır; bu da bu tür işlerin özelliklerine bağlıdır.

Giriş seviyesi işler genellikle net kurallara ve güçlü uygulama odaklılığına sahiptir; bu da günümüz büyük dil modellerinin oldukça iyi başa çıkabildiği alanlardır. Kodlama, veri işleme, belge düzenleme ve müşteri desteği gibi görevler, yapay zekâ tarafından çeşitli derecelerde etkilenmiş olup modellerin bu görevleri yerine getirme yeteneği sürekli gelişmektedir.

Model yetenekleri birkaç ayda bir sıçramalarla ilerledikçe, ilk olarak yetenek basamağının “alt uç” kısmındaki kişiler yerine konulabilir.

Teknik olmayan departmanlar da benzer eğilimler gösteriyor. Genellikle bir şirket büyürken yönetim, finans ve insan kaynakları gibi destek departmanlarının personeli de artar. Ancak Anthropic’ta ajan asistanları, otomatik incelemeler ve dış kaynaklı bilet hizmetleri gibi yöntemler sayesinde şirket hızlı bir şekilde genişlerken idari personelini minimal düzeyde tutmayı başardı.

Bir yönetici asistanı, randevu yönetimi ve e-posta sınıflandırması için kişisel asistan ajanı geliştirdi ve ekibin artık Claude ile giriş seviyesi idari pozisyonları geliştirmenin ötesine geçtiğini, çalışmanın odak noktasının yüksek seviyeli koordinasyon ve planlama görevlerine kaydığını belirtti.

Ajan çalışma saatleri çalışanların saatlerinin altı katına ulaştı

İşe alım yapısındaki bu değişikliklerin arkasında, şirketteki ajanların hızla çoğalması yatıyor.

Mart 2026’da, tamamen bağımsız çalışan ve çalışanlar tarafından doğrudan yönlendirilen iki tür yapay zekâ ajanının toplam çalışma saati, insan çalışanların çalışma saatini ilk kez aştı. O zamandan beri ajanların çalışma saatleri sürekli artmaya devam etti. Bu yılın Ağustos ayına gelindiğinde, çalışanlar tarafından doğrudan yönlendirilen etkileşimli ajanların çalışma saati, insan çalışanların saatlerinin altı katına ulaştı.

Ajan çalışma saatleri insan saatlerini aştı

Yazılım mühendisliği alanında çok sayıda ajan dağıtıldı; test senaryısı oluşturma, kod denetimi, altyapı bakımı ve kod tabanı geçişi gibi görevleri üstlendiler. Bu veri, tamamen bağımsız çalışan ajan kümelerini henüz içermemektedir. Bireysel mühendisler için bu durum, kodu ve ürettiği analiz sonuçlarını kontrol ederken birden fazla ajanı sürekli görevlendirebilmesini sağlar. Mühendislerin işi de giderek kod yazmaktan ziyade görev ataması ve sonuç değerlendirmesine doğru kayıyor.

Verimlilikteki bu değişim, belirli verilerle de yansıtılıyor. Rapor, mühendis başına ortalama kod gönderiminin altı ay içinde beş katına çıktığını, veri bilimcilerinin sorgu işlem hacminin önemli ölçüde arttığını ve avukatlar, ödeme departmanı ve satış gibi teknik olmayan pozisyonların çıktısının da yükseldiğini gösteriyor.

Anthropic’te birden fazla fonksiyonel departmanın yapay zekâ teknolojisini benimsemesiyle çalışan verimliliği patladığını

İş büyümesi gibi dış faktörlerin karıştırılmasını önlemek için araştırma ekibi karşılaştırmalı analiz yöntemi kullandı. Kod ajanı kullanan 192 mühendisi izlerken, aracı henüz kullanmamış 74 mühendisi kontrol grubu olarak aldı ve tahmin için bireysel ve aylık sabit etkileri kullandı.

Sonuçlar, kod ajanları benimsendikten sonra mühendislerin kod gönderim hacminde istatistiksel olarak anlamlı ve hızlı bir artış yaşadığını gösterdi.

Anthropic mühendisleri, kodlama ajanları kullanmaya başladıklarında çıktılarında artış gördü; AI tarafından üretilen kodun geri alınma oranı ile elle yazılan kodun geri alınma oranı arasında önemli bir fark yoktu

Rapor ayrıca yapay zekânın düşük kaliteli kod üretip üretmeyeceği konusunu da inceledi.

Araştırma ekibi, aynı çalışanın aynı ayda ve aynı kod dizininde doğrudan ajanlar tarafından oluşturulan kod ile elle yazdığı kodu kıyasladı; kalite değerlendirmesi için 90 gün içinde silinen ya da geri alınan kod oranını kullandı. Sonuçlar, iki kod türü arasında istatistiksel olarak anlamlı bir kalite farkı olmadığını gösterdi. En azından geri alınma oranlarına göre, AI tarafından üretilen kod, insanlar tarafından yazılan koda kıyasla benzer performans gösteriyor.

