Meno junior, più agenti: dentro Anthropic

Nove su cento.

Fra i tecnici assunti di recente da Anthropic, l’azienda che produce Claude, i junior, cioè le persone alle prime armi, sono il 9%. Erano il 27%. Nello stesso periodo i suoi agenti AI, i programmi che portano a termine da soli compiti in più passaggi, hanno superato le persone per ore di lavoro. Ad agosto, contando solo quelli guidati dai singoli dipendenti, lavoravano sei ore per ogni ora umana.

Lo racconta la stessa Anthropic, in un rapporto pubblicato venerdì 16 ottobre, poco prima delle 18:30 italiane, su come l’intelligenza artificiale ha cambiato il lavoro e le assunzioni al suo interno. Un’azienda che vende agenti racconta cosa fanno gli agenti a casa sua.

La lettura più rapida è anche la più ovvia: l’AI toglie spazio ai giovani. C’è anche quello, e il rapporto lo scrive chiaro. Ma la parte che riguarda chiunque lavori, in una multinazionale come in uno studio di cinque persone, è un’altra. Quando le macchine producono più di quanto una persona riesca a leggere, la risorsa rara diventa l’attenzione di chi decide. E il lavoro cambia forma: meno fare, più guidare, controllare, scrivere le cose in modo che si capiscano.

Quando si parla di intelligenza artificiale e posti di lavoro, di solito si parla di profezie. Qui ci sono numeri. Numeri di un’azienda sola, va detto subito. Ma numeri.

Cosa ha misurato Anthropic

Il rapporto è firmato da quattro ricercatori dell’Anthropic Institute, fra cui Nathan Wilmers e Peter McCrory. Mette insieme quasi tutto quello che un’azienda sa di sé: quante persone lavorano e in quali ruoli, quanto usano l’AI, quanto producono, cosa rispondono ai sondaggi interni, come comunicano, quanto tempo passano in riunione, cosa scrivono i selezionatori dopo i colloqui. Sopra i numeri, 17 interviste ai dipendenti.

La premessa è dichiarata nella prima riga. Anthropic si considera un’azienda «alla frontiera» nell’uso dell’AI, e quindi un possibile indicatore d’anticipo: quello che succede lì dentro potrebbe succedere più tardi nel resto dell’economia. Nello stesso pomeriggio ha pubblicato un secondo rapporto, su quanto i suoi dipendenti e gli americani si aspettano dall’AI nei prossimi anni. Ci arriviamo.

Un indicatore d’anticipo, però, è anche una vetrina. Anthropic vende gli agenti di cui misura gli effetti, i dati sono interni e nelle fonti pubblicate non risulta una verifica indipendente. Lei stessa avverte che un laboratorio di AI adotta l’AI in modo diverso da un’azienda tradizionale, e che molte sue pratiche non si possono replicare altrove. Va tenuto in mente per tutto l’articolo. Il resto merita attenzione lo stesso.

Un dato può essere interessato e vero insieme. Basta ricordarsi chi lo racconta.

Meno junior, più agenti

La storia comincia a gennaio 2026. Nei reparti tecnici principali si inizia a parlare di un calo della domanda di junior. I gruppi che usavano Claude di più si accorgono che scrivere codice e trovare errori si può affidare sempre di più alla macchina. Poi arrivano modelli nuovi, e una delle persone intervistate lo racconta così: il salto in avanti per gli ingegneri che curano le prestazioni del software «in pratica, da un giorno all’altro, ha cambiato quello che cercavamo».

Ad aprile i gruppi di ingegneria e di ricerca avevano ridotto il peso delle assunzioni per le posizioni tecniche di livello più basso. Nello stesso mese, in un sondaggio, la maggioranza dei responsabili ha detto di cercare competenze diverse a causa dell’AI. Circa un terzo dei responsabili di machine learning, cioè chi costruisce i modelli, e un quinto di quelli dello sviluppo software hanno detto di assumere meno per lo stesso motivo.

