La inteligencia artificial ya no solo ayuda a los investigadores de Anthropic a escribir código, analizar resultados o preparar experimentos. Según nuevas métricas publicadas por la compañía el 17 de septiembre de 2026, Claude ya “lidera” el 26% del trabajo de investigación y desarrollo (I+D) de inteligencia artificial de Anthropic.
La cifra requiere contexto. “Liderar” no significa que Claude investigue de forma completamente autónoma. Anthropic utiliza una escala de automatización desarrollada por Epoch AI en la que ese nivel significa que la IA puede completar la mayor parte de una tarea de principio a fin a partir de una instrucción de alto nivel, mientras una persona mantiene la supervisión.
El dato más importante, por tanto, no es que una IA esté “construyéndose sola”. Eso todavía no está ocurriendo. La señal relevante es otra: parte del trabajo complejo que hasta hace poco exigía una participación humana continua empieza a convertirse en trabajo delegable a sistemas de IA bajo supervisión.
Anthropic creó un índice interno para medir cuánto de su proceso de investigación y desarrollo de modelos está siendo realizado por Claude. Para construirlo, la empresa catalogó aproximadamente 15.000 tareas granulares y las organizó en una estructura de 542 categorías, de las cuales 378 corresponden a tareas finales específicas.
Después evaluó el grado de automatización de esas actividades utilizando una escala de seis niveles, desde AL0 —sin participación de IA— hasta AL5, en el que una IA opera de manera completamente autónoma y sin una persona dentro del proceso.
En esa escala, AL3 significa que la IA “colabora”: puede realizar grandes bloques de trabajo bajo dirección humana cercana. AL4 significa que la IA “lidera”: recibe una instrucción de alto nivel y puede completar la mayor parte de la tarea de principio a fin, aunque una persona todavía supervise el resultado.
A agosto de 2026, Anthropic reportó tres resultados especialmente relevantes:
El cambio ha sido rápido. La propia medición de Anthropic muestra que la proporción de trabajo liderado por Claude estaba por debajo del 1% a comienzos de 2026.
La segunda cifra ayuda a dimensionar el cambio. Anthropic informó que, durante agosto de 2026, había aproximadamente 30.000 agentes realizando tareas de investigación e ingeniería simultáneamente en su plataforma interna de agentes más utilizada.
No se trata de 30.000 empleados virtuales independientes. Son instancias de agentes que realizan tareas, pueden trabajar durante periodos prolongados y, en algunos casos, delegar trabajo a otros agentes.
Esta distinción importa porque muestra una posible evolución del uso empresarial de la IA. La primera etapa consistió principalmente en personas conversando con un asistente. La siguiente está introduciendo sistemas capaces de recibir objetivos, ejecutar múltiples pasos y coordinar tareas con una intervención humana menos constante.
Los datos publicados por Anthropic no respaldan la idea de que las personas hayan desaparecido del proceso. De hecho, la definición de “AI leads” utilizada por la compañía exige que exista supervisión humana.
El papel humano comienza, sin embargo, a desplazarse. Cuando un sistema puede realizar una tarea completa a partir de una instrucción de alto nivel, el valor de la persona deja de concentrarse únicamente en ejecutar cada paso.
Adquieren mayor importancia actividades como:
Esto convierte la supervisión en una capacidad productiva, no simplemente en una medida de seguridad.
Anthropic acompaña sus métricas de automatización con datos sobre supervisión. Según la empresa, el 100% de las acciones realizadas por los agentes de la plataforma medida pasa por un monitor automático antes de ejecutarse.
Durante agosto, la compañía analizó más de mil millones de decisiones de sus agentes de investigación e ingeniería. Aproximadamente el 0,002% —cerca de una de cada 47.000— fue bloqueado por el sistema de monitoreo en tiempo real.
Anthropic también utiliza supervisión posterior. Su sistema marca alrededor de 100.000 transcripciones por semana para revisiones adicionales mediante clasificadores, y aproximadamente 50 casos semanales de mayor prioridad terminan escalados a revisión humana.
Estas cifras no permiten concluir por sí solas que los sistemas sean seguros. Anthropic reconoce limitaciones: parte de la evaluación utiliza sus propios modelos, la metodología todavía no es un estándar común entre laboratorios y la empresa lleva meses, no años, operando este tipo de monitoreo a esa escala.
Precisamente por eso la compañía plantea que las métricas deberían poder ser verificadas por terceros.
La medición fue desarrollada por Anthropic sobre sus propios procesos. Aunque utiliza la escala de automatización propuesta por Epoch AI y la empresa realizó comparaciones entre evaluaciones humanas y del modelo, todavía no existe una metodología estandarizada que permita comparar directamente ese 26% con OpenAI, Google DeepMind u otros laboratorios.
También existe un problema metodológico más sutil: automatizar una canasta de tareas existentes no demuestra necesariamente que todo el trabajo futuro pueda automatizarse. A medida que unas tareas desaparecen o se delegan, pueden aparecer otras nuevas para los humanos.