Teknik olmayan pozisyonlardaki verimlilik de arttı. Rapor, satış temsilcilerinin ajanlar kullanmaya başladıktan sonra tamamlanan müşteri işlemlerinin sayısında artış olduğunu belirtiyor. Bir müşteri yöneticisi, Claude’ün e-posta taslağı oluşturma ve müşteri yönetim sistemlerini işleme gibi rutin işlerin yaklaşık %20’sini otomatikleştirdiğini tahmin etti.

Başka bir görüş veren kişi, otomasyon sayesinde kazanılan zamanın müşteri toplantı sayısını %30 artırmasına olanak sağladığını söyledi.

Yürütücülerden Ajan Yöneticilerine

Ajan sayısındaki artış ve verimlilikteki iyileşmeler, çalışanları iş yükünden özgürleştirmemiştir. Aksine, insan dikkati giderek ajan çıktılarının darboğazı haline gelmektedir.

Rapor, etkileşimli sohbetlerde ajanların yaklaşık %80’lik zamanlarını insanların komut vermesini, sonuçları onaylamasını veya bir sonraki adımı sağlamasını bekleyerek geçirdiğini gösteriyor.

Araştırma ekibi ayrıca ajanların çıkarttığı token’ları, sıradan kişilerin ortalama okuma hızına dayalı okuma süresine dönüştürdü. Sonuçlar, teknik olmayan departmanlarda etkileşimli Claude oturumlarından üretilen içeriklerin çalışanların haftalık çalışma sürelerinin önemli bir kısmını kapladığını ortaya koydu. Sadece Claude çıktısını okumak ve işlemek artık göz ardı edilemez bir iş yükü haline geldi.

Sadece Claude çıktısını okumak, tam zamanlı bir iş yüküne eşdeğerdir

Bu değişime yanıt olarak çalışanlar giderek yeni bir çalışma biçimi geliştirdi. Rapor bu durumu “meta-iş” olarak tanımlıyor: ajanlarla ilgili yönetim odaklı çalışmalar—yönetim araçları geliştirme, standart talimatlar yazma, izleme panoları tasarımı ve farklı ajanlar arasında çapraz inceleme düzenleme gibi faaliyetleri kapsar. Bu tür işin özü artık belirli görevleri doğrudan yerine getirmek değil, yapay zekâya görevleri nasıl tamamlayacağını tasarlamak ve yönetmektir.

İlgili veriler de bu geçişi yansıtır. 2025 sonbaharında “meta-iş”, çalışanların etkileşimli Claude oturumlarının yaklaşık %10’unu oluşturuyordu. 2026 ilkbaharına gelindiğinde bu oran %22’ye yükseldi. Artışın büyük kısmı, çoklu ajan sistemleri için spesifikasyon yazma, ajanlar arası çapraz inceleme düzenleme ve iş akışı operasyon durumlarını izleme gibi ajan yönetim faaliyetlerinden kaynaklandı.

Anthropic çalışanları artık gerçek işi yapmak yerine giderek daha çok ajanları yönetiyor

Çalışma yöntemlerindeki bu değişim, işe alım standartlarında da yansıyor.

Araştırma ekibi, 2024’ten beri binlerce Anthropic çalışanının mülakat puan kartlarını otomatik kod analiziyle inceledi ve teknik pozisyonlarda AI araçlarını kullanabilme becerisine atıfta bulunan değerlendirme oranının yaklaşık %5’ten %15’e, teknik olmayan pozisyonlarda ise yaklaşık %7’den %28’e yükseldiğini tespit etti.

Aynı zamanda işe alım değerlendirme odak noktası da değişti. Teknik pozisyonlarda özerklik ve yargılama yeteneği hızla büyüyen değerlendirme boyutları haline geldi; alan bilgisinin ağırlığı ise görece azaldı. Teknik olmayan pozisyonlarda müşteri bilinci ve misyon odaklılık daha fazla vurgulanırken, uygulama becerileri üzerine yapılan tartışmalar azaldı. Bir işe alım yöneticisi, modellerin farklı alanlarda hâlâ farklı yeteneklere sahip olacağını umduğunu ve bu nedenle takım üyelerinin farklı alanlara esnekçe geçiş yapmasını beklediğini ifade etti.

Rapordaki bir örnek de bu değişimi yansıtıyor.

Anthropic’ta Claude.ai ürünü için karşılama mesajları yazan bir tasarım ekibi, 2026 baharında ürün metinlerini üretmek üzere ajanlara yol gösteren bir bağlam eşleme sistemi geliştirdi; bu da ekibin çıktı kapasitesini artırdı. Daha sonra ekip, ajan istem mühendisliğine geçerek model değerlendirme içerikleri ve istemleri yazma sorumluluğunu üstlendi.

