How AI Is Transforming Work at Anthropic

Исследование описывает, как сотрудники Anthropic используют Claude и другие AI-инструменты в разных функциях компании в течение 2025 года. Материал основан на опросах сотрудников, внутренних журналах использования AI и анализе продуктовых метрик, чтобы понять, как меняются скорость и качество работы после широкого внедрения генеративных моделей.

Методология

• Дизайн: комбинированный подход с кросс-функциональным опросом сотрудников, анализом журналов запросов к Claude и этнографическими интервью по командам разработки, продукта и операций.
• Выборка: несколько сотен сотрудников Anthropic; отдельные срезы для инженеров, дизайнеров, продуктовых менеджеров, специалистов по поддержке и HR.
• Метрики:
  • доля сотрудников, регулярно использующих Claude (в тексте упоминается проникновение >90%);
  • частота использования по типам задач (код, документация, аналитика, поддержка клиентов);
  • изменения в скорости поставки фич и качестве кода, измеренные по внутренним CI и ревью метрикам;
  • влияние на рабочие часы и устранение рутины (например, заметное сокращение времени на код-ревью и подготовку документации);
  • качественные оценки удовлетворенности и безопасности использования AI.
• Период: опросы сотрудников в августе 2025 года, анализ данных логов того же периода года с публикацией результатов в декабре 2025.

Основные результаты

Продуктивность выросла

Разработчики теперь используют Claude примерно в 60% своей работы (против ~28% год назад) и сами оценивают прирост производительности ~+50%. Это более чем двукратный скачок за год. Замеры подтверждают тренд — например, число успешных ежедневных пул-реквестов на инженера выросло на 67% после внедрения Claude Code.

Claude помогает в рутинных задачах

Чаще всего его привлекают для отладки багов и разбора чужого кода — ~55% инженеров делают это ежедневно. Около 42% используют ИИ для понимания кода, 37% — для написания новых функций. Реже просят об архитектурном дизайне или анализе данных (такие задачи предпочитают делать сами).

Новые задачи теперь по силам

27% работы, которую инженеры выполняют с помощью Claude, раньше вообще не делали бы. AI освобождает время на вещи типа внутренних «nice-to-have» инструментов (напр. дашборды) и эксперименты, которые вручную были бы слишком затратными. Кроме того, Claude берётся за мелкие улучшения: ~8.6% его задач — это починка «бумажных порезов» (мелких багов, рефакторинг), до которых раньше руки не доходили. Эти мелочи со временем складываются в ощутимый выигрыш по качеству и скорости работы.

Делегируем, но с оглядкой

Полностью поручить работу AI удаётся редко: большинство оценивает, что без проверки можно доверить ИИ только до 20% задач. Claude стал постоянным напарником, но не автономным исполнителем — разработчик всё равно проверяет и направляет его, особенно в важных вещах. Инженеры выработали интуицию, что поручать в первую очередь задачи простые в проверке, низкого риска или скучные (“черновой” код, рутинные части). Постепенно, по мере роста возможностей моделей, им доверяют всё более сложную работу, но архитектуру и «вкус» (финальные решения о дизайне) пока предпочитают держать под своим контролем.

Навыки шире, глубина под вопросом

С Claude люди смелее берутся за задачи за пределами своей основной экспертизы — все понемногу становятся более «full-stack» инженерами. Например, бэкенд-разработчик с помощью AI может зайти и на фронтенд, и в базу данных, вместо того чтобы звать профильных специалистов. Однако есть и обратная сторона: когда ИИ делает рутину, инженеры меньше практикуются в основах. Некоторые беспокоятся об «атрофии» глубинных навыков программирования и код-ревью: «Когда результат получается так легко и быстро, всё сложнее заставить себя глубоко разобраться в деталях».

ROI и продуктивность

Использование AI дает ощутимый экономический эффект. Внутренний опрос показал ~50% рост производительности на сотрудника, а реальные метрики это подтверждают: например, число ежедневных код-изменений (PR) на инженера выросло на 67% после внедрения Claude. Иначе говоря, благодаря ИИ команда делает заметно больше за то же время. Плюс ~27% задач, которые Claude помогает решить, раньше вообще не выполнялись (нехватало ресурсов) — теперь эти улучшения и эксперименты повышают качество продукта и открывают новые возможности.

ИИ не заменяет, а усиливает

Несмотря на скачок продуктивности, люди по-прежнему необходимы. Большинство инженеров используют Claude ежедневно, но полностью автоматизировать могут лишь до 20% работы. Остальное требует участия человека: постановки задач, контроля и правок. ИИ ускоряет выполнение рутинных частей и дает черновые решения, а эксперты финализируют результат. То есть Claude — это ускоритель, а не автономный работник. На высоких ставках всё равно нужен человеческий глаз.

Выводы

Исследование фиксирует зрелое внедрение генеративного AI в операционные процессы Anthropic: высокая вовлеченность сотрудников, заметное ускорение разработки и улучшение качества, при этом остаются приоритетами контроль качества и безопасность данных. Полученные инсайты используются для дальнейшего развития Claude и внутренних инструментов, а также для обмена практиками с внешним сообществом.