مهر
اخبار
گزارش تازه‌ی Anthropic: سهم جونیورها از استخدام فنی از ۲۷ به ۹ درصد رسید
شرکت Anthropic برای نخستین بار دفترچه‌ی داخلی استخدام و کار خودش را باز کرد: سهم نیروهای جونیور از استخدام‌های فنی از ۲۷ درصد به ۹ درصد رسیده و در ماه اوت، عامل‌های هوش مصنوعی شش برابر ساعت‌های کاری هر کارمند کار کرده‌اند.
لیست مطالب
بخش ۱ — ماجرا چیست و چرا مهم است؟
معمولاً ما درباره‌ی اثر هوش مصنوعی بر بازار کار از روی حدس، نظرسنجی بیرونی یا آمار کلی دولتی حرف می‌زنیم. این بار شرکتی که یکی از قدرتمندترین مدل‌های زبانی دنیا را می‌سازد، سراغ کارمندان خودش رفته و ثبت‌های استخدام، میزان استفاده از هوش مصنوعی، خروجی کاری، نظرسنجی‌ها، پیام‌های اسلک، تقویم جلسه‌ها و حتی برگه‌های ارزیابی مصاحبه را زیر ذره‌بین برده است. نتیجه یکی از معدود گزارش‌هایی است که اثر «کار با عامل‌های هوش مصنوعی» را از درون یک شرکت واقعی نشان می‌دهد، نه از بیرون.
اهمیت ماجرا در این است که Anthropic هم سازنده‌ی ابزار است و هم اولین و سنگین‌ترین کاربر آن. هر چیزی که در این شرکت امروز رخ می‌دهد، می‌تواند پیش‌نمایی از چیزی باشد که چند ماه یا چند سال بعد در شرکت‌های دیگر می‌بینیم. برای همین، حتی با احتیاط‌هایی که بعداً می‌گوییم، اعداد این گزارش ارزش خواندن دقیق دارند.
بخش ۲ — کاهش شدید استخدام نیروی جونیور
تیتر اصلی گزارش همین است: سهم نیروهای جونیور در استخدام‌های فنی از ۲۷ درصد به ۹ درصد رسیده است. آگهی‌های جونیور هم بعد از دسامبر ۲۰۲۵ به‌شدت کم شده‌اند. در همین مدت، سهم جونیورها از کل نیروی فنی شرکت از ۲۱ درصد به ۱۴ درصد افتاده است. یعنی هم ورودی کم شده و هم ترکیب فعلی تیم کم‌کم به سمت نیروهای باتجربه‌تر رفته است.
در نظرسنجی ماه آوریل ۲۰۲۶ از مدیران، بیشتر آن‌ها گفته‌اند هوش مصنوعی مهارت‌هایی را که هنگام استخدام دنبالش هستند عوض کرده است. حدود یک‌سوم مدیران حوزه‌ی یادگیری ماشین و یک‌پنجم مدیران مهندسی نرم‌افزار هم صریحاً گفته‌اند به‌خاطر هوش مصنوعی کمتر استخدام می‌کنند. در همان زمان، سهم نیروی فنی از کل کارمندان از ۶۱ درصد به ۵۶ درصد رسیده، چون استخدام در فروش، مالی و جذب نیرو سریع‌تر رشد کرده است.
جالب است که خودِ گزارش هم صادقانه می‌گوید پیشنهادهایش برای حل این مشکل کافی نیست. سه راهکاری که نویسندگان مطرح کرده‌اند، یعنی مالکیت سهام برای همه‌ی کارکنان، سیستم هشدار زودهنگام برای نقش‌های در معرض خطر و جابه‌جایی داخلی نیروها، کندشدن استخدام جونیورها را حل نمی‌کند. این اعتراف برای شرکتی که قرار است هوش مصنوعی را به همه بفروشد، کم‌سابقه است.