Rapor bunu şöyle özetliyor: Dil aracılığıyla insan davranışını etkileyen yazarlar, artık dil aracılığıyla Claude’un davranışını etkilmeye başlamıştır. Başka bir deyişle, iş unvanları ve dış görünüşler değişmemiş olsa da işin özü değişmiş olabilir.

Giriş Seviyesi Zorlukları

Anthropic örneği, yapay zekânın istihdam yapılarına etkisini göstermektedir. Yapay zekâ uygulamalarında öncü şirketlerden biri olan Anthropic’te yaşanan değişimler, gelecekte diğer sektörlerde yaşanabilecek potansiyel dönüşümleri gözlemlemek için bir referans oluşturur.

Şu anda yapay zekânın istihdam üzerindeki etkisi, öncelikle giriş seviyesindeki bilişsel işgücünde görülmektedir. Üniversite mezunlarının iş hayatına başladığı geleneksel ilk pozisyonlar olan kıdemli olmayan programcılar, giriş seviyesi analistler, ön hat müşteri hizmetleri görevlileri, temel içerik yazarları ve kıdemli olmayan finans uzmanları gibi roller, giderek yapay zekâ tarafından etkilenmeye başlamıştır.

Bu değişimin getirdiği sorunlar yalnızca pozisyon sayısını değil; aynı zamanda çalışanların deneyim kazanmaları, iş süreçlerini öğrenmeleri ve kademeli olarak gelişmeleri için önemli başlangıç noktaları olan giriş seviyesi rolleriyle de ilgilidir. Bu düzey daraldıkça gençlerin ilk işlerini bulma ve mesleki deneyim kazanma fırsatları da azalabilir. Şirketler yeni çalışanlardan yapay zekâ araçlarını kullanma becerisi, yargılama yeteneği ve özerklik talep etmeye başlarsa, bu becerilerin hangi aşamada ve nasıl kazanılacağı sorusu da ele alınması gereken bir zorluğa dönüşür.

Rapor, şirketlerin alabileceği birkaç önlemi tartışmaktadır:

Birincisi, geniş kapsamlı bir hisse paylaşma mekanizması aracılığıyla çalışanların yapay zekâ kaynaklı verimlilik artışlarından doğan faydalardan pay almalarını sağlamaktır. Çalışanlar ajanları yönetmek ve daha fazla karar alma sorumluluğu üstlenmek zorunda kaldığında, bireysel çıkarların kurumsal hedeflerle uyumlu hale getirilmesi daha da önem kazanır.

İkincisi, yapay zekânın farklı pozisyonlara etkisini sürekli izleyen bir erken uyarı sistemi kurmaktır. Etkilenen çalışanların iç yeniden ataması için önceden planlama yapılmalıdır.

Üçüncüsü, iç hareketlilik mekanizmalarını güçlendirmektir. Mevcut görevler otomatikleştirildikçe çalışanları dış işgücü piyasasına değil, yeni iş alanlarına geçiş yapmalarına yardımcı olunmalıdır.

Ancak şirketlerin iç önlemleri, daha geniş toplumsal sorunları çözmek için yeterli değildir. Öncü bir yapay zekâ şirketi olan Anthropic, çalışanlarına iç yeniden atama ve fayda paylaşımı mekanizmaları sağlayabilir durumdadır. Ancak çoğu geleneksel sektör şirketi ve çalışanı için bu kaynaklar ve kurumsal düzenlemeler mevcut olmayabilir. Bu şirketlerin pozisyonlardaki değişimleri kim belirleyecek? Çalışanların yetkinlik geçiş maliyetlerini kim karşılayacak? Bu sorular, tek bir şirketin yanıtlaması gereken kapsamı çoktan aştı.

Raporun sonunda dikkat çeken bir ifade yer alıyor: “Kaygılı ve endişeli bir işgücü, en iyi performansı sergileyecek bir işgücü değildir.”

Bu ifade, yapay zekânın istihdam üzerindeki etkisinin yalnızca ekonomik değil, aynı zamanda psikolojik ve sosyal boyutları olduğunu hatırlatır.

İş tanımının hızla değişmesi, giriş engellerinin sürekli yükselmesi ve herkesin kendisinin yapay zekâ tarafından yerine geçmeyecek olduğunu sürekli kanıtlaması gerekliliği, bu süreklilik içindeki belirsizliğin kendisini yaygın bir toplumsal psikolojik yük haline getirebilir.

Anthropic’ın deneyleri devam etmektedir. Ajanların yetenekleri sürekli artmakta, uygulama sayısı sabit bir şekilde yükselmekte ve insanlarla yapay zekâ arasındaki iş bölümü de sürekli değişmektedir. Bu dönüşümün nihai biçimi henüz net değildir; ancak kesin olan bir şey vardır: İşler kaybolmayabilir ama işin anlamı, giriş engelleri ve değer sıralaması yeniden yazılıyor.