Podíl juniorů mezi novými technickými zaměstnanci Anthropicu klesl na 9 procent
Anthropic uvádí, že podíl juniorů mezi novými technickými zaměstnanci klesl od začátku roku 2025 z 27 na 9 procent. Firma dál roste, ale více práce přebírají agenti s Claudem. Jejich hodiny studie měří jinak než hodiny lidí.
Anthropic zveřejnil 16. října studii vlastního zaměstnávání, ve které popisuje ústup náboru začínajících technických pracovníků. Podíl juniorů mezi nově přijatými lidmi v technických odděleních klesl od začátku roku 2025 z 27 na 9 procent. Mezi všemi zaměstnanci těchto oddělení se jejich zastoupení snížilo z 21 na 14 procent. Obě řady zachycují něco jiného: první příchozí zaměstnance, druhá složení dosavadního týmu.
Zpráva vychází z interních údajů o náboru, používání AI a pracovních výsledcích, které autoři doplnili 17 rozhovory se zaměstnanci. Za studii odpovídají Nathan Wilmers, Regina Catipon, Maxim Massenkoff a Peter McCrory. O výsledcích 18. října informoval také The Decoder.
Firma roste, začátečníci mají menší podíl
Pokles z 27 na 9 procent představuje rozdíl 18 procentních bodů; podíl juniorů se zmenšil na třetinu. Neříká to, že firma přijala o dvě třetiny méně začátečníků v absolutním počtu. K tomu by bylo potřeba znát také počet všech přijatých technických pracovníků v obou obdobích.
Anthropic naopak uvádí, že se za poslední rok jeho celkový počet zaměstnanců ztrojnásobil. V absolutních číslech dál rostl i technický nábor. Rychleji však přibývali lidé v prodeji, financích a náboru, takže podíl technických oddělení na zaměstnanosti firmy během posledního roku klesl z 61 na 56 procent.
Podle zprávy se debata o menší potřebě začínajících technických pracovníků uvnitř firmy objevila v lednu 2026. Do dubna vývojové a výzkumné týmy omezily důraz na obsazování nižších technických pozic. Vedoucí týmů spojovali změnu s tím, že psaní kódu a hledání chyb stále častěji zvládne Claude. Jde o popis změn v jedné firmě, která model sama vyvíjí a intenzivně používá.
Šest hodin agenta neznamená šest hodin lidské práce
Dalším údajem zprávy je srpnový poměr hodin agentů a lidí šest ku jedné. Agent je zde program, který s modelem vykonává úkoly a používá nástroje. Studie do tohoto srovnání zahrnuje interaktivní relace řízené zaměstnanci a započítává i přidružené agenty.
Na straně AI měří dobu běhu modelu včetně práce s nástroji, přičemž vynechává čekání delší než 30 minut. Lidské hodiny naproti tomu neodečítá z docházky. Počítá je jako počet zaměstnanců krát předpokládaných 40 hodin týdně. Poměr proto popisuje objem provozu agentů vůči odhadnuté pracovní době lidí. Sám neměří, kolik lidských úkolů AI nahradila ani zda je její výstup stejně hodnotný.
U interaktivních relací se navíc podle studie přibližně 80 procent celkového času stráví čekáním na vstup člověka. Tento údaj má jiný základ než srovnání aktivních hodin: sleduje celou dobu relace. Obě čísla tak mohou platit současně.
Více kódu ještě nedokládá stejný růst přínosu
Autoři sledovali 192 vývojářů, kteří začali používat programovací agenty, a srovnávali je se 74 vývojáři, kteří je ve sledovaném období nepřijali. Po zavedení agentů rostlo množství přidaného kódu. Zpráva ovšem výslovně připomíná, že více kódu nemusí znamenat lepší kód nebo větší přínos pro firmu.
Ani rozdělení lidí do obou skupin nebylo náhodné. Nástroje si mohli pořídit právě ti, kteří už měli před sebou větší projekt. Současně rychle rostlo podnikání Anthropicu. Zjištěnou souvislost proto nelze jednoduše celou připsat AI.
Vývojáři podle zprávy věnují více času řízení agentů. U netechnických oddělení autoři odhadují, že přečtení všech jejich výstupů by zabralo přes polovinu pracovního týdne. I toto číslo je odhad: počítá s převodem jednoho výstupního tokenu na 0,75 slova a s rychlostí čtení 250 slov za minutu. Token je jednotka, po které model zpracovává text.
Podobný vzorec našli výzkumníci i u startupů
Nižší zastoupení začátečníků není jen pozorování výrobce Clauda. Hyunjin Kim z INSEAD a Rembrand Koning z Harvard Business School v pracovní studii AI-Native Firms z 9. června 2026 srovnávají startupy postavené kolem AI s ostatními firmami stejného oboru a ročníku. U firem s AI našli menší týmy a nižší podíl pracovníků na vstupních pozicích. Jejich srovnání ale neumožňuje určit příčinu: rozdíl může souviset s produkty, vnitřní organizací nebo s tím, jací zakladatelé do těchto firem vstupují.
Anthropic mezitím buduje systém včasného sledování pozic, jejichž náplň AI mění, a popisuje přesuny zaměstnanců na jinou práci. Závěr vlastní zprávy však přiznává hranici takové ochrany. Přesun uvnitř firmy pomůže člověku, který už v ní pracuje. Začátečníkovi, kterého firma vůbec nepřijala, tím pracovní místo nevznikne.