Anthropic mide el impacto laboral de la IA con Claude
Anthropic analiza 2 millones de interacciones para medir cómo Claude afecta a las tareas, profesiones y productividad. La IA acelera más los trabajos complejos, pero al contar los errores la previsión de crecimiento productivo baja de 1,8 a entre 1 y 1,2 puntos porcentuales.
Anthropic ha publicado un nuevo análisis sobre cómo se usa Claude en el trabajo y qué puede significar para la productividad. La conclusión principal es clara: la IA ya acelera tareas reales, pero sus efectos están muy concentrados en ciertos países, profesiones y tipos de actividad.
El informe analiza una muestra de 1 millón de conversaciones de Claude.ai y otro millón de transcripciones de su API empresarial, recopiladas principalmente en noviembre de 2025. Anthropic aplicó un método diseñado para proteger la privacidad y pidió a Claude que clasificara cada interacción según cinco medidas: complejidad, nivel de habilidades, propósito, autonomía y éxito.
Las tareas más complejas reciben el mayor impulso
En Claude.ai, Anthropic calcula que las tareas cuyos mensajes requieren conocimientos equivalentes a los de una persona con educación secundaria se aceleran por un factor de 9. En las tareas asociadas a una titulación universitaria, el factor sube a 12. En la API empresarial, el aumento estimado es todavía mayor.
Eso no significa que Claude complete esas tareas doce veces más rápido en todos los casos. Es una estimación del tiempo que una persona necesitaría sin IA frente al tiempo que tarda con ayuda del modelo. Además, el resultado no tiene en cuenta por sí solo si la respuesta es correcta.
Cuando Anthropic incorpora esa variable, Claude completa con éxito el 66% de las tareas de mayor complejidad, frente al 70% de las que requieren menos que una educación secundaria. La fiabilidad reduce parte de la ventaja, pero no elimina el patrón: las tareas más exigentes siguen siendo las que más tiempo pueden ahorrar.
La duración de las tareas depende de cómo se usa la IA
Los estudios de METR estiman que Claude Sonnet 4.5 alcanza una tasa de éxito del 50% en tareas que una persona resolvería en unas dos horas. En los datos de Anthropic, ese mismo nivel aparece en tareas de unas 3,5 horas en la API y de alrededor de 19 horas en Claude.ai.
La diferencia tiene una explicación importante. En Claude.ai, los usuarios pueden dividir un trabajo largo en pasos pequeños, revisar las respuestas y corregir el rumbo. Además, suelen llevar al modelo tareas que creen que tienen posibilidades de funcionar. Por eso estos datos no equivalen a una prueba controlada con una lista fija de problemas.
No todas las profesiones están igual de expuestas
La proporción de empleos en los que Claude aparece en al menos una cuarta parte de las tareas pasó del 36% al 49% entre el primer informe de Anthropic y el análisis acumulado más reciente. Pero medir solo la cobertura ofrece una imagen incompleta.
Al ajustar los resultados por la frecuencia de cada tarea, el tiempo que requiere y la probabilidad de éxito, algunas profesiones parecen más expuestas de lo que sugería el cálculo inicial. Es el caso de los operadores de entrada de datos y los radiólogos. En otras, como la enseñanza y el desarrollo de software, el impacto ajustado resulta menor.
Claude también se usa más en tareas que requieren educación superior: las actividades analizadas exigen, en promedio, 14,4 años de formación, frente a los 13,2 años de la economía en general. Si esas tareas desaparecieran de ciertos puestos, el trabajo restante podría requerir menos habilidades en promedio. Anthropic lo describe como una posible señal de descualificación, no como una predicción segura.
La productividad podría crecer, pero menos de lo previsto
Si solo se cuentan los minutos ahorrados, Anthropic repite su estimación anterior: la adopción generalizada de IA podría añadir 1,8 puntos porcentuales al crecimiento anual de la productividad laboral en Estados Unidos durante la próxima década.
Al descontar los errores y las tareas que el modelo no completa correctamente, la cifra baja a 1,2 puntos para el uso en Claude.ai y a 1 punto para las tareas normalmente más difíciles de la API. Sigue siendo un aumento relevante, pero deja claro que la velocidad sin fiabilidad puede inflar las previsiones.
Para ti, la consecuencia práctica es que la IA no está transformando todos los trabajos al mismo ritmo. Hoy beneficia sobre todo a quienes realizan tareas digitales y de conocimiento, mientras que su impacto depende de si la persona puede revisar, corregir y combinar las respuestas del modelo.
Anthropic seguirá usando estas cinco medidas como una línea de referencia. Lo importante será observar si Claude empieza a resolver tareas más largas y fiables, si el uso empresarial supera al consumo individual y si la tecnología amplía las capacidades de los trabajadores o elimina primero las partes más cualificadas de algunos puestos.