Cette étude d'Anthropic examine comment l'IA, et plus particulièrement Claude Code, transforme le travail de ses propres ingénieurs logiciels. Elle s'appuie sur une enquête auprès de 132 ingénieurs et chercheurs, 53 entretiens qualitatifs et l'analyse des données d'utilisation internes (août 2025, modèles Claude Sonnet 4 et Opus 4). Position singulière : observer des "early adopters" au sein même de l'entreprise qui développe l'IA, probablement représentatifs des transformations à venir ailleurs.
Les chiffres sont frappants. Les employés rapportent utiliser Claude pour 60% de leur travail et estiment un gain de productivité d'environ 50%, soit 2 à 3 fois plus que l'année précédente. Surtout, 27% du travail assisté par Claude n'aurait tout simplement pas été réalisé autrement : projets plus ambitieux, dashboards "nice-to-have", travail exploratoire non rentable manuellement. La délégation reste pourtant supervisée : seulement 0 à 20% du travail peut être "pleinement délégué", la validation humaine demeurant nécessaire pour les travaux critiques.
Les entretiens révèlent des transformations qualitatives profondes. Les ingénieurs développent une intuition de la délégation : confier d'abord les tâches vérifiables, à faible enjeu ou ennuyeuses, puis élargir progressivement — la conception et le "goût" restant humains, pour l'instant. Les développeurs deviennent "full-stack", travaillant avec compétence sur des domaines qu'ils n'auraient pas osé toucher auparavant. Mais une préoccupation paradoxale émerge : l'atrophie des compétences profondes nécessaires pour écrire et critiquer le code — "quand la production de résultats est si facile et rapide, il devient difficile de vraiment prendre le temps d'apprendre".
Les dynamiques sociales évoluent aussi : Claude remplace les collègues comme premier recours pour les questions techniques, réduisant les occasions de mentorat. Un senior témoigne avec tristesse que les juniors ne viennent plus le voir. Côté carrière, les sentiments sont contradictoires : optimisme à court terme (travail de plus haut niveau, gestion de systèmes IA), inquiétude à long terme ("l'IA finira par tout faire et me rendra obsolète").
Les données d'usage confirment l'autonomie croissante : de 10 à 20 actions autonomes en six mois, conception de code passée de 1% à 10% des usages, implémentation de nouvelles fonctionnalités de 14% à 37%. 8,6% des tâches relèvent de la résolution de "papercuts" auparavant dépriorisés.
Anthropic en tire des chantiers internes — nouveaux modèles de mentorat, maintien des compétences profondes — et souligne l'importance de préparer activement la transition vers un lieu de travail augmenté par l'IA, leçons transposables aux autres organisations.