Los ingenieros de Anthropic usan IA en el 59% de su trabajo — lo que revelan sus datos internos

¿Qué pasa cuando una empresa de IA se pone bajo el microscopio? Anthropic acaba de publicar la respuesta, y las cifras son llamativas — no porque sean imposiblemente altas, sino porque revelan exactamente cómo se ve la integración de IA en la práctica.

En agosto de 2025, Anthropic encuestó a 132 de sus propios ingenieros e investigadores, realizó 53 entrevistas a profundidad y analizó más de 200.000 transcripciones internas de Claude Code que abarcan de febrero a agosto de 2025. [Hecho] El resultado es una de las miradas más granulares que tenemos sobre cómo los trabajadores del conocimiento usan IA día a día — no en una encuesta hipotética, sino en sus flujos de trabajo reales.

De 28% a 59%: la curva de uso se empina

Hace un año, los empleados de Anthropic reportaban usar Claude en alrededor del 28% de su trabajo. [Hecho] Para agosto de 2025, esa cifra había saltado al 59% — más que duplicándose en doce meses. [Hecho]

Las ganancias de productividad siguieron una trayectoria similar. La mejora de productividad autorreportada pasó de 20% a 50% en el mismo período. [Hecho] Y 14% de los encuestados reportaron ganancias superiores al 100% — básicamente duplicando su producción con asistencia de IA. [Hecho]

No son proyecciones hipotéticas. Vienen de personas que construyen herramientas de IA y las usan todos los días. Si alguien debería ser bueno sacándole provecho a la IA, son los ingenieros que la crean. Ese contexto importa, y volveremos a él.

Para qué usan realmente la IA los ingenieros

El caso de uso diario más común podría sorprenderte: debugging. [Hecho] El 55% de los encuestados usa Claude cada día para rastrear bugs. La comprensión de código viene en segundo lugar con 42%, seguida de la implementación de funcionalidades con 37%. [Hecho]

Las tareas de diseño y planificación — el pensamiento de alto nivel que requiere juicio arquitectónico — siguen siendo el área con menor adopción de IA. [Hecho] Los ingenieros eligen delegar tareas donde el resultado es fácilmente verificable: si Claude escribe código con bugs, la prueba falla y lo sabes de inmediato. Si Claude toma una mala decisión de diseño, podrías no descubrir las consecuencias por meses.

Este patrón de delegación selectiva es consistente con lo que hemos observado en nuestro análisis del Índice Económico de Anthropic, que encontró que el uso de IA se concentra en "aumento" más que en automatización completa. Los trabajadores permanecen en el circuito, eligiendo qué tareas delegar basándose en riesgo y verificabilidad.

El 27% que lo cambia todo

Quizás el hallazgo más trascendental: 27% del trabajo asistido por IA no se habría hecho en absoluto sin IA. [Hecho] No son tareas que se aceleraron — son tareas que simplemente no habrían existido. Los ingenieros usaron Claude para explorar bases de código desconocidas, escribir pruebas que habrían omitido, corregir molestias menores (las llamadas "papercut fixes" representaron 8,6% del uso de Claude Code [Hecho]) y prototipar ideas que parecían demasiado costosas en tiempo para intentarlas manualmente.

Esto desafía la narrativa simple de que la IA "reemplaza" o "aumenta" el trabajo humano. Una porción sustancial del impacto de la IA es crear trabajo completamente nuevo — expandiendo lo que los individuos consideran factible dentro de sus restricciones de tiempo.

Para los desarrolladores de software y programadores, esta es una señal significativa. La IA no solo está haciendo que las tareas existentes sean más rápidas; está expandiendo el alcance de lo que una persona puede lograr. Un ingeniero de backend ahora puede construir una interfaz frontend. Un investigador puede crear visualizaciones de datos sin aprender un framework nuevo. La frontera entre especializaciones se desdibuja.