Anthropic intentó medir este efecto comparando las tareas de enero y julio de 2026 y señaló que no encontró un aumento en las tareas “novedosas” al nivel de análisis utilizado. Aun así, la compañía reconoce que deberá reconstruir periódicamente la canasta de tareas.
Todavía no, al menos según la propia evidencia publicada por Anthropic.
El concepto relevante es el auto-mejoramiento recursivo: un escenario en el que un sistema de IA pudiera construir de forma autónoma a su sucesor, reduciendo sustancialmente la intervención humana en el desarrollo de modelos cada vez más capaces.
Claude no ha alcanzado ese punto. Ninguna de las áreas medidas por Anthropic se encuentra en AL5, el nivel de autonomía completa.
Sin embargo, pasar desde menos del 1% del trabajo liderado por IA hasta el 26% en cuestión de meses convierte la velocidad de automatización de la propia investigación en una métrica que merece seguimiento.
El laboratorio de IA es un caso extremo: sus trabajadores utilizan algunas de las herramientas más avanzadas disponibles para desarrollar precisamente la tecnología que automatiza parte de su trabajo.
Pero esa característica también lo convierte en un laboratorio sobre cómo podría evolucionar el trabajo profesional en otras industrias.
Un abogado, analista financiero, desarrollador, vendedor o profesional de marketing normalmente comienza utilizando IA para tareas aisladas: resumir un documento, preparar un borrador, buscar información o escribir código.
El siguiente salto ocurre cuando esas acciones dejan de ser independientes y se convierten en procesos completos: investigar, analizar, producir una primera versión, comprobar resultados y entregar algo listo para revisión.
En ese escenario, la pregunta para una organización cambia. Ya no es únicamente “¿qué tareas puede hacer la IA?”, sino “¿qué procesos completos podemos delegar sin perder control, calidad ni responsabilidad?”.
Las empresas que quieran experimentar con agentes de IA pueden extraer una lección práctica del caso de Anthropic: aumentar la autonomía exige aumentar también la capacidad de supervisión.
No basta con conectar un modelo a herramientas y permitirle actuar. Un proceso robusto necesita definir permisos, límites, criterios de escalamiento, trazabilidad y puntos donde una persona debe intervenir.
Esto puede llevar a una nueva disciplina de diseño organizacional: decidir qué hace una persona, qué hace un agente, qué puede decidir cada uno y cómo se revisa el resultado.
Uno de los riesgos de estas cifras es interpretar “AI leads” como “AI trabaja sola”. No son equivalentes.
El modelo de Anthropic mantiene personas dentro del proceso y utiliza sistemas de monitoreo antes y después de las acciones de sus agentes. Incluso con esa infraestructura, la propia empresa sostiene que la ciencia de supervisar agentes cambiará considerablemente a medida que aumente su escala.
Para otras empresas, copiar la autonomía sin copiar los mecanismos de control podría producir el efecto contrario al buscado: más velocidad, pero también errores más rápidos y difíciles de detectar.
El 26% no demuestra que la inteligencia artificial esté a punto de reemplazar a los investigadores de Anthropic. Muestra algo posiblemente más útil para entender el futuro del trabajo: la unidad de automatización está empezando a pasar de la tarea al proceso.
Durante los primeros años de la IA generativa, una persona pedía ayuda para ejecutar una acción concreta. El modelo que describe Anthropic es distinto: una persona puede definir un objetivo de mayor nivel mientras sistemas de IA ejecutan una parte creciente del camino necesario para alcanzarlo.
Si esa transición se extiende a otras profesiones, aprender a utilizar IA seguirá siendo importante, pero no será suficiente. El trabajo humano se desplazará progresivamente hacia definir problemas, diseñar sistemas, supervisar agentes, validar resultados y decidir cuándo intervenir.
La cuestión relevante ya no será cuántas tareas puede automatizar una empresa. Será cuánto trabajo puede delegar manteniendo el criterio y la responsabilidad humanos.
No. Anthropic afirma que Claude no opera de forma completamente autónoma en ninguna de las áreas de investigación y desarrollo medidas.
Significa que, según la metodología utilizada por Anthropic, Claude puede completar la mayor parte de esas tareas de principio a fin a partir de una instrucción de alto nivel, mientras una persona supervisa el trabajo.
Según las métricas publicadas por la compañía para agosto de 2026, más del 90% del trabajo de I+D de IA se encuentra al menos en el nivel en que Claude colabora con humanos.
Anthropic informó que aproximadamente 30.000 agentes estaban realizando simultáneamente tareas de investigación e ingeniería en su plataforma interna de agentes más utilizada durante agosto de 2026. La medición cubre esa plataforma, no necesariamente todos los sistemas de la compañía.
Es un escenario en el que un sistema de inteligencia artificial puede desarrollar de forma autónoma sistemas sucesores más capaces, reduciendo sustancialmente la participación humana en ese proceso. Las métricas publicadas por Anthropic indican que Claude todavía no ha alcanzado ese nivel.
Que delegar procesos completos a agentes requiere mecanismos de supervisión, permisos, trazabilidad, criterios de escalamiento y puntos claros de intervención humana. La autonomía técnica no elimina la necesidad de control.