Anthropic lança Economic Index para mapear IA no trabalho

Introdução

A Anthropic apresentou o Anthropic Economic Index em 10 de fevereiro de 2025, um esforço contínuo para medir, com dados de uso real, como a IA está sendo aplicada em tarefas e ocupações e qual o seu impacto nos mercados de trabalho. O projeto parte de milhões de conversas anônimas no Claude para mapear onde a IA aumenta a produtividade e onde automatiza processos, criando uma base empírica para decisões de tecnologia, pessoas e políticas públicas. (anthropic.com)

Logo no relatório inicial, dois sinais chamaram atenção. Primeiro, a predominância de aumento de produtividade, com 57 por cento das interações classificadas como augmentação, e 43 por cento como automação. Segundo, a adoção mais intensa em software e escrita técnica, e bem menor em funções com alta presença de trabalho manual. Esses padrões ajudam a situar o Anthropic Economic Index como um indicador de como a IA está entrando no trabalho, tarefa por tarefa, em vez de falar de empregos de forma abstrata. (anthropic.com)

O que é o Anthropic Economic Index e por que importa

O Anthropic Economic Index é um programa de pesquisa contínua, com relatórios e datasets abertos, para acompanhar a integração da IA na economia ao longo do tempo. A equipe usa um sistema chamado Clio, que analisa conversas com o Claude e as vincula a tarefas do O*NET, a taxonomia do Departamento do Trabalho dos EUA que descreve cerca de 20 mil tarefas e suas relações com ocupações e habilidades. Com isso, o índice observa a difusão da IA em nível de tarefa, depois agrega por ocupação e famílias ocupacionais. (anthropic.com)

A abordagem é relevante porque desloca a conversa de cenários hipotéticos para dados observados. Em vez de perguntar se um emprego inteiro seria substituído, o índice mede quais tarefas desse emprego já contam com IA, se a IA executa a tarefa ou colabora com a pessoa e com que profundidade isso ocorre dentro de cada ocupação. Na prática, gestores podem priorizar fluxos de trabalho com maior sinal de valor e criar trilhas de capacitação para habilidades complementares à IA. (anthropic.com)

Principais achados da primeira versão

• Adoção concentrada em tecnologia e mídia. No recorte inicial, 37,2 por cento das conversas estavam ligadas à família “Computer and Mathematical”, com tarefas típicas de engenharia de software, e 10,3 por cento em “Artes e Mídia”, muito associadas a escrita e edição. Já áreas com forte componente físico, como agricultura, quase não aparecem. (anthropic.com)
• Augmentação supera automação. O índice mediu 57 por cento de casos de augmentação, quando a IA colabora e amplia a capacidade humana, e 43 por cento de automação, quando a IA entrega a tarefa diretamente. Esse equilíbrio sugere ganhos de desempenho distribuídos por etapas do fluxo de trabalho, não apenas substituição. (anthropic.com)
• Padrão por faixas salariais. O uso é mais intenso em ocupações de salário médio a alto, como programadores e redatores, e menor nas faixas mais baixas e mais altas. Isso reflete limites atuais da tecnologia e barreiras práticas de adoção. (anthropic.com)

Esses resultados foram compartilhados com dataset aberto no Hugging Face, o que permite replicação e novas análises por pesquisadores e equipes de dados corporativas. Para quem precisa justificar investimentos, a abertura de dados viabiliza painéis internos cruzando o Anthropic Economic Index com métricas de negócio. (huggingface.co)

Como o índice mede tarefas, ocupações e profundidade de uso

O Clio faz a ponte entre conversas e tarefas do O*NET. Cada interação é mapeada para a tarefa mais relevante, que por sua vez se agrega na ocupação correspondente e em uma das grandes categorias ocupacionais. Esse desenho permite três leituras úteis no nível de gestão: 1, quais tarefas já contam com IA e em que proporção, 2, quão profunda é a penetração da IA dentro de cada ocupação, 3, qual o balanço local de augmentação e automação em processos críticos. (anthropic.com)

Outro detalhe valioso é a definição operacional de padrões de colaboração. O índice separa automação direta, por exemplo, delegar a formatação de um documento, de augmentação, como validação, aprendizado e iteração de tarefas. Em novembro de 2025, o índice observou queda de 7 pontos percentuais nas conversas do tipo diretiva, que são uma forma de automação, sinalizando retorno da augmentação como padrão dominante. Para líderes, essa mudança sugere focar em rotinas onde a IA serve como copiloto, elevando a qualidade e a velocidade do trabalho humano. (anthropic.com)

