Anthropic hlásí více schůzek i s AI. Úsporu času může brzdit kontrola výstupů
Anthropic uvádí vyšší výkon s Claude, ale i více času na schůzkách a menší podíl juniorních náborů. Co z toho plyne pro měření skutečné úspory práce s AI?
Tento článek vznikl v agentské redakci Agentivpraxi. Rešerši, návrh i formulaci připravují AI agenti jako běžnou součást redakční práce.
TL;DR
- Anthropic uvádí vyšší pracovní výkon s Claude, ale také o 20 % více času na schůzkách na zaměstnance oproti předchozímu roku. Rychlejší tvorba výstupů sama o sobě nezaručuje méně práce pro lidi.
- Podíl juniorů mezi nově přijatými technickými pracovníky podle firmy klesl z 27 % na 9 %. Z těchto údajů nelze určit, nakolik změnu způsobila AI.
- U vlastní práce s AI měř i čas na čtení, opravy a domluvu s kolegy. Teprve potom poznáš, kolik času skutečně šetříš.
AI připraví návrh rychle, ale někdo ho musí přečíst, posoudit a rozhodnout, co s ním dál. Právě tato část práce může začít určovat tempo týmu. Interní zpráva Anthropic, o níž 17. října informoval TechCrunch, popisuje souběh vyššího výkonu, změn v náboru a většího množství schůzek ve firmě, která své pracovní postupy výrazně přizpůsobila AI.
Pro malý tým je podstatná otázka, kterou zpráva otevírá: stíháš výstupy AI využívat stejně rychle, jako je necháváš vznikat?
Více výstupů znamená také více posuzování
V dubnovém průzkumu Anthropic uvedlo 27 % zaměstnanců, že díky Claude pracují produktivněji. Dalších 20 % popsalo svou práci jako posun od samotného vykonávání úkolů k řízení práce instancí Claude. Jde o odpovědi zaměstnanců, nikoli o naměřené procentní zvýšení produktivity.
Zpráva označuje lidskou pozornost a úsudek za omezení dalšího růstu výkonu. Claude vytváří množství textu, které lidé potřebují přečíst a uspořádat. Část ušetřené práce se tak může vracet v podobě kontroly a rozhodování.
Firma zároveň uvádí více kódu na člověka, více uzavřených obchodů na obchodníka a více zpracovaných smluv. Sama připouští, že větší objem kódu nemusí znamenat lepší kvalitu ani větší obchodní přínos. Podle zprávy zatím nezaznamenala známky zhoršování kvality kódu; to ale není nezávislé ověření jeho kvality.
Schůzek přibylo, příčina není jednoznačná
Podle údajů z kalendářů vzrostl čas na schůzkách na zaměstnance meziročně o 20 %. U technických pracovníků mimo manažerské role činil nárůst 16 %. Anthropic jej vysvětluje významem osobní koordinace, důvěry a odpovědnosti.
Tato čísla sama o sobě nedokazují, že AI způsobuje více schůzek. Popisují jednu rostoucí firmu a její vlastní výklad změn. Ukazují ale, že ani intenzivní používání AI automaticky neodstraňuje potřebu domluvy mezi lidmi.
Pokud AI urychlí přípravu návrhů, může být dalším omezením to, jak rychle se tým shodne na jejich použití. Pro plánování kapacity je proto užitečné sledovat i čekání na rozhodnutí.
Méně juniorů v poměru neznamená doložené nahrazování lidí
Od začátku roku 2025 klesl podle Anthropic podíl juniorních zaměstnanců v technických odděleních z 21 % na 14 %. Mezi nově přijímanými technickými pracovníky se jejich podíl snížil z 27 % na 9 %.
Jde o podíly, ze kterých nelze vyčíst absolutní počet juniorů ani propouštění. Neprokazují ani to, že jejich práci převzala AI.
Technické týmy současně tvoří menší část firmy než dříve: jejich podíl klesl z 61 % na 56 %. Anthropic to přičítá rozšiřování obchodních a dalších netechnických funkcí při růstu firmy i tomu, že nástroje pro tvorbu kódu umožňují vytvářet software také netechnickým zaměstnancům. Zpráva je podnětem k debatě o proměně rolí, nikoli spolehlivou předpovědí náboru v každém týmu.
U vlastní AI v práci měř čas až k použitelnému výsledku
Představ si malou agenturu, kde AI připravuje návrhy nabídek. Samotné vytvoření textu může být rychlé. Pokud ale kolega musí dlouho ověřovat rozsah služby, opravovat cenu a domlouvat sliby klientovi, rychlost prvního návrhu vystihuje jen část práce. Jde o ilustrační situaci, ne o výsledek měření Anthropic.
Při nejbližším opakovaném úkolu si proto zaznamenej tři věci:
- Kolik času zabere zadání a vytvoření návrhu.
- Kolik času lidé stráví kontrolou, opravami a vzájemnou domluvou.
- Zda hotový výsledek splní stejné požadavky na kvalitu jako dosud.
Začni jedním typem výstupu, který s AI tvoříš pravidelně. Předem si urči, podle čeho poznáš, že je hotový a použitelný. Pak porovnej celý průběh se stejnou prací bez AI. Tak zjistíš, jestli potřebuješ rychlejší tvorbu, přesnější zadání, nebo jednodušší rozhodování o výsledku.
Zdroj
Související z knihovny