La IA cambia el empleo en Anthropic: los puestos junior pierden peso mientras la empresa crece

La transformación del empleo por la inteligencia artificial ya tiene un caso que examinar dentro de una de las empresas que la desarrolla. Anthropic, creadora de Claude, publicó este viernes 16 de octubre dos informes sobre su plantilla y sus expectativas. El dato más sensible para quienes intentan entrar en la industria es la pérdida de peso de los perfiles técnicos junior: su proporción entre las nuevas contrataciones pasó del 27% al 9% en el periodo analizado.

La participación de esos empleados en los departamentos técnicos también bajó, del 21% al 14% desde comienzos de 2025. Son cambios en la composición del empleo, no una demostración de que la empresa haya despedido a dos tercios de sus técnicos jóvenes. Anthropic señala que sigue creciendo y que la contratación técnica aumenta en términos absolutos.

El estudio interno, que combina registros empresariales y entrevistas, relaciona esos cambios con la adopción de agentes capaces de ejecutar tareas. Sus autores reconocen una limitación central: quienes adoptan estas herramientas pueden ser distintos de quienes todavía no lo hacen. La coincidencia entre uso y resultados no permite atribuir todo el cambio a la IA.

Producir más también exige revisar más

La empresa presenta sus informes como una ventana a una organización que utiliza intensivamente su propia tecnología. Según la síntesis publicada junto a los estudios, el aumento de producción alcanza actividades como programación, ventas y tramitación de contratos. La comparación busca ir más allá de contar código, una medida que la propia compañía considera imperfecta.

El problema que describe es reconocible para cualquier organización que automatice parte de sus operaciones: cuanto más material producen los sistemas, más importante resulta decidir qué merece atención. Anthropic afirma que sus empleados dedican más esfuerzo a construir mecanismos para supervisar el trabajo de los agentes.

Esa descripción apunta a un cambio de responsabilidades. Encargar una tarea y recibir un resultado no elimina la necesidad de comprobarlo, integrarlo con otras decisiones y responder por sus consecuencias. Un programa puede generar alternativas con rapidez; la organización sigue necesitando un criterio para elegir entre ellas. La experiencia de un laboratorio de IA, sin embargo, no reproduce las condiciones de un hospital, una fábrica o una pequeña empresa.

Lo que esperan sus empleados para 2030

El segundo informe permite separar lo observado de lo que todavía pertenece al terreno de las expectativas. En una encuesta realizada en agosto, los empleados de Anthropic estimaron, en promedio, que la IA podrá realizar el 75% de su trabajo actual en 2030. Entre los trabajadores estadounidenses consultados, la media fue del 28%.

La comparación utiliza una muestra de 10.980 adultos estadounidenses, ponderada para representar a la población, y respuestas del personal de la empresa. No convierte las opiniones de sus empleados en una previsión oficial de desempleo. Tampoco significa que el 75% de sus puestos vaya a desaparecer: la pregunta se refiere a tareas del trabajo actual.

El sondeo también recoge obstáculos que la capacidad técnica no resuelve por sí sola. Los estadounidenses mencionan la preferencia de los clientes por tratar con personas, la privacidad, la fiabilidad y la responsabilidad legal. Que una herramienta pueda ejecutar una operación no garantiza que una empresa quiera delegársela ni que tenga permiso para hacerlo.

Medir la productividad sigue siendo difícil

La investigación independiente ofrece un contrapunto útil. METR, una organización que evalúa sistemas de IA, explicó en febrero de 2026 por qué estaba cambiando un experimento sobre productividad de desarrolladores. Sus participantes debían resolver tareas asignadas aleatoriamente con o sin acceso a IA.

La extensión del uso de estas herramientas complicó el diseño. Algunos programadores no querían participar si debían trabajar sin ellas; otros evitaban presentar tareas que esperaban resolver mucho más rápido con asistencia. Eso dejaba fuera parte de los usuarios y trabajos que más podían beneficiarse.

METR consideró que sus nuevos datos ofrecían una señal poco fiable sobre el tamaño del efecto. También encontró dificultades para medir el tiempo cuando una persona coordinaba varios agentes mientras atendía otras tareas. Su conclusión fue que necesitaba mejorar la medición, no que existiera una ganancia universal aplicable a cualquier trabajador.

El contraste importa para interpretar anuncios empresariales. Contar entregas ayuda a describir la actividad, pero evaluar productividad exige considerar también el tiempo, la calidad y qué trabajos se están comparando. La rapidez para producir una respuesta no es, por sí sola, la medida del valor de esa respuesta.

El reto de entrar en el mercado laboral

La Organización Internacional del Trabajo había situado esa diferencia en un marco más amplio en mayo de 2025. Su índice estimó que una de cada cuatro personas ocupadas en el mundo trabaja en una profesión con algún grado de exposición a la IA generativa. Exposición significa que ciertas tareas pueden verse afectadas; no equivale a anunciar la desaparición de una cuarta parte del empleo.

La OIT destacó que la mayoría de las ocupaciones incluye funciones que siguen requiriendo intervención humana. Por eso consideró más probable la transformación de los trabajos que su automatización completa. También identificó una mayor exposición en las tareas administrativas y en determinadas profesiones digitalizadas.

Los nuevos datos de Anthropic añaden una pregunta concreta a ese debate: cómo se aprende un oficio si disminuye el peso de sus puestos de entrada. Una empresa puede seguir ampliando su plantilla y, al mismo tiempo, ofrecer una puerta más estrecha a quienes empiezan. Distinguir ambas cosas será esencial para evaluar el efecto laboral de la IA sin confundir crecimiento empresarial con oportunidades igualmente repartidas.