Anthropic publiceerde vrijdag cijfers over het eigen personeel. In augustus draaiden AI-agents er zes keer zoveel uren als de medewerkers die ze aansturen. Sinds begin 2025 zakte het aandeel junioren onder nieuwe technische krachten van 27% naar 9%.
Het interessantste getal gaat alleen niet over banen. Het gaat over aandacht.
In het kort
- Junioren gingen van 21% naar 14% van de technische afdelingen, en van 27% naar 9% van de technische aannames.
- Agent-uren tegenover mensuren: 6 op 1 in augustus.
- Zo’n 80% van een interactieve Claude-sessie is wachten op de mens.
- Alles lezen wat agents opleveren kost zelfs bij niet-technische teams meer dan een halve werkweek.
Wat er gebeurde
Anthropic analyseerde interne data over werk, AI-gebruik en aannamebeleid, en concludeert dat agents het uitvoerende werk overnemen terwijl mensen sturen en beoordelen. Dat staat in het rapport How employment is changing at Anthropic (16 oktober 2026).
De output per persoon steeg flink: meer code, meer gesloten deals, meer verwerkte contracten. Tegelijk groeide het “meta-werk” (opdrachten schrijven voor agents, agents elkaars werk laten nakijken, pipelines bewaken) van 10% naar 22% van de sessies. Volgens TechCrunch (17 oktober 2026) zitten medewerkers ook 20% meer in overleg dan een jaar geleden. Bij het aannemen letten managers steeds meer op zelfstandigheid en oordeelsvermogen, en minder op vakkennis.
Waarom dit relevant is
Wie agents inzet zonder mensen te leren sturen en beoordelen, verplaatst het werk alleen van maken naar nakijken.
Anthropic is geen gemiddelde organisatie, maar het patroon zie je overal waar AI serieus draait: de output groeit sneller dan iemand kan lezen. En Europa loopt achter met scholing. Volgens de Allianz Pulse 2026 (14 oktober 2026) kreeg maar 17% van de werkenden AI-training op het werk, tegen 30% in de VS.
Een agent die in tien minuten een rapport schrijft, bespaart niets als niemand weet hoe je het in twee minuten beoordeelt.
Dan de junioren. Uitvoerend werk was altijd de plek waar mensen het vak leerden. Anthropic zegt zelf dat zijn maatregelen, zoals een vroegtijdig signaleringssysteem en interne herplaatsing, die daling niet oplossen. Het lijkt op het risico van een AI-kampioen die met vakantie gaat: als kennis bij te weinig mensen zit, stokt alles.
Wat je nu kunt doen
Behandel het sturen en beoordelen van AI-output als een vaardigheid die je traint, niet als iets dat vanzelf goed gaat.
- Meet waar output blijft liggen. Hoeveel AI-werk wordt echt gelezen, en door wie?
- Spreek per taak af wat volledig gecontroleerd wordt en wat steekproefsgewijs.
- Train opdrachten geven en reviewen: een heldere specificatie schrijven en snel fouten herkennen.
- Geef junioren bewust oefenwerk met feedback, ook als een agent het sneller kan.
- Leg besluiten vast waar mensen en agents ze terugvinden. Bij Anthropic is een overleg zonder verslag onzichtbaar voor agents.
In onze AI-trainingen voor teams oefenen medewerkers precies dit op hun eigen werk. Wil je eerst sparren over jullie situatie? Neem contact op.
Veelgestelde vragen
Relatief wel. Het aandeel junioren onder nieuwe technische medewerkers daalde sinds begin 2025 van 27% naar 9%, terwijl het totale aantal technische aannames nog groeide.
Agents leveren meer op dan mensen kunnen lezen. Bij Anthropic bestaat zo’n 80% van een interactieve sessie uit wachten op de medewerker, en alle output lezen zou zelfs bij niet-technische teams meer dan een halve werkweek kosten.
Bronnen: Anthropic, 16 oktober 2026, TechCrunch, 17 oktober 2026, Allianz Pulse 2026, 14 oktober 2026.