Exposição por setor e o caso especial de desenvolvimento de software

A composição setorial do uso indica onde a IA cria valor rapidamente. Em software, a penetração é particularmente alta. Em uma análise específica, a Anthropic comparou o padrão no Claude tradicional com o Claude Code, orientado a programação. No Claude Code, 79 por cento das conversas foram classificadas como automação, muito acima do padrão geral, refletindo delegações como gerar funções, refatorar e criar testes. Essa diferença mostra que agentes especializados, quando bem encaixados em uma função, tendem a automatizar mais etapas do que modelos generalistas. (anthropic.com)

Para áreas de conteúdo e mídia, o índice confirma uso expressivo em brainstorming, edição e reescrita, atividades clássicas de augmentação. O benefício gerencial aqui está em desenhar playbooks claros, por exemplo, guidelines de estilo com checklists para validação humana, e trilhas de revisão para reduzir risco de viés ou alucinação. Esses padrões mantêm a qualidade enquanto preservam a velocidade obtida com IA. (anthropic.com)

Dados abertos e governança, oportunidades para empresas e pesquisadores

O dataset do Anthropic Economic Index, disponível no Hugging Face, inclui mapeamentos de tarefas do O*NET e métricas de augmentação versus automação. Isso permite construir análises cruzadas com dados internos, como produtividade por squad, tempo de ciclo e indicadores de qualidade, e validar se a curva de aprendizado da equipe acompanha os padrões globais. Universidades e think tanks já vêm citando e estendendo esse material, inclusive combinando-o com fontes externas, o que reforça a utilidade pública do índice. (huggingface.co)

Para líderes de dados e pessoas, a abertura é convite para criar um mini índice interno, usando conceitos do Anthropic Economic Index. Três passos práticos, 1, defina tarefas-alvo por domínio de negócio, 2, etiquete quando a IA executa e quando colabora, 3, acompanhe a profundidade de uso por equipe e por função ao longo do trimestre. O objetivo é calibrar metas de produtividade e programas de upskilling com base em evidências, não em percepções isoladas. (anthropic.com)

Limitações e como ler o índice com a cautela certa

O próprio time da Anthropic lista limitações importantes. Nem toda conversa com o Claude indica trabalho remunerado, embora haja filtros para selecionar apenas tarefas ocupacionais. O recorte inicial foca usuários do Claude Free e Pro, sem incluir Team e Enterprise, o que pode sub-representar fluxos altamente padronizados de empresas. Além disso, tarefas e ocupações mapeadas pelo O*NET refletem a estrutura do mercado de trabalho dos EUA, o que exige cuidado ao extrapolar para outros países. O índice, portanto, mede uso observado, não substituição futura, e deve ser lido como bússola de tendências, não como profecia. (anthropic.com)

Ainda assim, o valor está na série temporal. Ao repetir as análises, o Anthropic Economic Index promete sinalizar quando a automação avança sobre certos domínios, quando a augmentação se consolida como padrão e em quais faixas salariais a IA acelera primeiro. Para organizações, esse pulso vale como insumo para roadmaps de adoção, políticas de dados e métricas de ROI, inclusive ajustando metas à medida que o índice for atualizado. (anthropic.com)

O que mudou desde o lançamento, sinais para 2025 e 2026

Entre o lançamento de fevereiro de 2025 e as leituras de fim de 2025, houve queda nas conversas diretivas, uma categoria de automação, enquanto a augmentação voltou a predominar. Isso sugere que equipes estão consolidando o uso da IA como copiloto para validação, aprendizado e iteração, em vez de delegar tarefas ponta a ponta sem supervisão. Para times de produto, o recado é fortalecer design de prompts, revisão por pares e validações automatizadas. (anthropic.com)

Do lado de software, a fotografia segue particular. A análise do impacto em desenvolvimento indica que ambientes especializados, como o Claude Code, puxam a curva de automação para cima. Em paralelo, relatórios do próprio programa destacam que currículos de ciência da computação e áreas com forte carga de codificação apresentam uso desproporcional, reforçando a necessidade de políticas acadêmicas e corporativas que ensinem boas práticas de colaboração com IA. (anthropic.com)