Poi i numeri. Dall’inizio del 2025 la quota di junior nei reparti tecnici è scesa dal 21 al 14%. Fra i tecnici assunti è scesa ancora più in fretta: dal 27 al 9%. Gli annunci di lavoro per junior sono calati in modo netto da dicembre 2025. E l’occupazione dei junior, scrive il rapporto, cresce più lentamente nei lavori in cui Claude viene usato per i compiti più complessi.

L’azienda, intanto, non si è ristretta. In un anno è triplicata. Le assunzioni tecniche sono cresciute in numero assoluto, ma quelle in vendite, finanza e selezione del personale sono cresciute di più, e il peso dei reparti tecnici sul totale è sceso dal 61 al 56%. Anthropic incassa per dipendente da due a quattro volte quello che incassavano Meta e Google alla stessa età, cinque anni dalla nascita.

E gli agenti. A marzo 2026, sommando quelli che lavorano da soli e quelli che lavorano in conversazione con una persona, le ore degli agenti hanno superato per la prima volta le ore umane. Ad agosto, contando solo gli agenti guidati dai singoli dipendenti, il rapporto era di sei a uno. Il conto è fatto così: per gli agenti, il tempo in cui lavorano davvero, escluse le attese oltre la mezz’ora; per le persone, il numero di dipendenti per quaranta ore a settimana. Sei a uno è un conto di orologi: misura il tempo, e lascia aperta la domanda sul valore.

L’azienda cresce. Cresce in un altro modo: più agenti e più venditori, e una quota più piccola di persone alle prime armi nei reparti tecnici.

Più lavoro fatto. Misurato come?

La misura più vistosa riguarda il codice. Il numero di modifiche al codice registrate per ingegnere, i commit in gergo, è cinque volte quello di sei mesi prima. Anthropic stessa, nella pagina che presenta il rapporto, la chiama una misura «notoriamente imperfetta»: più codice non vuol dire codice migliore.

Il rapporto mette in fila anche un altro dubbio, con una frase onesta: nello stesso periodo gli affari sono esplosi, ed «è più facile chiudere contratti quando vendi un modello forte». Per separare l’effetto dell’AI dal vento in poppa, i ricercatori hanno seguito 192 ingegneri nei mesi in cui hanno cominciato a usare gli agenti di programmazione, confrontandoli con 74 che non li hanno adottati. Dopo l’adozione il codice aggiunto sale di colpo. Con un limite dichiarato: chi sceglie di adottare per primo uno strumento potrebbe essere proprio chi stava per lanciarsi in un progetto grosso.

Sulla qualità c’è una prova curiosa. Confrontando il codice della stessa persona, nello stesso mese, nella stessa cartella, scritto a mano o dal suo agente, la quota di righe poi cancellate o annullate è la stessa. Anche qui con una riserva scritta dagli autori: gli errori dell’AI potrebbero essere più difficili da vedere di quelli umani.

Fuori dal codice la direzione è la stessa. Gli avvocati interni hanno gestito più contratti, l’amministrazione ha fatto passare più fatture, i venditori hanno chiuso più trattative. Un venditore racconta che le automazioni di Claude si occupano delle bozze delle email e dei collegamenti con il gestionale clienti, circa il 20% dei compiti che svolgeva prima. Un altro dice che il tempo liberato gli permette di parlare con il 30% di clienti in più. E la mette in forma di regola: ogni volta che fai una cosa per la seconda volta, ti chiedi come usare Claude per non doverla fare una terza.

Un avvocato ha costruito automazioni che fanno una prima passata sui testi da rivedere. Un selezionatore ha fatto con Claude un’analisi che gli avrebbe chiesto «forse un paio di settimane», e ha usato il tempo per rifare le domande dei colloqui e incontrare più candidati.

La macchina si prende la ripetizione. Alla persona resta quello che cambia ogni volta.

Il collo di bottiglia sei tu

Qui arriva la parte più interessante, e la meno raccontata dai titoli.