بخش ۳ — ساعت‌کار عامل‌ها از ساعت‌کار آدم‌ها جلو زد
شاید چشمگیرترین عدد گزارش این باشد: در ماه مارس ۲۰۲۶ برای اولین بار مجموع ساعت‌های کار عامل‌های هوش مصنوعی در شرکت از مجموع ساعت‌های کار انسان‌ها بیشتر شد. تا ماه اوت، عامل‌هایی که به هر کارمند وصل بودند شش برابر ساعت‌هایی کار می‌کردند که خودِ آن کارمند کار می‌کرد.
البته روش اندازه‌گیری مهم است. ساعت عامل یعنی زمان اجرا، شامل استنتاج و استفاده از ابزار، بدون احتساب انتظارهای بیش از ۳۰ دقیقه. ساعت انسان هم ساده‌سازی شده و برابر است با تعداد کارمندان ضرب در ۴۰ ساعت در هفته. پس عدد «شش برابر» به این معنا نیست که هر عامل کار شش نفر را انجام می‌دهد؛ بلکه نشان می‌دهد حجم کارِ در حال اجرا در پس‌زمینه چقدر بزرگ شده است.
بخش ۴ — خروجی مهندس‌ها تا پنج برابر
در بخش بهره‌وری، گزارش از تعداد کامیت‌های کد به‌عنوان سریع‌ترین شاخص رشد نام می‌برد: هر مهندس تا پنج برابر سطح شش ماه قبل خودش کد ثبت کرده است. پژوهشگران ۱۹۲ مهندسِ استفاده‌کننده از ابزارهای عاملی را با ۷۴ نفر که از آن‌ها استفاده نکرده بودند مقایسه کرده‌اند و بعد از شروع استفاده، جهش خروجی را دیده‌اند.
پرسش طبیعی این است که آیا سرعت بیشتر به قیمت کیفیت کمتر تمام شده؟ طبق گزارش، نرخ خطوطی که بعداً حذف یا برگردانده می‌شوند، بین کدِ نوشته‌شده توسط عامل و کدِ نوشته‌شده توسط انسان تفاوتی نداشته است. این یک سیگنال مثبت است، هرچند معیار کامل کیفیت نیست.
بهره‌وری فقط به برنامه‌نویسان محدود نمانده است. گزارش می‌گوید حقوقدان‌ها قراردادهای بیشتری بررسی کرده‌اند، بخش حساب‌های پرداختنی فاکتورهای بیشتری رسیدگی کرده و فروشنده‌ها معامله‌های بیشتری بسته‌اند. یک مدیر حساب گفته اتوماسیون حدود ۲۰ درصد کارهای قبلی‌اش را برداشته و دیگری گفته می‌تواند با ۳۰ درصد مشتری بیشتری صحبت کند؛ هر دو را باید روایت فردی دانست، نه میانگین اندازه‌گیری‌شده.
بخش ۵ — وقتی غیرمهندس‌ها هم کدنویسی می‌کنند
یکی از تغییرهای جالب، گسترش کدنویسی میان کسانی است که شغل‌شان برنامه‌نویسی نیست. تعداد جلسه‌های کدنویسی غیرمهندسان از ماهی ۲ جلسه در اوت ۲۰۲۵ به ماهی ۹۰ جلسه در مه ۲۰۲۶ رسیده است. در سمت دیگر، سهم کارکنان فنیِ بدون کامیت در یک بازه‌ی ۳۰ روزه تا آوریل ۲۰۲۶ تقریباً به نصف رسیده؛ یعنی مرز میان نقش‌های فنی و غیرفنی تار شده است.
نسبت مهندس به مدیر محصول هم به حدود ۱۷ به ۱ رسیده و روند آن از ۲۰۲۵ صعودی بوده است. تعداد کامیت‌های مدیران دو برابر شده. به زبان ساده، آدم‌های بیشتری کارهایی را انجام می‌دهند که قبلاً به یک تخصص جدا نیاز داشت. اگر دنبال یادگیری درست ابزارهای هوش مصنوعی هستید، آموزش‌های چت‌جی‌پی‌تی در سایت ما نقطه‌ی شروع خوبی است.
