Que dit le rapport d’Anthropic sur l’emploi et les juniors ?
Le 16 octobre 2026, Anthropic a publié « How employment is changing at Anthropic », un rapport signé de quatre économistes de l’éditeur : Nathan Wilmers, Regina Catipon, Maxim Massenkoff et Peter McCrory. Il s’appuie sur les données internes de l’entreprise (effectifs, télémétrie d’usage de Claude, indicateurs de production, enquêtes) et sur dix-sept entretiens avec des salariés. Pour une direction générale, la question est de savoir ce que le portrait d’une seule entreprise permet de conclure sur la sienne.
Dans le rapport d’Anthropic, la part des juniors dans les embauches techniques passe de 27 % à 9 %, tandis que les agents d’IA cumulent, en août, six fois plus d’heures de travail que les salariés qui les pilotent. L’éditeur publie ces chiffres sur ses propres équipes, et ils valent pour sa situation seule.
Les chiffres publiés dans le rapport
Les données qui concernent le recrutement et le travail avec les agents sont les suivantes :
- la part des juniors dans les embauches des départements techniques est tombée de 27 % à 9 %, avec un recul des offres pour juniors particulièrement net depuis décembre 2025 ;
- leur part dans les effectifs techniques est passée de 21 % à 14 % depuis début 2025 ;
- d’après la télémétrie d’Anthropic, les heures de travail des agents ont dépassé celles des humains pour la première fois en mars 2026, puis atteint six fois celles des salariés qui les pilotent en août, sur une hypothèse de quarante heures de travail par semaine ;
- les commits de code par ingénieur atteignent environ cinq fois leur niveau d’il y a six mois, une tendance décrite à l’échelle de l’entreprise.
Le rapport mentionne aussi des gains de production chez les juristes, en comptabilité fournisseurs et chez les commerciaux, ce qui montre que le sujet dépasse l’ingénierie logicielle.
Les limites que les auteurs reconnaissent eux-mêmes
Les auteurs préviennent que l’adoption des outils n’est pas aléatoire : les ingénieurs qui adoptent les agents étaient déjà sur une pente ascendante avant de s’en servir. La qualité du code reste mesurée par des indicateurs indirects, et les erreurs d’une IA peuvent être plus difficiles à repérer que celles d’un humain. Le rapport ne relève en revanche aucune différence dans la part de lignes de code supprimées ou annulées ensuite. Ils écrivent enfin que beaucoup de pratiques d’Anthropic ne sont pas reproductibles ailleurs.
Un élément de contexte pèse sur la lecture : Anthropic a triplé ses effectifs en un an. Une entreprise qui grandit aussi vite recrute autrement qu’une organisation stable, et la baisse de la part des juniors ne se réduit donc pas à l’effet des agents. Le rapport donne une part sans indiquer de nombre d’embauches, et il ne définit pas ce qu’il appelle un junior.
Pourquoi le travail d’entrée est-il le plus exposé aux agents ?
Le rapport ne démontre pas que les agents ont remplacé des juniors. Il décrit la coïncidence de deux mouvements : une adoption massive des agents de code et un recul des embauches d’entrée de carrière. Notre lecture est que le travail d’entrée est celui que les agents absorbent le plus facilement, parce qu’il est borné, vérifiable et corrigeable. Cette hypothèse est la nôtre et le rapport ne la contient pas.
Ce qu’un junior fait sans que personne l’ait écrit
Dans une équipe technique, un profil débutant écrit des petites évolutions, des tests, de la documentation, et il reprend des tickets de correction. Ces tâches ont un point commun : elles se contrôlent avec un jeu de tests ou une relecture rapide. Un agent de code peut en traiter beaucoup, et c’est ainsi que la tâche cesse d’être confiée à une personne.
Ce travail avait pourtant une seconde fonction, que personne ne comptait : il servait d’apprentissage du contexte. En corrigeant un bug dans un module ancien, un débutant comprend pourquoi le module est écrit ainsi, ce que les clients en font et où sont les pièges. Quand la tâche disparaît, l’apprentissage disparaît avec elle, sans que personne l’ait décidé.
Ce que la télémétrie dit de la supervision
Le rapport apporte un fait utile à tout responsable d’équipe : environ 80 % du temps des sessions Claude interactives est un temps d’attente de la réponse d’un humain. Anthropic en tire que l’attention humaine reste le goulot d’étranglement. Les auteurs relèvent aussi que le « méta-travail », c’est-à-dire la construction d’outils et la supervision d’agents, est passé de 10 % à 22 % des sessions entre l’automne 2025 et le printemps 2026.
Superviser des agents demande du jugement : savoir qu’un résultat est faux, reconnaître un code qui passe les tests et casse un usage, décider quand arrêter. Ce jugement s’acquiert par la pratique, et la pratique se faisait jusqu’ici sur le travail d’entrée.
Ces résultats valent-ils pour une entreprise française ?
Ils décrivent un éditeur de modèles en forte croissance, avec des équipes très techniques, une culture de l’outil et peu de contraintes héritées. Une banque, un assureur ou un industriel ne part pas de la même situation, et aucun chiffre du rapport ne se transpose tel quel. Le sens de la tendance, en revanche, mérite d’être regardé de près dans les organisations où l’IA entre dans le développement et dans les fonctions support.