Nelle sessioni in cui una persona lavora insieme a Claude, l’agente passa circa l’80% del tempo ad aspettare. Aspetta una risposta, un via libera, una scelta. Un ingegnere lo dice con una formula secca: sono le persone a fare da tappo agli agenti.

E poi c’è la lettura. Gli autori hanno calcolato quanto tempo servirebbe per leggere tutto quello che Claude produce in queste sessioni, a velocità di lettura normale. Per chi fa un lavoro tecnico il volume è esploso negli ultimi sei mesi. Ma anche nei gruppi non tecnici, leggere tutto occuperebbe più di metà della settimana lavorativa.

Un ingegnere paragona il lavoro alla baby-sitter. Un bambino ti chiede di aprirgli il succo di frutta ed è un’emergenza. Lo dice con la stessa urgenza di quello che si è tagliato un dito e sanguina. Gli agenti fanno lo stesso: ogni richiesta arriva con lo stesso tono, e tocca a te capire quale sanguina davvero.

Così nasce quello che il rapporto chiama meta-lavoro: il lavoro per far lavorare gli agenti. Scrivere istruzioni, preparare piani per gruppi di agenti, far controllare un agente da un altro, costruire cruscotti per tenere d’occhio tutto. Era il 10% delle sessioni con Claude del dipendente medio nell’autunno 2025, è il 22% nella primavera 2026. Le istruzioni permanenti scritte per gli agenti, quelle che valgono sempre, erano qualche centinaio a luglio 2025 e sono 8.500 un anno dopo. Un ingegnere si è creato un agente capo di gabinetto che smista le richieste degli altri agenti. Un altro ha scritto una valutazione di fine periodo per la sua squadra di Claude, come si farebbe con dei collaboratori.

Sul blog ho scritto di economia dell’attenzione pensando ai social, che la tua attenzione la vendono a chi paga. Dentro un ufficio pieno di agenti succede qualcosa di simile, con un’aggravante: a reclamarla sono i tuoi stessi strumenti, tutti insieme, tutti con la stessa urgenza.

Per anni ci siamo chiesti se l’AI fosse abbastanza brava. Dentro Anthropic la domanda è diventata un’altra: quanto riesce a seguire una persona. Il limite, adesso, ha due occhi e una giornata di otto ore.

Le decisioni vanno dove l’agente le vede

Questa è la parte che parla il mio linguaggio, quello della comunicazione.

Su Slack, la chat aziendale di Anthropic, gli agenti sono comparsi in quasi metà dei canali pubblici attivi. Nel reparto osservato da vicino, le persone hanno continuato a rispondersi quanto prima: gli agenti si sono aggiunti alle conversazioni umane. Ma è cambiata una regola. Se una decisione viene presa in una riunione a voce e nessuno scrive niente, gli agenti restano senza il contesto che serve loro per lavorare.

L’esempio del rapporto è quasi comico. Un dipendente aveva il suo nome su un vecchio documento di mesi prima sui gadget aziendali. Per questo gli agenti hanno continuato a portargli richieste di magliette e tazze, molto dopo che quel compito non era più suo.

Il lavoro privato, nelle riunioni senza appunti e nei messaggi diretti, in un’azienda così diventa «invisibile, fonte di confusione e scoraggiato». La conclusione degli autori è che lavorare e decidere allo scoperto è indispensabile. Le decisioni, va detto, restano umane: la strategia e le scelte dei gruppi si fanno ancora con discussioni scritte e riunioni di persona, con poco contributo degli agenti.

E le riunioni aumentano. Il dipendente tipo passa il 20% di tempo in più in riunione rispetto a un anno fa; anche fra i tecnici senza ruoli di responsabilità l’aumento è del 16%. Una parte dipende dalla crescita dell’azienda. Ma nelle interviste torna sempre la stessa cosa: coordinarsi di persona è indispensabile. Una telefonata di vendita, un colloquio, mettere d’accordo reparti diversi su un problema complicato: tutto questo, scrive il rapporto, resta umano.

