AI公司Anthropic公布的一項內部調查顯示，技術部門的初階人才招募大幅縮減。新進員工中初階人才所占比例，從2025年初的27％降至9％。另一方面，該公司表示，2026年8月內部AI代理的運作時數已達人類的6倍。
AI運作時數攀升，初階職缺卻在減少
先來看看各項數據。Anthropic技術部門中，初階人才占全體員工的比例從2025年初的21％降至14％。若只看新進員工，降幅更大，從27％降至9％。面向初階人才公開招募的職缺也減至6％，據稱自2025年12月左右起，減少趨勢便開始明顯。
非技術部門的情況則截然不同。該部門沒有太大變化，整體大致維持穩定。換句話說，這波變化並非全公司一體適用，而是集中在AI代理深入程度最高的技術職務。
該公司將原因歸結於AI代理能力提升。初階人才招募減幅最大的，是Claude已能高度勝任複雜工作的職務。企業或許正悄然從「因為人手不足而招人」，轉向「只在人無法交給AI處理的部分配置人力」。
從寫程式到處理合約，工作都交由AI
Anthropic內部愈來愈常將寫程式、找錯誤等工作交給Claude處理。自2026年3月起，AI代理的運作時數便已超越人類。到了8月，全公司AI與人類的時數比達到6比1；若只看研究部門，差距更擴大至19比1。換算下來，在一名研究人員身旁運作的AI，工作時數相當於19名人類。
該公司也公布了各部門的生產力指標。工程師的程式碼提交量為5.1倍，資料科學家的查詢執行次數為3.1倍，法務部門的合約處理量也達3.1倍。業務部門的成交數為1.7倍，招募人員的招募人數與會計部門的發票處理量則都是1.4倍。
值得注意的是，各部門的增幅並不相同。像程式碼這類成果容易具體呈現並累積的工作，往往更適合與AI搭配；而涉及人際協商的業務與招募工作，倍數則相對較低。初階人才招募減少集中於技術部門的原因，也可從這點看出端倪。
Anthropic也是特殊案例
這項調查本身便將Anthropic定位為特殊案例。該公司是AI應用極為成熟的軟體企業，不能將調查結果直接套用到整體經濟。業務快速成長，以及員工自主使用AI工具的導入方式，也可能影響數據。
目前，AI帶來的可衡量生產力提升尚未反映在整體經濟中。與其認為同樣的變化很快就會出現在自己的職場，不如將這項調查視為先行案例，藉此了解AI應用最成熟的工作現場正在發生什麼事。
效率提升與人才培育能否並行？
初階人才的工作並非只是廉價勞動力，也是累積經驗、培養專業能力的起點。如今的資深專家，正是在那些如今逐漸消失的基層歷練職務上工作多年，才逐步成長起來。
北約特種作戰大學研究員Nolan Lovett在論文中討論這種情況，並將其稱為「認知公地悲劇」。如果個別企業以AI取代新人職位，企業本身便能享有提升效率的好處；但幾年後需要經驗豐富的人才時，這筆代價將由整個社會共同承擔。這可說是人才版的經典「公地悲劇」：牧場被所有人使用，最終遭到耗盡。
Lovett認為，影響要到2030年至2045年才會全面浮現，因為目前活躍的專家，是在5至20年前培養出來的。他指出，軟體開發、財務分析與法律研究是特別容易受到影響的領域。
當人類負責的工作本身也在改變
不過，這項預測的前提是，未來仍由人類負責這些工作。Anthropic自身似乎並不這麼認為。該公司過去曾暗示，程式設計師與客服中心員工終有一天可能需要轉向電工或護理師等職業。
初階人才招募縮減所引發的問題，不只關乎單一公司的招募方針。效率提升所省下的時間與成本，該如何用於培育下一代人才？在AI運作時數達人類6倍的職場，見習職位又該如何保留下來？提出解答的責任，落在導入AI的企業身上。
コメント