بخش ۶ — از «انجام‌دهنده» به «مدیر عامل‌ها»
سهم جلسه‌های تعاملی Claude که صرف ساخت ابزار، مدیریت عامل‌ها یا مستندسازی روند کار می‌شود، از ۱۰ درصد در پاییز ۲۰۲۵ به ۲۲ درصد در بهار ۲۰۲۶ رسیده است. در نظرسنجی آوریل، ۲۷ درصد پاسخ‌دهندگان از افزایش بهره‌وری گفته‌اند و ۲۰ درصد توصیف کرده‌اند که از «انجام دادن کار» به «مدیریت چند Claude» رفته‌اند. تعداد دستورالعمل‌های دائمی عامل‌ها هم از چند صد مورد در جولای ۲۰۲۵ به حدود ۸۵۰۰ مورد یک سال بعد رسیده و عامل‌ها در نزدیک به نیمی از کانال‌های عمومی اسلک حضور دارند.
این تغییر نقش، هزینه‌ی خودش را هم دارد. زمان میانه‌ی جلسه‌های کارمندان نسبت به سال قبل ۲۰ درصد بیشتر شده است. یکی از کارمندان کار خودش را «ارتشی از Claudeها که هرکدام توجه مرا می‌خواهند» توصیف کرده و دیگری گفته آدم‌ها گلوگاه عامل‌ها شده‌اند. حدود ۸۰ درصد زمان جلسه‌های تعاملی صرف انتظار برای ورودی انسان می‌شود، و برای کارمندان غیرفنی، خواندن خروجی تعاملی Claude بیش از نیمی از هفته‌ی کاری وقت می‌گیرد.
این نکته برای هر کسی که از هوش مصنوعی در کسب‌وکار استفاده می‌کند درس مهمی دارد: با بزرگ‌شدن حجم خروجی، گلوگاه از «تولید» به «بازبینی و تصمیم» منتقل می‌شود. بحث مرتبط را در مقاله‌ی اهمیت هوش مصنوعی در کسب‌وکار هم خوانده‌ایم.
بخش ۷ — بهره‌وری، رضایت و انتظار آینده
در بخش نظرسنجی، موافقت کارمندان با اینکه فرایند کارشان بهره‌ورتر شده، از ۴۴ درصد در اواخر ۲۰۲۴ به ۵۸ درصد در نوامبر ۲۰۲۵ و سپس ۷۵ درصد در آوریل ۲۰۲۶ رسیده است. البته متن پرسش آوریل کمی تغییر کرده و عبارت «تا حد ممکن» از آن حذف شده، پس مقایسه‌ی مستقیم این اعداد دقیق نیست. از نظر مالی هم، درآمد به‌ازای هر کارمند در Anthropic در حدود پنج‌سالگی شرکت، دو تا چهار برابر Meta و Google در همان سن بوده است.
انتظارها هم جالب است. کارمندان Anthropic انتظار دارند تا سال ۲۰۳۰ هوش مصنوعی ۷۵ درصد کارشان را انجام دهد، در حالی که این عدد در نظرسنجی از آمریکایی‌های دیگر ۲۸ درصد بوده است. این فاصله نشان می‌دهد کسانی که نزدیک‌تر به فناوری هستند، آینده را بسیار سریع‌تر می‌بینند. در سمت معیارهای استخدام هم اشاره به استفاده‌ی کاندیدا از ابزارهای هوش مصنوعی در برگه‌های مصاحبه چند برابر شده و نظر درباره‌ی «استقلال و قضاوت» بیشتر شده، در حالی که نظر درباره‌ی تخصص حوزه‌ای کمتر شده است. برای یادگیری مهارت‌های روز، راهنمای نوشتن پرامپت را ببینید.