Ora che gli assistenti lavorano dentro i file, come Claude dentro Google Docs, i tuoi documenti diventano anche le loro istruzioni. Un documento vecchio continua a dare ordini. Una decisione presa a voce e mai riportata, o rimasta in un messaggio a cui l’agente non ha accesso, resta fuori dalla sua portata. Chi scrive in modo chiaro, aggiornato e in un posto dove si trova, sta comunicando con i colleghi e con le macchine nello stesso momento.

Perché un agente tenga conto di una decisione, devi metterla dove la può leggere.

Cosa guardano adesso quando assumono

Il rapporto ha passato in rassegna con un sistema automatico le schede che i selezionatori di Anthropic compilano dopo ogni colloquio, per migliaia di assunti dal 2024. Il cambiamento più chiaro è uno: quanto il candidato ha già dimostrato di saper usare l’AI in modo creativo. Nel 2024 se ne parlava in circa il 5% delle valutazioni per i ruoli tecnici e nel 7% per gli altri. Nel 2026 la quota è triplicata per i tecnici e quadruplicata per gli altri.

Sotto c’è un cambiamento più profondo. Nei colloqui tecnici gli aumenti più grandi riguardano i commenti su autonomia e giudizio. La competenza specialistica pesa meno. Un responsabile lo spiega così: si aspetta che i modelli restino «frastagliati», cioè bravissimi in certe cose e inaffidabili in altre vicine, e quindi vuole persone capaci di spostarsi da un campo all’altro. Per i ruoli non tecnici pesano di più l’attenzione al cliente e l’adesione alla missione dell’azienda; si parla meno della capacità di esecuzione.

Una frase di un’intervista riassume tutto: quel 20% del lavoro che era strategico diventa il 90% del lavoro.

Bello, per chi è già esperto. Il rapporto però scrive anche il rovescio: in alcuni ruoli le persone si allontanano dal lavoro di base, quello con cui avevano costruito le loro competenze. La mia lettura è semplice. Il giudizio si impara sbagliando sulle cose piccole. Se le cose piccole le fa la macchina, chi forma gli esperti di domani?

Anthropic racconta le sue risposte. Le azioni dell’azienda distribuite fra i dipendenti, perché chi deve «gestire agenti» abbia un interesse nel risultato. Un sistema di allarme precoce che segue i ruoli più esposti, per spostare per tempo le persone verso lavori meno a rischio. La ricollocazione interna, con un rischio che gli autori stessi indicano: promettere un posto a chi c’è già può rendere più cauti nell’assumere gente nuova.

E poi l’ammissione più netta del rapporto. Nessuna di queste misure impedirà all’AI di sconvolgere dei lavori, e nessuna risponde direttamente al calo delle assunzioni dei junior: le tutele per chi è già dentro non aiutano chi non viene assunto. Per questo, scrivono, serve anche una politica pubblica lungimirante su riqualificazione e sostegno al reddito.

Le tutele riguardano chi è già dentro. La porta d’ingresso, intanto, si è fatta più stretta.

Chi la vede da dentro

Il secondo rapporto mette a confronto due gruppi sentiti ad agosto 2026: i dipendenti di Anthropic e quasi 11.000 adulti americani intervistati online da Morning Consult, con risposte ponderate per rappresentare la popolazione adulta. Agli americani le domande sul futuro sono state fatte per metà sul 2027 e per metà sul 2030.

Le distanze sono enormi. In media i dipendenti di Anthropic si aspettano che entro il 2030 l’AI sappia fare il 75% del loro lavoro attuale; i lavoratori americani, il 28%. Più di metà dei dipendenti pensa che l’AI ne saprà fare almeno l’80%; fra i lavoratori americani lo pensa il 5%. Il 91% dei dipendenti si aspetta che entro il 2030 l’AI sia capace di fare una scoperta da premio Nobel, contro il 39% degli adulti americani.

