Anthropic mide cómo la IA cambia el trabajo
Un estudio interno de Anthropic muestra que sus empleados usan Claude en el 59% de su trabajo y calculan una mejora media de productividad del 50%. La IA les permite abordar más tareas, pero también reduce la práctica de habilidades profundas y las conversaciones entre compañeros.
Anthropic ya no solo estudia cómo la IA transformará el empleo: también está midiendo cómo cambia su propia empresa. Una encuesta a 132 ingenieros e investigadores, 53 entrevistas y el análisis de 200.000 conversaciones de Claude Code muestran un aumento claro de la productividad, pero también dudas sobre las habilidades, la colaboración y el futuro de los desarrolladores.
Más trabajo, no solo menos tiempo
Los empleados de Anthropic dicen que ahora usan Claude en el 59% de su trabajo diario, frente al 28% de hace un año. También calculan que la herramienta les aporta un aumento medio de productividad del 50%, frente al 20% anterior.
La mejora no consiste únicamente en terminar antes las mismas tareas. En muchos casos, los trabajadores producen más. El 27% del trabajo asistido por Claude, según sus propias estimaciones, ni siquiera se habría realizado sin la herramienta: documentación, pruebas, prototipos, paneles interactivos o pequeños arreglos que antes quedaban relegados.
Ese último grupo tiene un nombre revelador: “papercuts”, pequeñas molestias del día a día. El análisis de uso encontró que el 8,6% de las tareas de Claude Code corresponde a este tipo de mejoras, como reorganizar código, crear atajos o corregir problemas menores que normalmente no entrarían en la lista de prioridades.
Claude empieza por lo fácil y avanza hacia lo complejo
Los ingenieros recurren sobre todo a Claude para depurar errores y entender código existente. El 55% dice usarlo a diario para depuración y el 42% para comprender cómo funciona un código que no conoce.
La delegación suele seguir una regla sencilla: se entrega a la IA lo que es fácil de comprobar, está bien delimitado, es repetitivo o tiene poco riesgo. Las decisiones de diseño, la estrategia y las tareas que requieren criterio organizativo suelen permanecer en manos humanas.
Pero esa frontera se está moviendo. Entre febrero y agosto de 2025, la proporción de uso de Claude Code dedicada a implementar nuevas funciones pasó del 14,3% al 36,9%. Las tareas de diseño y planificación subieron del 1% al 9,9%.
Además, Claude Code pasó de realizar unas 9,8 acciones consecutivas sin intervención humana a 21,2. El número medio de intervenciones de una persona cayó de 6,2 a 4,1 por conversación. Las tareas analizadas también aumentaron su complejidad media, de 3,2 a 3,8 en una escala de 1 a 5.
Eso no significa que los empleados estén dejando el trabajo completamente en manos de la IA. Más de la mitad afirma que solo puede delegar por completo entre el 0% y el 20% de sus tareas. Claude sigue necesitando supervisión, revisión y correcciones, sobre todo cuando el código es importante o el margen de error es pequeño.
Todos hacen más cosas, pero algunos practican menos
Uno de los cambios más visibles es que los ingenieros se están volviendo más “multidisciplinares”. Un especialista de backend puede construir una interfaz; un investigador puede crear visualizaciones; un equipo de seguridad puede analizar partes desconocidas de una base de código.
La IA reduce el tiempo y el conocimiento inicial necesarios para entrar en un área nueva. Eso permite probar más ideas, crear prototipos con rapidez y abordar proyectos que antes no compensaban el esfuerzo.
El coste potencial es menos evidente. Algunos empleados temen perder práctica en habilidades profundas, como escribir código desde cero, entender sistemas complejos o detectar errores sutiles. Si una persona deja que Claude resuelva siempre los problemas básicos, puede aprender menos durante el proceso.
Aparece así una paradoja: para supervisar bien a la IA necesitas criterio técnico, pero ese criterio puede debilitarse si dejas de practicar. Algunos trabajadores ya reservan tareas para hacerlas sin Claude y mantenerse preparados.
Menos preguntas a los compañeros
Claude también está modificando la vida social de la empresa. Para muchos empleados se ha convertido en la primera opción para resolver dudas que antes planteaban a un compañero. Una parte importante de esas preguntas desaparece de las conversaciones del equipo.
Hay ventajas: se reduce la interrupción de otros trabajadores y cada persona puede explorar ideas a su ritmo. Pero también se pierden oportunidades de mentoría, aprendizaje informal y colaboración. Algunos ingenieros señalan que los empleados más jóvenes reciben respuestas más rápidas de Claude, pero consultan menos a los perfiles sénior.
En la práctica, la IA está filtrando el trabajo humano. Claude resuelve las preguntas rutinarias y las personas se reservan los problemas que requieren contexto, experiencia o decisiones estratégicas.
De escribir código a dirigir agentes
Varios empleados describen un cambio de rol: pasan menos tiempo escribiendo código y más tiempo revisando, guiando y coordinando sistemas de IA. Algunos ya trabajan con varias instancias de Claude al mismo tiempo y se ven como responsables del trabajo de uno, cinco o incluso cien agentes.
La transición genera optimismo a corto plazo y preocupación a largo plazo. Los ingenieros pueden hacer más, aprender herramientas nuevas y asumir proyectos ambiciosos, pero no tienen claro qué habilidades serán valiosas dentro de unos años. Algunos incluso sienten que están ayudando a automatizar su propio puesto.
Anthropic reconoce que sus resultados no representan a todo el mercado. Sus empleados tienen acceso temprano a modelos avanzados, trabajan en una empresa de IA y pertenecen a un sector relativamente estable. Además, las cifras de productividad son autodeclaradas y pueden estar infladas por sesgos de memoria o por el deseo de mostrar buenos resultados.
Aun con esas limitaciones, el estudio deja una señal útil para cualquier empresa: la IA no solo elimina tareas. También amplía el tipo de trabajo que una persona puede intentar, cambia con quién colabora y redefine qué significa tener experiencia.
Lo que habrá que vigilar ahora es si las organizaciones crean formas nuevas de aprendizaje, mentoría y desarrollo profesional. Si la IA se encarga de producir cada vez más, el valor humano dependerá menos de hacer cada paso manualmente y más de saber qué pedir, qué revisar y cuándo decir que el resultado no es suficientemente bueno.