Plusieurs différences comptent pour une entreprise française ou européenne. La pyramide des âges n’est pas celle d’une entreprise de cinq ans d’existence, et les départs à la retraite des seniors créent un besoin de relève qui ne se règle pas par le marché. Le dialogue social encadre l’évolution des métiers : en France, le CSE des entreprises d’au moins 50 salariés est informé et consulté sur l’introduction de nouvelles technologies. Dans les secteurs régulés, enfin, les seniors sont aussi ceux qui valident, ce qui rend leur remplacement plus lent.
Dans les projets IA qui restent bloqués entre le pilote et la production, la limite vient souvent de l’organisation qui doit absorber l’outil. La question des recrutements d’entrée de carrière appartient à cette famille : elle se règle dans l’organisation.
Quel risque pour la filière de seniors dans cinq ans ?
Le risque porte d’abord sur la filière : les seniors dont une entreprise aura besoin en 2030 sont les juniors qu’elle recrute aujourd’hui. Si l’entrée de pyramide se rétrécit sans que personne ne conçoive un autre chemin d’apprentissage, l’entreprise découvrira le trou au moment où elle aura le plus besoin de superviseurs expérimentés. Aucune donnée ne confirme encore cet effet, qui reste une projection.
La pyramide sans base
Une équipe composée de seniors et d’agents fonctionne tant que les seniors restent en poste. Elle devient fragile au premier départ, puisque la compétence de supervision ne se transmet pas par un document. Les auteurs du rapport estiment eux-mêmes que les mesures internes ne suffisent pas face au recul des embauches juniors, et ils appellent à des politiques publiques de formation continue et de soutien au revenu.
Un risque qui se mesure avant de se subir
Une direction n’a pas besoin d’attendre une crise pour regarder le sujet. Quelques indicateurs suffisent : la part des juniors dans les recrutements techniques sur trois ans, l’âge et l’ancienneté de ceux qui relisent le travail des agents, la concentration de la connaissance d’un système sur une ou deux personnes. Ces mesures complètent le diagnostic de maturité IA de Koneetiv, qui situe l’organisation sur l’usage réel de l’IA et sur sa gouvernance.
Comment repenser l’entrée de pyramide avec des agents ?
Il faut garder à chaque junior un travail qui apprend, même si un agent peut le faire plus vite. Concrètement, on confie au débutant la relecture du travail de l’agent avec une grille tenue par un senior, on lui réserve des tâches de contexte (comprendre un système, parler à ses utilisateurs) et on mesure aussi ce qu’il apprend.
Garder des tâches d’apprentissage réelles
Certaines tâches peuvent être laissées à un agent par principe d’efficacité, d’autres méritent d’être confiées à un humain par principe de formation. Le tri se fait par équipe : une tâche à faible risque, bien documentée et sans enjeu client est un bon support d’apprentissage, même si elle serait automatisable. Cette décision se prend explicitement, car la logique de coût pousse naturellement à tout automatiser.
Faire du junior un superviseur encadré
Le rapport montre que la supervision d’agents devient une part croissante du travail. Un débutant peut s’y former si le cadre est clair : ce qu’il a le droit de valider seul, ce qui remonte à un senior, ce qu’il documente. Cela suppose des zones de confiance définies, comme dans notre approche des zones de confiance pour classer les agents IA.
Décider avec une mesure d’usage plutôt qu’avec une intuition
Avant de modifier une politique de recrutement, il faut savoir où les agents sont réellement utilisés, par qui et pour quelles tâches. Les niveaux de maturité IA d’une entreprise donnent un cadre de lecture, et l’article sur la question de savoir si une entreprise est prête pour l’IA propose des critères pour s’auto-évaluer.
Quelles questions poser à son comité de direction ?
Les questions utiles sont celles dont la réponse change une décision de recrutement ou de formation :
- Quelle part de nos recrutements techniques des trois dernières années concerne des profils débutants, et cette part baisse-t-elle ?
- Quelles tâches d’entrée avons-nous déjà confiées à un agent, et quel apprentissage ces tâches portaient-elles ?
- Qui, dans nos équipes, sait juger qu’un résultat produit par un agent est faux, et qui l’a appris par quel chemin ?
- Quelle part d’une connaissance critique repose sur une ou deux personnes, et comment la transmettons-nous ?
Ces questions n’appellent pas de réponse chiffrée immédiate. Elles servent à décider, avant l’arbitrage budgétaire, si l’organisation traite l’entrée de pyramide comme un coût à réduire ou comme un investissement de relève.
Quel rôle pour la gouvernance des agents dans cette transition ?
La gouvernance décide ce que les agents ont le droit de faire et qui répond de leur travail. Le rapport d’Anthropic montre que la supervision humaine est le facteur limitant de l’usage des agents, et que le temps humain devient la ressource rare. C’est le terrain de la gouvernance LOOP™ de Koneetiv, qui place l’humain aux commandes et définit les zones où l’agent agit seul, celles où il propose et celles où un humain tranche. Le cadre LOOP expliqué détaille ce découpage.
Un agent déployé sans cadre déplace la charge de travail vers la personne qui relit, souvent la plus expérimentée. Définir le périmètre de chaque agent Claude en entreprise, nommer le responsable et tracer les décisions, c’est aussi protéger le temps des seniors et laisser de la place pour former les suivants. Koneetiv, cabinet 100 % Claude et partenaire officiel Anthropic, accompagne les directions qui veulent traiter ce sujet avec une mesure avant de trancher.
Pour situer votre organisation avant la prochaine campagne de recrutement, le diagnostic de maturité IA se remplit en quelques minutes et donne une première lecture de l’usage réel et de la gouvernance. Les autres décryptages de la catégorie sont dans le blog Écosystème Claude et Anthropic.