Eppure i due gruppi ragionano allo stesso modo. In entrambi, chi si aspetta che l’AI faccia una parte più grande del proprio lavoro prevede più disoccupazione. Anthropic la legge così: la differenza sta nell’esperienza di quello che l’AI sa fare, più che nella teoria su come l’AI tocca il lavoro. Il sondaggio lo mostra anche fra gli americani: fra chi usa l’AI regolarmente al lavoro, circa uno su cinque, il 56% si aspetta che entro il 2030 sappia fare almeno sette degli otto compiti proposti, contro il 28% di chi non l’ha mai usata. Più la usi, più la vedi correre.

C’è un dettaglio che a me interessa più degli altri. Alla domanda su cosa frenerà l’AI al lavoro nel 2030, gli adulti americani mettono al primo posto i clienti che preferiscono avere a che fare con una persona. Poi la privacy e la sicurezza dei dati, l’affidabilità, le leggi.

Nei grafici, il cliente che vuole parlare con una persona è un ostacolo. In una piccola impresa è il patrimonio.

Cosa vale per chi lavora in Italia

Anthropic è un caso estremo. Un laboratorio che costruisce i modelli, triplicato in un anno, con i dipendenti che usano ogni giorno la versione più avanzata dei propri strumenti. Un’impresa italiana di venti persone vive su un altro pianeta, e sarebbe sbagliato prendere questi numeri come una previsione per lei.

Però gli agenti stanno entrando anche qui. Pochi giorni fa OpenAI ha scritto che in Italia, nelle imprese sue clienti con al massimo 200 utenti associati, gli utenti attivi ogni settimana dei suoi agenti AI sono cresciuti di 10,8 volte fra maggio e l’inizio di ottobre: una velocità, senza il punto di partenza. E dall’Eurobarometro sulle piccole imprese europee arriva un altro segnale: quasi la metà non si fida dei sistemi automatici quando si tratta di decidere sul personale.

Messi accanto, questi pezzi disegnano una direzione, nella mia lettura. I compiti che si ripetono passano alla macchina. Aumenta quello che c’è da controllare. Sale il valore di chi sa decidere, spiegare, tenere la relazione con il cliente. Sul blog l’avevo riassunto così, raccontando il freno d’emergenza di Satya Nadella: l’AI lavora, il freno resta a te.

La distanza fra Anthropic e il tuo ufficio è grande. La strada, però, sembra la stessa.

Come portarlo nel tuo lavoro

1. Scrivi le decisioni dove si trovano. Se usi assistenti che leggono i tuoi documenti, la posta o le chat, le decisioni prese a voce e mai riportate, o chiuse in messaggi a cui non hanno accesso, restano fuori dalla loro portata. Chiudi ogni riunione importante con tre righe scritte: cosa si è deciso, chi lo fa, entro quando. E sistema i documenti vecchi: continuano a dare indicazioni, come le magliette del rapporto.
2. Conta il tempo che ti costa leggere. Prima di aggiungere un altro assistente, chiediti chi controllerà quello che produce. Decidi in anticipo cosa leggi per intero, cosa controlli a campione e cosa lasci andare. Poi misura se, contato il tempo per leggere e controllare, ti resta davvero un risparmio rispetto a prima.
3. Usa la regola della terza volta. Quando fai una cosa per la seconda volta, segnatela. Alla terza, prova a farla fare all’AI e controlla il risultato. È il modo più semplice per capire dove ti serve davvero, partendo dal tuo lavoro di tutti i giorni.
4. Se assumi, guarda il giudizio. Chiedi ai candidati come usano l’AI e, soprattutto, come si accorgono quando sbaglia. E lascia un posto per chi impara: nella mia lettura, il junior che oggi non fa pratica sulle cose piccole è l’esperto che fra qualche anno ti mancherà.
5. Se sei all’inizio, allena quello che le schede premiano. Autonomia, giudizio, capacità di spostarti fra campi diversi, uso creativo dell’AI. Un esercizio concreto: quando l’AI ti dà una risposta, prova a spiegare per iscritto perché è giusta o dove sbaglia.
6. Difendi la parte umana del lavoro. Una telefonata, un colloquio, una trattativa, un cliente che vuole una persona. Sono le cose che il rapporto stesso indica come umane. Se l’AI ti libera del tempo, comincia da qui.

