Anthropic опубликовала внутренний отчёт о том, как ИИ перестроил найм и структуру её команд: доля джунов в техотделах упала с 21% до 14% с начала 2025 года, а среди новых технических наймов — с 27% до 9%. Доля техкоманд в штате компании сократилась с 61% до 56%. Причина отчасти в том, что кодинг-инструменты позволяют нетехническим сотрудникам создавать софт самостоятельно.
Это редкий случай, когда крупный разработчик ИИ открыто делится данными о влиянии собственных продуктов на структуру персонала.
Что именно произошло в техкомандах Anthropic
Отчёт описывает три параллельных процесса, и каждый из них важен для понимания ситуации.
Доля джунов упала почти вдвое
Ключевые цифры отчёта:
- 21% → 14% — доля младших специалистов в технических отделах с начала 2025 года;
- 27% → 9% — доля джунов среди новых технических наймов;
- 61% → 56% — доля техкоманд в общей структуре штата.
Падение с 27% до 9% среди новых наймов — самый показательный сигнал. Компания не проводила массовых сокращений джунов: она просто перестала нанимать их в прежнем объёме. Задачи уровня entry-level, которые раньше были точкой входа в профессию, теперь закрываются ИИ-ассистентами вроде Claude.
Нетехнические сотрудники пишут софт сами
Второй процесс — рост доли нетехнических ролей в штате. Кодинг-инструменты снизили порог входа в разработку: сотрудники без инженерного бэкграунда собирают рабочие приложения и скрипты для своих задач. Классическое разделение «бизнес ставит задачу — инженеры реализуют» размывается.
Это ровно та же логика, которая движет автоматизацией бизнес задач с помощью ИИ за пределами Кремниевой долины: если инструмент позволяет получить результат без посредников, цепочка исполнителей сокращается.
Как изменилась сама работа: от выполнения к управлению
«Управление Claude» вместо выполнения задач
20% сотрудников Anthropic заявили, что их работа сместилась «от выполнения задач к управлению Claude». Формулировка точная: человек всё чаще выступает постановщиком, ревьюером и интегратором, а не исполнителем.
Это меняет профиль идеального кандидата. Ценится не столько скорость написания кода, сколько:
- умение формулировать задачи и разбивать их на шаги;
- способность проверить результат и поймать ошибку;
- понимание архитектуры и контекста, в котором ИИ работает;
- навыки коммуникации — потому что координации стало больше.
Совещаний стало больше на 20%
Время в совещаниях выросло на 20% за год. Anthropic прямо называет причину: человеческое внимание и доверие становятся узким местом. ИИ генерирует код и тексты почти мгновенно, но проверять, согласовывать и принимать решения по-прежнему должны люди — и этот этап не масштабируется так же легко.
Парадокс автоматизации: чем быстрее машины производят варианты, тем больше времени люди тратят на их оценку. Подробнее об этом эффекте — в разделе [«Производительность выросла, но больше кода не значит лучше код»](#производительность-выросла-но-больше-кода-не-значит-лучше-код).
Производительность выросла, но больше кода не значит лучше код
Компания отмечает рост производительности: больше кода на человека и больше сделок на одного сейлза. Это согласуется с общим трендом — системы автоматизации бизнес процессов в компаниях такого масштаба дают измеримый прирост на сотрудника.
Но в отчёте есть важная оговорка: больше кода не значит лучше код. Объём — плохой прокси-показатель качества, особенно когда значительная часть кода генерируется моделью, а человек лишь проверяет результат.
Для бизнеса вывод такой: внедрение ИИ повышает пропускную способность команды, но не отменяет необходимости ревью, тестов и стандартов качества. Убрать эти этапы ради скорости — значит накопить технический долг, который проявится позже.
Что это значит для рынка труда
Джунам сложнее, но не безнадёжно
Данные Anthropic — один замер в одной компании, но он подтверждает то, что показывает рынок: точки входа в техпрофессии смещаются. Работодатель ждёт от кандидата не базовых навыков, которые ИИ закрывает, а способности работать поверх ИИ.
Что реально помогает джуну сейчас:
- проекты, где видно умение ставить задачу и проверять результат;
- знание инструментов: ИИ-ассистенты, автоматизация тестирования, пайплайны;
- понимание предметной области — контекст, который модель не знает.
Компании пересматривают структуру команд
Сокращение доли техкоманд с 61% до 56% при росте производительности — сигнал для всех, кто планирует автоматизацию бизнес процессов компании. Штат не обязан расти пропорционально объёму задач. Часть работы уходит в инструменты, часть — к сотрудникам без инженерного титула, которые освоили кодинг-ассистенты.
Практический сценарий для среднего бизнеса выглядит так: вместо найма отдельного разработчика под каждую внутреннюю задачу — обучить действующих сотрудников работе с ИИ-инструментами и оставить инженеров на архитектуре и сложных интеграциях.
Как применить эти выводы в своём бизнесе
Отчёт Anthropic — не абстрактное исследование, а описание реальной трансформации в компании, которая сама производит ИИ. Из него можно перенести несколько рабочих принципов.
Пересмотрите, кто делает «джуновую» работу
Задачи по шаблону — рутинные скрипты, простые интеграции, первые версии интерфейсов — кандидаты номер один на передачу ИИ. Это не про увольнения, а про перераспределение: люди переходят к задачам, где нужен контекст и ответственность.
Дайте нетехническим сотрудникам инструменты
Кодинг-ассистенты и чат боты для бизнеса уже не требуют инженерного образования. Менеджер, который собирает себе отчёт или бота для отдела, экономит недели ожидания в очереди на разработку. Начинать стоит с одной команды и одного процесса — так проще измерить эффект.
Планируйте узкое место — внимание людей
Главный урок отчёта: рост совещаний на 20% — не побочный эффект, а закономерность. Когда производство ускоряется, узким местом становится проверка и согласование. Прежде чем внедрять системы автоматизации бизнес процессов, продумайте, кто и как будет принимать решения по результатам ИИ — иначе выгоните узкое место из производства в менеджмент.
Считайте качество, а не только объём
Метрика «больше кода на человека» удобна, но обманчива. Параллельно с внедрением ИИ закладывайте измеримые критерии качества: покрытие тестами, количество инцидентов, время на исправление. Без этого рост производительности может обернуться ростом объёма переделок.
Итог
Anthropic показала на своих данных то, о чём рынок догадывался: ИИ меняет не только скорость работы, но и структуру команд. Доля джунов в наймах падает, нетехнические сотрудники забирают часть разработки, а человеческое внимание становится дефицитным ресурсом.
Компании, которые учтут это при планировании автоматизации бизнес задач с помощью ИИ — с честными метриками качества и продуманной ролью людей в контуре, — получат преимущество раньше тех, кто просто режет штат под лозунгом эффективности.
Источник: https://techcrunch.com/2026/10/17/anthropic-says-its-workforce-has-become-less-junior-and-is-spending-more-time-in-meetings