Engenheiros da Anthropic usam IA em 59% do trabalho — o que seus dados internos revelam

O que acontece quando uma empresa de IA vira o microscópio para si mesma? A Anthropic acabou de publicar a resposta, e os números são marcantes — não porque são impossívelmente altos, mas porque revelam exatamente como a integração de IA funciona na prática.

Em agosto de 2025, a Anthropic entrevistou 132 dos seus próprios engenheiros e pesquisadores, conduziu 53 entrevistas aprofundadas e analisou mais de 200.000 transcrições internas do Claude Code abrangendo de fevereiro a agosto de 2025. [Fato] O resultado é uma das visões mais granulares que temos de como trabalhadores do conhecimento usam IA no dia a dia — não em uma pesquisa hipotética, mas em seus fluxos de trabalho reais.

De 28% a 59%: a curva de uso está se inclinando

Há um ano, os funcionários da Anthropic reportavam usar Claude em cerca de 28% do trabalho. [Fato] Em agosto de 2025, esse número saltou para 59% — mais que dobrando em doze meses. [Fato]

Os ganhos de produtividade seguiram trajetória similar. A melhoria de produtividade autorreportada foi de 20% para 50% no mesmo período. [Fato] E 14% dos respondentes reportaram ganhos superiores a 100% — essencialmente dobrando sua produção com assistência de IA. [Fato]

Não são projeções hipotéticas. Vêm de pessoas que constroem ferramentas de IA e as usam todos os dias. Se alguém deveria ser bom em extrair valor da IA, são os engenheiros que a criam. Esse contexto importa, e vamos voltar nele.

O que os engenheiros realmente fazem com IA

O caso de uso diário mais comum pode te surpreender: debugging. [Fato] Cinquenta e cinco por cento dos respondentes usam Claude todo dia para rastrear bugs. Compreensão de código vem em segundo com 42%, seguido de implementação de funcionalidades com 37%. [Fato]

Tarefas de design e planejamento — o pensamento de alto nível que requer julgamento arquitetural — continuam sendo a área com menor adoção de IA. [Fato] Os engenheiros escolhem delegar tarefas onde o resultado é facilmente verificável: se Claude escreve código com bug, o teste falha e você sabe na hora. Se Claude toma uma decisão ruim de design, as consequências podem levar meses para aparecer.

Esse padrão de delegação seletiva é consistente com o que observamos em nossa análise do Índice Econômico da Anthropic, que constatou que o uso de IA se concentra em "aumento" e não em automação completa. Os trabalhadores permanecem no circuito, escolhendo quais tarefas delegar com base no risco e na verificabilidade.

Os 27% que mudam tudo

Talvez a descoberta mais consequente: 27% do trabalho assistido por IA não teria sido feito de jeito nenhum sem IA. [Fato] Não são tarefas que ficaram mais rápidas — são tarefas que simplesmente não teriam existido. Os engenheiros usaram Claude para explorar bases de código desconhecidas, escrever testes que teriam pulado, corrigir irritações menores (as chamadas "papercut fixes" representaram 8,6% do uso do Claude Code [Fato]) e prototipar ideias que pareciam custosas demais para tentar manualmente.

Isso desafia a narrativa simples de que a IA ou "substitui" ou "aumenta" o trabalho humano. Uma parcela substancial do impacto da IA é criar trabalho inteiramente novo — expandindo o que os indivíduos consideram viável dentro de suas restrições de tempo.

Para desenvolvedores de software e programadores de computador, esse é um sinal significativo. A IA não está apenas acelerando tarefas existentes; está expandindo o escopo do que uma pessoa pode realizar. Um engenheiro de backend agora pode construir uma interface frontend. Um pesquisador pode criar visualizações de dados sem aprender um framework novo. A fronteira entre especializações está se diluindo.

Autonomia crescente, preocupações crescentes

A autonomia do Claude Code se expandiu de forma mensurável. [Fato] O número de chamadas de ferramentas consecutivas — ações que Claude executa sem intervenção humana — dobrou de cerca de 10 para 20 em seis meses. Enquanto isso, as intervenções humanas por conversa caíram 33%, de 6,2 para 4,1. [Fato]

Os engenheiros estão recuando e deixando a IA lidar com sequências mais longas de trabalho independentemente. Implementação de funcionalidades como caso de uso cresceu de 14% para 37%, e até design e planejamento subiu de 1% para 10%. [Fato]

Mas as entrevistas revelam uma corrente de preocupação. Um engenheiro observou que "quando produzir resultado é tão fácil e rápido, fica cada vez mais difícil realmente dedicar tempo a aprender algo". [Fato] Outro apontou um paradoxo: usar Claude de forma eficaz requer exatamente o tipo de expertise em programação que pode atrofiar por depender demais do Claude.

Alguns relataram otimismo de curto prazo combinado com incerteza de longo prazo. Como um deles formulou: a IA provavelmente vai "me tornar irrelevante, e a muitos outros" eventualmente. [Fato] Essa não é a voz de um tecnófobo — é alguém que constrói esses sistemas para viver.

O que isso significa para profissionais de software

Para desenvolvedores de software, cientistas de dados e programadores, este estudo oferece tanto encorajamento quanto alerta.

O encorajamento: a IA atualmente está tornando desenvolvedores mais produtivos, não os substituindo. Os pull requests mesclados por engenheiro por dia na Anthropic aumentaram 67% [Fato], mas o quadro de pessoal não encolheu proporcionalmente. O trabalho se expandiu para preencher a nova capacidade.

O alerta: a trajetória é clara. O uso dobrou em um ano. A autonomia dobrou em seis meses. Tarefas de design — por muito tempo consideradas a parte mais humana da engenharia — também estão começando a ser delegadas. Se você é um desenvolvedor cuja principal proposta de valor é escrever código em vez de entender problemas, o terreno confortável do meio está se erodindo.

[Opinião] Os desenvolvedores que vão prosperar são aqueles que dominarem a meta-habilidade: saber quando delegar, o que verificar e como direcionar a IA efetivamente. Este estudo mostra que mesmo em uma empresa de IA, mais da metade dos respondentes só delegam totalmente 0-20% do trabalho. [Fato] A habilidade do futuro não é prompting — é julgamento.

A ressalva que você não deve ignorar

Funcionários da Anthropic não são trabalhadores do conhecimento típicos. Eles constroem Claude, entendem suas capacidades intimamente e trabalham em um ambiente projetado para maximizar a adoção de IA. [Opinião] Se o teto de ganhos de produtividade com IA é de cerca de 50% com uma taxa de integração de 59%, a maioria das empresas operando com menos expertise em IA e ferramentas mais fracas verá números substancialmente menores.

O estudo também reconhece limitações significativas: viés de seleção para usuários engajados, efeitos de desejabilidade social em respostas não anônimas e a dificuldade inerente de autorreportar ganhos de produtividade. [Fato]

Mesmo assim, é valioso precisamente porque mostra o teto do que a IA atual pode fazer para trabalho técnico. É uma prévia, não uma profecia — mas uma prévia à qual todo profissional de software deveria prestar atenção.

Fontes

• 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

Histórico de atualizações

• 2026-03-23: Publicação inicial baseada no estudo interno da Anthropic (dezembro de 2025).

---

Esta análise foi gerada com assistência de IA. Todas as alegações factuais são marcadas com [Fato], opiniões com [Opinião] e projeções com [Estimativa]. Detalhes metodológicos no artigo citado. Para dados detalhados por profissão, visite as páginas de profissões.