Сайт работает в тестовом режиме. Сообщить о проблеме

lead·experts
Личный кабинет

ИИ · управление · профессиональный опыт

Шесть часов агентов на час сотрудника: выводы Anthropic для руководителя

Как читать новые данные о занятости, пересмотреть делегирование и оценивать работу людей, которые управляют ИИ-агентами.

Команда Lead Experts≈ 7 мин чтения
Редакционная схема: параллельные задачи ИИ-агентов проходят проверку перед решением ответственного человека

Что измерила Anthropic

16 октября 2026 года Anthropic опубликовала исследование How employment is changing at Anthropic. Авторы сопоставили внутренние кадровые данные, журналы работы ИИ, показатели выпуска и найма; дополнили анализ 17 интервью. [1]

6:1
К августу время интерактивных агентов под управлением сотрудников, включая субагентов, вшестеро превышало расчётные человеческие часы. Первое считали по активной работе моделей и инструментов, исключая ожидание дольше 30 минут; второе – по численности и 40-часовой неделе.
27% → 9%
Так изменилась доля младших специалистов среди новых технических сотрудников. Доля в найме и численность персонала – разные показатели.
Около 5 раз
Во столько выросло число коммитов на инженера за полгода. Это показатель изменений кода, а не измерение его полезности для бизнеса.
Больше половины недели
Столько, по оценке авторов, заняло бы чтение всего вывода интерактивного Claude даже у нетехнических групп. Это расчёт по объёму текста, а не фактически измеренное время чтения.

Источник показателей – исследование Anthropic. [1]

Управленческий смысл этих данных начинается с правильного вопроса: какой результат команда успевает проверить и использовать? Сумма времени параллельных программных процессов сама по себе не отвечает ни на вопрос о качестве, ни на вопрос об экономии труда.

Как организовать проверку работы агентов

Представьте условную ситуацию: к утру ИИ подготовил обзор рынка, список кандидатов, проект презентации и несколько вариантов плана. На экране уже есть материалы. Но руководителю ещё предстоит выяснить, верны ли источники, учтены ли ограничения и какие решения действительно можно принять. Если проверка возвращает работу на несколько кругов исправлений, скорость генерации мало говорит о сроке готовности.

Поэтому делегирование агенту стоит начинать с описания результата. Какие сведения обязательны? Что считается ошибкой? Где нужны подтверждающие документы? В какой момент агент должен остановиться и передать вопрос человеку? Эти договорённости полезно сделать частью задания, доступной и исполнителю, и проверяющему.

Разделите поток по последствиям ошибки. Для черновика внутреннего обсуждения может быть достаточно выборочной проверки. Для решения о кандидате, внешнего обещания клиенту или изменения рабочих данных потребуется установленный порядок проверки и принятия решения. Допустимый уровень самостоятельности определяется задачей и правами доступа.

Помогает и короткий формат сдачи работы: результат, основания, неразрешённые вопросы, необходимые решения. Руководитель видит, где требуется его участие, и при необходимости открывает полные материалы. Такое сокращение должно сохранять существенные оговорки и ссылки на доказательства.

Далее – рекомендации редакции Lead Experts для управленческой практики. Это предложения для проверки в своей команде, а не результаты внедрения у наших клиентов.

Какие компетенции проверять у руководителя

В оценках кандидатов внутри Anthropic выросло внимание к самостоятельности и качеству суждений. [1] Для руководителя это повод точнее объяснять, как он ставит задачу, различает надёжные и слабые основания и принимает результат.

На собеседовании можно разобрать короткую рабочую ситуацию с подготовленным ответом ИИ. Например, предложить кандидату проект решения, в котором есть правдоподобный, но неподтверждённый вывод. Попросить уточнить задачу, проверить основания и объяснить, какие действия он разрешит до дополнительной проверки. Условия и критерии оценки должны быть одинаковыми для сравниваемых кандидатов.

Смотрите на ход решения. Замечает ли человек отсутствие данных? Умеет ли связать задание с целью бизнеса? Определяет ли границу собственных полномочий? Может ли объяснить, почему результат пригоден или почему его следует вернуть? Доступ к хорошей модели ещё не даёт ответов на эти вопросы.

