Questo studio di Anthropic esamina il modo in cui l'IA, e più specificamente Claude Code, sta trasformando il lavoro dei propri ingegneri software. Si basa su un sondaggio condotto su 132 ingegneri e ricercatori, 53 interviste qualitative e l'analisi di dati di utilizzo interni (agosto 2025, modelli Claude Sonnet 4 e Opus 4). La sua posizione è particolare: osservare gli "early adopters" all'interno della stessa azienda che sviluppa l'IA, verosimilmente rappresentativi delle trasformazioni a venire altrove.
I dati sono sorprendenti. I dipendenti dichiarano di utilizzare Claude per il 60% del proprio lavoro e stimano un guadagno di produttività di circa il 50%, da 2 a 3 volte superiore rispetto all'anno precedente. Soprattutto, il 27% del lavoro assistito da Claude semplicemente non sarebbe stato svolto altrimenti: progetti più ambiziosi, dashboard "nice-to-have", lavoro esplorativo che non è redditizio realizzare manualmente. La delega resta comunque supervisionata: solo dallo 0 al 20% del lavoro può essere "delegato integralmente", con la validazione umana ancora necessaria per il lavoro critico.
Le interviste rivelano profonde trasformazioni qualitative. Gli ingegneri sviluppano un'intuizione per la delega: affidano dapprima compiti verificabili, a basso rischio o ripetitivi, per poi ampliare progressivamente il perimetro — il design e il "gusto" restano, per ora, appannaggio umano. Gli sviluppatori diventano "full-stack", lavorando con competenza su ambiti che in precedenza non avrebbero osato affrontare. Ma emerge una preoccupazione paradossale: l'atrofia delle competenze profonde necessarie a scrivere e valutare criticamente il codice — "quando produrre risultati è così facile e rapido, diventa difficile prendersi davvero il tempo di imparare".
Anche le dinamiche sociali si stanno evolvendo: Claude sostituisce i colleghi come primo punto di riferimento per le domande tecniche, riducendo le occasioni di mentorship. Un ingegnere senior racconta con rammarico che i junior non vengono più a trovarlo. Sul fronte della carriera, i sentimenti sono contraddittori: ottimismo a breve termine (lavoro di livello superiore, gestione di sistemi IA), preoccupazione a lungo termine ("alla fine l'IA farà tutto e mi renderà obsoleto").
I dati di utilizzo confermano una crescente autonomia: da 10 a 20 azioni autonome in sei mesi, la progettazione del codice che passa dall'1% al 10% degli utilizzi, l'implementazione di nuove funzionalità dal 14% al 37%. L'8,6% dei compiti riguarda la correzione di "papercuts" (piccoli difetti) in precedenza considerati non prioritari.
Anthropic ne trae iniziative interne — nuovi modelli di mentorship, mantenimento delle competenze profonde — e sottolinea l'importanza di preparare attivamente la transizione verso un ambiente di lavoro potenziato dall'IA, lezioni trasferibili ad altre organizzazioni.