Boas práticas para aplicar os achados no dia a dia

• Mapeie tarefas, não cargos. Use a lógica do O*NET, dividindo o trabalho em tarefas específicas. Priorize aquelas com maior atrito atual, como análise de requisitos, documentação técnica ou revisão de código. Isso segue o espírito do Anthropic Economic Index, que observa o trabalho nessa granularidade. (anthropic.com)
• Decida o playbook, augmentação ou automação. Crie guias claros de quando a IA colabora e quando executa. Em software, agentes especializados tendem a permitir mais automação. Em conteúdo, a augmentação costuma render ganhos consistentes em qualidade e velocidade. Monitore os dois lados. (anthropic.com)
• Meça profundidade de uso por ocupação. Acompanhe a fração de tarefas por função que já contam com IA. A métrica de profundidade, usada no índice, ajuda a calibrar metas de produtividade e a identificar gargalos de adoção. (anthropic.com)
• Crie trilhas de habilidades complementares. Onde a IA automatiza, invista em revisão, controle de qualidade e integração com sistemas. Onde a IA aumenta, invista em pensamento crítico, engenharia de prompts e gestão de fluxo de trabalho. O equilíbrio 57 por cento vs 43 por cento é um bom norte para priorização. (anthropic.com)
• Institua governança e abertura responsável. Acompanhe o progresso com dashboards internos e, se possível, compartilhe aprendizados com a comunidade, espelhando a filosofia do índice de abertura de dados e de chamada a pesquisadores para contribuição. (anthropic.com)

Como comunicar resultados a executivos e conselhos

Conselhos querem clareza sobre produtividade, risco e talento. Uma forma eficaz é traduzir o Anthropic Economic Index em três gráficos internos, 1, tarefas com IA por domínio de negócio, 2, divisão augmentação versus automação por processo, 3, profundidade de uso por ocupação, com metas trimestrais. Vincule cada gráfico a indicadores operacionais, como tempo de ciclo, defeitos por mil linhas de código e NPS interno. Esse encadeamento mostra impacto real, sem promessas vagas. (anthropic.com)

Em governança, relacione políticas de revisão humana, armazenamento de dados e controle de versões de prompts. Em cenários de auditoria ou compliance, dados de séries do índice servem para justificar mudanças de processo, investimentos em treinamento e seleção de ferramentas, conectando padrões observados globalmente com escolhas locais. (anthropic.com)

Pontes com pesquisas e debates atuais

Desde 2025, o Anthropic Economic Index vem sendo citado em análises independentes que destacam a superioridade da augmentação sobre a automação na média das tarefas, e a concentração inicial de uso em software e escrita técnica. Esses trabalhos reforçam que, no curto prazo, o impacto mais amplo da IA tende a se manifestar como aceleração assistida, e não como substituição total. Ao mesmo tempo, atualizações do próprio programa apontam oscilações na intensidade de automação ao longo dos meses, o que exige acompanhamento frequente. (sciencecritai.com)

Outro fio importante é a especialização de agentes. O caso do Claude Code ilustra como um ambiente mais restrito e ferramentas focadas elevam a parcela de automação. Para áreas não técnicas, a lição é procurar features e fluxos de trabalho mais estreitos, que reduzam ambiguidade e maximizem entregas diretas com qualidade. (anthropic.com)

Conclusão

O Anthropic Economic Index coloca luz em como a IA entra no trabalho, tarefa por tarefa, com dados observados em larga escala. A foto mais recente reforça a augmentação como padrão dominante e aponta onde a automação já mostra tração, especialmente em software. Para quem lidera tecnologia e pessoas, a melhor resposta é pragmática, medir, priorizar tarefas com maior atrito, treinar habilidades complementares e acompanhar a profundidade de uso por ocupação. (anthropic.com)

À medida que novas leituras chegarem, o índice serve como bússola para ajustar metas e políticas, tanto no setor privado quanto no público. Em um tema tantas vezes tratado por cenários hipotéticos, dados transparentes e replicáveis ajudam a decidir com mais confiança onde investir, como organizar times e que riscos monitorar, convertendo a discussão sobre IA e trabalho em um plano operacional com métricas claras. (anthropic.com)