Предметные знания при этом сохраняют значение: без них трудно заметить убедительно сформулированную ошибку. Опытный руководитель должен понимать, где достаточно его проверки, а где нужен инженер, финансист, юрист или другой профильный эксперт. Ответственность за такое решение стоит называть прямо.

Как сохранить подготовку младших специалистов

Для HR и руководителей функций есть отдельная задача: заранее определить, на каких работах начинающий сотрудник будет набирать опыт. Если привычные первые поручения автоматизируются, путь к самостоятельности придётся пересмотреть вместе с распределением задач.

Полезно составить карту учебных ситуаций: разобраться в исходных данных, найти несоответствие, объяснить выбор, исправить ошибку, довести работу до приёмки. Затем определить, какие действия новичок выполняет самостоятельно, где использует ИИ и что обсуждает с наставником. Готовый документ сам по себе не подтверждает освоения навыка.

Например, начинающему аналитику можно поручить проверить несколько утверждений в обзоре агента и защитить вывод по первичным данным. Наставник оценивает проверку и объяснение. Задание остаётся связано с реальной работой, а способность рассуждать становится видимой.

Решение о количестве начинающих специалистов нужно принимать с учётом собственной нагрузки и планов развития. Сразу задайте вопросы: кто будет выполнять более сложную работу через несколько лет, сколько времени требует наставничество и какие признаки покажут готовность человека перейти к следующему уровню?

С чего начать в своей команде

Выберите один повторяющийся процесс, для которого можно проверить результат: например, подготовку обзора по открытым источникам или разбор обезличенных обращений. Зафиксируйте доступные данные, права ИИ и ответственного за приёмку. Для ограниченного пилота можно использовать следующий порядок.

  1. Опишите исходную работу. Соберите несколько сопоставимых заданий, критерии качества, трудозатраты и обычные причины возврата. Сохраните примеры принятого результата.
  2. Задайте правила делегирования. Определите, что агент готовит самостоятельно, какие источники использует и при каких условиях обязан остановиться. Назначьте проверяющего.
  3. Измерьте полный цикл. Учитывайте подготовку, ожидание, проверку и исправления. Отдельно фиксируйте длительность процесса, человеческие трудозатраты и стоимость инструментов: при параллельной работе это разные показатели.
  4. Разберите ошибки и примите решение. Какие результаты были приняты с первого раза? Что пришлось переделать? Где потребовался опыт эксперта? По этим наблюдениям решите, расширять ли применение, менять правила или завершать пилот.

Проверяйте сопоставимость заданий. Если вместе с ИИ изменились команда, сложность работы или правила приёмки, весь полученный эффект нельзя автоматически приписать инструменту. Небольшой пилот помогает найти проблемы процесса; для вывода об устойчивом эффекте потребуется больше наблюдений.

Для HR эта работа даёт материал для развития сотрудников: кому нужна предметная подготовка, кому – практика проверки, кому – опыт принятия решений. Обучение стоит связывать с обнаруженными затруднениями и затем проверять на новых заданиях.

Как описать свой вклад

В профессиональном профиле полезно показать границы ответственности: какой процесс вы изменили, что передали ИИ, как организовали проверку и на чём основан вывод о результате. Название инструмента можно указать, но оно не объясняет выполненную управленческую работу.

Пример формулировки, требующий подтверждения собственным опытом:

Организовал пилот подготовки аналитических записок с ИИ: определил источники и критерии приёмки, распределил проверку между экспертами, фиксировал возвраты и человеческие трудозатраты. По итогам предложил изменения в процессе.

Добавляйте цифры, если можете назвать период, исходный уровень, объём задач и способ измерения. Если пилот ещё идёт, так и напишите. Хорошо подготовленный кейс позволяет работодателю понять ваши решения и проверить основания результата.

Границы исследования и первоисточник

Это наблюдательное исследование одной компании, которая сама разрабатывает ИИ. Принятие инструментов не было случайным; рост бизнеса мог влиять на результаты. Эти данные не дают универсального прогноза занятости.

Практическое применение для другой организации начинается с проверки собственного процесса: что делегируется, кто оценивает результат и как сотрудники получают необходимый опыт. Зафиксируйте эти ответы до расширения пилота, чтобы у команды были понятные основания для следующего решения.

[1] Nathan Wilmers, Regina Catipon, Maxim Massenkoff, Peter McCrory. How employment is changing at Anthropic. Anthropic, 16 октября 2026 года.