Autonomía creciente, preocupaciones crecientes

La autonomía de Claude Code se ha expandido de forma medible. [Hecho] El número de llamadas de herramientas consecutivas — acciones que Claude ejecuta sin intervención humana — se duplicó de unas 10 a 20 en seis meses. Mientras tanto, los turnos humanos por conversación cayeron 33%, de 6,2 a 4,1. [Hecho]

Los ingenieros se están echando para atrás y dejando que la IA maneje tramos más largos de trabajo independientemente. La implementación de funcionalidades como caso de uso creció de 14% a 37%, e incluso diseño y planificación subió de 1% a 10%. [Hecho]

Pero las entrevistas revelan una corriente de preocupación. Un ingeniero señaló que "cuando producir resultados es tan fácil y rápido, se vuelve cada vez más difícil tomarse el tiempo para realmente aprender algo". [Hecho] Otro apuntó a una paradoja: usar Claude efectivamente requiere exactamente el tipo de expertise en programación que podría atrofiarse por depender demasiado de Claude.

Algunos reportaron optimismo a corto plazo combinado con incertidumbre a largo plazo. Como lo expresó uno: la IA probablemente "me hará a mí y a muchos otros irrelevantes" eventualmente. [Hecho] No es la voz de un tecnófobo — es alguien que construye estos sistemas para ganarse la vida.

Qué significa esto para los profesionales del software

Para desarrolladores de software, científicos de datos y programadores, este estudio ofrece tanto aliento como advertencia.

El aliento: la IA actualmente está haciendo a los desarrolladores más productivos, no reemplazándolos. Los pull requests fusionados por ingeniero por día en Anthropic aumentaron 67% [Hecho], pero la plantilla no se redujo proporcionalmente. El trabajo se expandió para llenar la nueva capacidad.

La advertencia: la trayectoria es clara. El uso se duplicó en un año. La autonomía se duplicó en seis meses. Las tareas de diseño — consideradas por mucho tiempo como la parte más humana de la ingeniería — también empiezan a ser delegadas. Si eres un desarrollador cuyo valor principal es escribir código en vez de entender problemas, el terreno cómodo del medio se está erosionando.

[Opinión] Los desarrolladores que van a prosperar son los que dominen la meta-habilidad: saber cuándo delegar, qué verificar y cómo dirigir la IA efectivamente. Este estudio muestra que incluso en una empresa de IA, más de la mitad de los encuestados solo delegan completamente 0-20% de su trabajo. [Hecho] La habilidad del futuro no es el prompting — es el juicio.

La salvedad que no deberías ignorar

Los empleados de Anthropic no son trabajadores del conocimiento típicos. Construyen Claude, entienden sus capacidades íntimamente y trabajan en un entorno diseñado para maximizar la adopción de IA. [Opinión] Si el techo de ganancias de productividad con IA es de alrededor del 50% con una tasa de integración del 59%, la mayoría de las empresas que operan con menos expertise en IA y herramientas más débiles verán cifras sustancialmente menores.

El estudio también reconoce limitaciones significativas: sesgo de selección hacia usuarios comprometidos, efectos de deseabilidad social en respuestas no anónimas y la dificultad inherente de autorreportar ganancias de productividad. [Hecho]

Aun así, es valioso precisamente porque muestra el techo de lo que la IA actual puede hacer por el trabajo técnico. Es una vista previa, no una profecía — pero una a la que todo profesional del software debería poner atención.

Fuentes

• Huang, S., Seethor, B., Durmus, E., Handa, K., McCain, M., Stern, M., & Ganguli, D. (2025). "How AI is transforming work at Anthropic." Anthropic Research. https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic

Historial de actualizaciones

• 2026-03-23: Publicación inicial basada en el estudio interno de Anthropic (diciembre de 2025).

---

Este análisis fue generado con asistencia de IA. Las afirmaciones factuales se marcan con [Hecho], opiniones con [Opinión] y proyecciones con [Estimación]. Detalles metodológicos en el artículo citado. Para datos detallados por profesión, visita las páginas de profesiones.