بخش ۸ — محدودیت‌ها و احتیاط‌های لازم
هیچ گزارشی بی‌نقص نیست و نویسندگان خودشان چند هشدار روشن داده‌اند. نخست اینکه همه‌ی داده از یک شرکت است؛ شرکتی با ماهیت ویژه، رشد سریع و کارمندانی که از اول با ابزار آشنا بودند. دوم اینکه بخشی از جهش خروجی ممکن است ناشی از رشد کسب‌وکار یا نیروهایی باشد که هنوز در حال راه‌افتادن بودند. سوم اینکه روش مقایسه، یعنی اثر ثابت فرد و ماه، نمی‌تواند سوگیری انتخاب را حذف کند، چون کسانی که زودتر ابزار را به کار می‌گیرند اتفاقی انتخاب نشده‌اند.
پس درست نیست نتیجه بگیریم «هوش مصنوعی در همه‌جا استخدام جونیور را به یک‌سوم می‌رساند». درست‌تر این است که بگوییم در یک شرکت فناوری پیشرو، با داده‌ی داخلی دقیق، چنین روندی دیده شده و باید آن را در شرکت‌های دیگر هم دنبال کرد. برای نگاهی متعادل به این موضوع، مقاله‌ی توان و محدودیت‌های واقعی هوش مصنوعی و بحث توهم توسعه‌دهنده‌ی تنها در برابر مهندس واقعی مکمل خوبی هستند.
بخش ۹ — برای شما و بازار کار ایران چه معنایی دارد؟
اگر تازه‌کار هستید، پیام گزارش این نیست که دیگر شانسی ندارید، بلکه این است که مسیر ورود عوض شده است. مهارت‌هایی که شرکت‌ها بیشتر دنبالشان هستند، قضاوت، استقلال، توانایی مدیریت چند عامل و بازبینی خروجی است، نه صرفاً نوشتن کد ساده. تمرین ساختن پروژه‌های واقعی با کمک ابزارهای هوش مصنوعی و نشان‌دادن توان تصمیم‌گیری، از همیشه مهم‌تر است.
اگر کارفرما هستید، مهم‌ترین درس گزارش این است که تنها خریدن ابزار کافی نیست. باید فرایند بازبینی، مستندسازی دستورالعمل‌های عامل‌ها و آموزش نیروها را هم طراحی کنید، وگرنه گلوگاه از تولید به توجه انسان منتقل می‌شود. خبرهای مرتبط دیگر را در بخش اخبار هوش مصنوعی دنبال کنید.
بخش ۱۰ — پرسش‌های پرتکرار
آیا Anthropic واقعاً استخدام جونیور را متوقف کرده است؟
خیر. طبق گزارش، سهم جونیورها از استخدام‌های فنی از ۲۷ به ۹ درصد رسیده و آگهی‌های جونیور بعد از دسامبر ۲۰۲۵ کم شده است، اما صحبتی از توقف کامل نیست.
عدد «شش برابر» ساعت کار عامل‌ها یعنی چه؟
یعنی در ماه اوت ۲۰۲۶، عامل‌های وابسته به هر کارمند به‌طور میانگین شش برابر ساعت‌های کار خودِ آن کارمند زمان اجرا داشته‌اند. این معیار زمان اجرا است، نه ارزش کار تحویل‌شده.
آیا کیفیت کدِ عامل‌ها پایین‌تر است؟
در این پژوهش، نرخ حذف یا برگرداندن خطوط کد میان کدِ عامل‌ها و کدِ انسان‌ها تفاوتی نشان نداده است؛ اما این فقط یک معیار از کیفیت است.
آیا می‌توان این نتیجه‌ها را به کل بازار تعمیم داد؟
نه. نویسندگان تصریح کرده‌اند داده از یک شرکت است و ممکن است بخشی از رشد به‌خاطر خودِ رشد کسب‌وکار باشد. برای مقایسه‌ی دیدگاه‌ها، مقاله‌ی OpenAI چیست؟ را هم ببینید.
راهکارهای پیشنهادی گزارش چیست؟
سه مورد: مالکیت سهام گسترده برای کارکنان، سیستم هشدار زودهنگام برای نقش‌های در معرض خطر و جابه‌جایی داخلی نیروها. خودِ گزارش می‌گوید این‌ها کندی استخدام جونیور را حل نمی‌کنند.
نسخهٔ فوری این مطلب در تلگرام: اینجا بخوانید