Se vuoi lavorarci con il tuo gruppo, partendo dai compiti veri della tua azienda, i miei percorsi sono su formazione.

Se l’AI ti libera tempo, decidi tu come usarlo.

👉 Leggi anche: Amodei ha paura dell’AI. E la vende. — la previsione di Amodei sulla metà dei posti d’ingresso negli uffici, dentro il suo saggio sui rischi dell’AI.

Domande frequenti

Anthropic sta licenziando persone a causa dell’AI?

Il rapporto non permette di stabilire se Anthropic abbia licenziato persone a causa dell’AI: documenta soprattutto come sono cambiate le assunzioni. Dice che è calata la quota di junior fra i tecnici assunti, dal 27 al 9%, mentre l’azienda è triplicata in un anno e le assunzioni tecniche sono cresciute in numero assoluto. Per chi è già dentro, Anthropic racconta un sistema di allarme sui ruoli più esposti e la ricollocazione interna.

Cosa vuol dire che gli agenti lavorano sei volte le ore dei dipendenti?

Che ad agosto 2026 gli agenti AI guidati dai singoli dipendenti hanno lavorato, sommati, sei volte le ore delle persone. Per gli agenti si conta il tempo in cui eseguono davvero un compito, escluse le attese lunghe; per le persone, il numero di dipendenti per 40 ore a settimana. Contare gli agenti a ore lascia aperta la domanda su quanto valga ciascuna di quelle ore.

L’AI ha davvero aumentato la produttività di Anthropic?

Secondo le sue misure interne sì: le modifiche al codice registrate per ingegnere sono cinque volte quelle di sei mesi prima, e aumentano i contratti gestiti, le fatture elaborate e le trattative chiuse. Anthropic stessa avverte però che il codice è una misura imperfetta e che nello stesso periodo gli affari sono esplosi, il che rende più difficile separare l’effetto dell’AI dal resto.

Quali lavori risentono di più dell’AI secondo il rapporto?

Dentro Anthropic, le posizioni tecniche di ingresso: la loro quota cala, e l’occupazione dei junior cresce più lentamente nei lavori dove Claude viene usato per i compiti più complessi. Gli autori scrivono che, proiettate sull’intera economia, queste tendenze fanno pensare a un rischio di spostamento dei lavoratori, e chiedono politiche pubbliche su riqualificazione e sostegno al reddito.

Vale anche per le aziende italiane?

Con molta cautela. Anthropic è un laboratorio di AI che usa ogni giorno gli strumenti più avanzati, e lo dice anche lei che molte sue pratiche non si possono replicare altrove. La mia lettura è che valga la pena osservare se gli stessi cambiamenti arrivano anche nella tua impresa: compiti ripetitivi alla macchina, più lavoro di controllo, più valore a chi decide e tiene la relazione con il cliente.

Cosa cercano adesso le aziende di AI quando assumono?

Nel caso di Anthropic, nelle schede dei colloqui conta molto di più l’uso creativo dell’AI, che dal 2024 al 2026 viene citato tre volte più spesso per i ruoli tecnici e quattro volte più spesso per gli altri. Per i ruoli tecnici pesano di più autonomia e giudizio, meno la competenza specialistica; per gli altri pesano di più l’attenzione al cliente e alla missione, meno la capacità di esecuzione.

Fonti

• Anthropic Institute (Nathan Wilmers, Regina Catipon, Maxim Massenkoff, Peter McCrory), How employment is changing at Anthropic, 16 ottobre 2026.
• Anthropic, Working at the frontier shapes expectations for the future, 16 ottobre 2026.
• Anthropic (Szymon Sacher, Tess Cotter, Charles I. Jones, Anton Korinek, Peter McCrory), The AI expectations gap, 16 ottobre 2026.