Anthropic a publié le 16 octobre un rapport technique, How employment is changing at Anthropic, rédigé par quatre chercheurs de l'Anthropic Institute. Il s'appuie sur les propres données de l'entreprise concernant l'usage des agents, le code, les embauches et des entretiens avec les employés pour montrer ce qu'il advient du travail dans une organisation qui utilise les agents IA de façon plus intensive que presque n'importe qui d'autre.

Les agents comptabilisent désormais plus d'heures que les humains

Les chercheurs comparent deux mesures. Le temps de travail des agents correspond au temps pendant lequel un agent est effectivement en fonctionnement, y compris l'inférence et l'utilisation d'outils ; les temps d'attente supérieurs à 30 minutes sont exclus. Le temps de travail humain correspond aux effectifs multipliés par 40 heures par semaine. Sur cette base, les heures combinées des agents autonomes et interactifs ont dépassé pour la première fois les heures de travail humaines en mars 2026.

Le chiffre phare est plus restreint. En ne comptant que les sessions interactives que les employés lancent et dirigent eux-mêmes, sous-agents inclus, les agents ont travaillé environ six fois plus d'heures que les personnes humaines qui les encadraient en août. Le rapport constate également qu'environ 80% du temps d'une session Claude est passé à attendre une saisie humaine.

Moins de juniors, des embauches différentes

Depuis début 2025, la part des employés de niveau junior dans les départements techniques est passée de 21% à 14%. Parmi les nouvelles embauches techniques, la part des juniors est passée de 27% à 9%. Les offres d'emploi destinées aux juniors ont particulièrement chuté après décembre 2025. Cela s'est produit alors que l'entreprise a triplé de taille au cours de l'année écoulée, de sorte que les embauches techniques ont tout de même augmenté en valeur absolue.

Dans une enquête menée en avril 2026, la plupart des managers ont indiqué que l'IA avait modifié les compétences qu'ils recherchent à l'embauche. Environ un tiers des managers en machine learning et un cinquième des managers en ingénierie logicielle ont déclaré embaucher moins à cause de l'IA. Un examen automatisé des grilles d'entretien a révélé que les mentions de l'usage créatif des outils d'IA par les candidats ont à peu près triplé pour les postes techniques et quadruplé pour les autres postes depuis 2024. Pour les candidats techniques, les commentaires sur l'autonomie et le jugement ont le plus augmenté, tandis que les commentaires sur l'expertise sectorielle ont diminué.

Les réserves

Il s'agit d'Anthropic étudiant sa propre organisation, et les auteurs sont transparents sur les limites de l'exercice. Anthropic est une entreprise atypique, et ils préviennent que beaucoup de ses pratiques ne peuvent pas être transposées à l'ensemble de l'économie. L'adoption des outils n'a pas été aléatoire : des ingénieurs planifiant de grands projets ont pu adopter les agents pour ces projets, et la croissance rapide de l'activité pourrait elle-même accroître la production. Plusieurs mesures reposent sur une classification automatisée, et les constats décrivent des corrélations, pas des effets prouvés de l'IA. Les auteurs indiquent également que l'IA pourrait évincer des travailleurs, et appellent à des politiques publiques de reconversion et de soutien au revenu.

Ce que cela signifie si vous apprenez à utiliser les outils d'IA

Les compétences qu'Anthropic recherche désormais sont celles que les agents ne fournissent pas : définir un objectif clair, travailler de façon autonome et juger du résultat. Pour les développer, entraînez-vous à confier une tâche entière à un agent comme Claude Code et à examiner ce qu'il produit, plutôt que de vous contenter de poser des questions à un chatbot. Pour les tâches qui ne relèvent pas du code, un assistant comme Claude constitue un terrain moins risqué pour apprendre à cadrer une demande à une IA, vérifier sa réponse et la corriger. Les données du rapport lui-même en témoignent : les agents passent la majeure partie de chaque session à attendre une personne, de sorte que savoir quoi demander et comment le vérifier reste la part humaine du travail.