Anthropic kutter andelen juniorer AI-agenter gjør utslaget

Et ubehagelig signal fra AI-laben

Anthropic har publisert en studie av hvordan arbeidsplassen har endret seg etter omfattende bruk av egne AI-verktøy. Tallene gjelder selskapet selv, men er interessante fordi Anthropic både bygger modellene og bruker dem gjennom hele organisasjonen. I rapporten fra 16. oktober skriver selskapet at andelen junioransatte i tekniske avdelinger falt fra 21 til 14 prosent siden begynnelsen av 2025. Andelen nyansatte juniorer falt enda mer, fra 27 til 9 prosent. Anthropics egen rapport beskriver utviklingen, mens TechCrunch omtaler funnene uavhengig.

Dette er ikke en kunngjøring om masseoppsigelser. Anthropic skriver at teknisk ansettelse fortsatt øker i absolutte tall, men at salg, økonomi og rekruttering har vokst raskere. Det som endrer seg, er altså sammensetningen: færre inngangsstillinger i tekniske fag samtidig som virksomheten skalerer, ifølge Anthropics arbeidsrapport.

Agentene tar rutinearbeidet

Anthropic kobler skiftet til økt bruk av Claude i utvikling og forskning. Selskapets ansatte har i større grad overlatt kodeskriving og feilsøking til agentene, og ledere rapporterte i april at kunstig intelligens påvirket både hvilke ferdigheter de lette etter og hvor mye de rekrutterte. Omtrent en tredel av ML-lederne og en femtedel av programvarelederne sa at de ansatte mindre på grunn av AI, ifølge rapporten.

Bruken går også utenfor utvikleravdelingen. Anthropic skriver at ansatte uten kodebidrag på forhånd økte bruken av kodeorienterte agentøkter fra to i måneden i august 2025 til 90 i mai 2026. I mars passerte samlet agentarbeidstid menneskenes arbeidstid, og i august arbeidet agentene seks ganger så mange timer som de ansatte som styrte dem. Tallene er Anthropics egne målinger, ikke en uavhengig arbeidsmarkedsstatistikk.

Mer kode betyr ikke automatisk mer verdi

Rapporten peker på en ny flaskehals: menneskelig oppmerksomhet. I en intern undersøkelse sa 27 prosent at Claude hadde gjort dem mer produktive, mens 20 prosent opplevde at jobben hadde flyttet seg fra å utføre oppgaver til å styre Claude. Møtetiden per ansatt var samtidig 20 prosent høyere enn året før, og 16 prosent høyere for tekniske bidragsytere. TechCrunch trekker frem at Anthropic selv advarer om at mer kode ikke nødvendigvis betyr bedre kode eller større forretningsverdi.

Det er en viktig nyanse. En agent kan skrive, teste og endre kode raskere enn en nyutdannet utvikler, men noen må fortsatt prioritere oppgavene, kontrollere resultatet og ta ansvar når systemet feiler. Anthropics egne data viser nettopp at arbeid ikke bare forsvinner; det flyttes mot vurdering, koordinering, kvalitetssikring og bygging av nye agentarbeidsflyter, slik rapporten beskriver.

Hva betyr dette for norske arbeidsgivere?

Anthropic kan ikke brukes som fasit for norsk arbeidsliv. Selskapet er en spesielt AI-intensiv teknologibedrift, og rapporten er en beskrivende studie av egne ansatte — ikke et kontrollert eksperiment som beviser at AI alene har endret ansettelsene. Likevel er signalet relevant for norske virksomheter som bruker Claude eller Claude Code i utvikling og kunnskapsarbeid.

For norske bedrifter betyr funnene at innføring av AI-agenter bør følges av en plan for lærlingløp og junioroppgaver. Hvis rutinearbeidet forsvinner først, kan bedriften også miste arenaen der nye ansatte lærer faget. Den praktiske gevinsten ligger derfor ikke bare i å få mer kode eller flere dokumenter raskere, men i å bygge tydelig menneskelig kontroll rundt agentene — og å sørge for at neste generasjon medarbeidere fortsatt får reell erfaring.

Ofte stilte spørsmål

Betyr Anthropics tall at juniorjobber forsvinner? Nei. Rapporten beskriver Anthropics egen arbeidsplass og beviser ikke en generell utvikling. Anthropic skriver selv at funnene skal leses som et mulig tidlig signal.

Hvor mye bruker Anthropic AI-agenter? I august 2026 oppgir Anthropic at agentene arbeidet seks ganger så mange timer som de ansatte som styrte dem. Tallet kommer fra selskapets egne agentmålinger.

Hva bør norske bedrifter lære av rapporten? Bruk AI til å fjerne rutinearbeid, men planlegg samtidig for kvalitetssikring, ansvar og opplæring av juniorer. TechCrunchs gjennomgang viser hvorfor mer AI-arbeid også kan kreve mer menneskelig koordinering.