La risposta diretta: il 17 settembre 2026 Anthropic ha pubblicato il suo R&D Automation Index, la prima misurazione pubblica dettagliata di quanta parte del lavoro all'interno di un laboratorio di modelli di frontiera sia effettivamente svolta dall'IA. Il risultato principale è che Claude "guida" il 26% del lavoro di ricerca e sviluppo sui modelli dell'azienda ad agosto 2026, contro meno dell'1% a febbraio dello stesso anno, con oltre il 90% di quel lavoro al livello "collabora" o superiore, e nessuna categoria misurata che raggiunge la piena autonomia. Per la tua azienda la cosa più importante non è il numero. È il metodo che c'è dietro, perché puoi riprodurlo nella tua attività con strumenti che hai già.

Che cosa ha pubblicato davvero Anthropic

La maggior parte delle discussioni su "quanto del nostro lavoro è automatizzato" si basa su impressioni. Un manager dice che metà del lavoro del team ormai è automatica; uno sviluppatore dello stesso team dice che lo strumento scrive solo codice ripetitivo. Anthropic ha trasformato quella domanda in una misurazione ripetibile, con una metodologia fissa al posto di un'impressione.

L'idea di fondo è semplice: catalogare ogni tipo di lavoro effettivamente svolto nei reparti di R&S sui modelli, valutare ogni tipo su una scala che coglie quanto il modello sia coinvolto, poi aggregare quelle valutazioni con un peso che rifletta quanto conta ciascun tipo. L'azienda descrive l'indice come un prototipo e non come una misurazione definitiva, e lo inquadra in uno sforzo più ampio per ridurre il divario tra ciò che sanno i laboratori di frontiera e ciò che sa il pubblico sulla velocità con cui questa tecnologia avanza.

Una scala a sei gradini: da AL0 ad AL5

La scala proviene da Epoch AI, si chiama Automation Level (livello di automazione) e va da zero a cinque:

  • AL0: nessun coinvolgimento dell'IA.
  • AL1 e AL2: coinvolgimento minimo, poi assistenza: la persona fa il lavoro mentre il modello suggerisce o accelera piccoli passaggi.
  • AL3, "collabora": il modello completa ampie parti del compito sotto una direzione umana stretta e continua.
  • AL4, "guida": il modello porta a termine la maggior parte del compito dall'inizio alla fine partendo da un'istruzione di alto livello, con supervisione umana.
  • AL5: piena autonomia senza un essere umano nel ciclo, un livello non raggiunto in nessuna categoria misurata.

Quando Anthropic dice "26%", intende specificamente le categorie che hanno raggiunto AL4. Il divario tra AL3 e AL4 è quello che conta nell'operatività: nel primo una persona resta dentro ogni passaggio; nel secondo il ruolo della persona si sposta sul fissare l'obiettivo e verificare il risultato.

Il numero più importante del rapporto non è il 26%

Nascosto nella metodologia c'è un dato che merita più attenzione del titolo. Quando la valutazione di automazione del modello è stata confrontata con quella del dipendente che svolge il lavoro, le due coincidevano esattamente nel 59% dei casi e restavano entro un livello di distanza nel 97% dei casi. Quando la valutazione di un dipendente è stata confrontata con quella di un collega sullo stesso lavoro, coincidevano solo nel 35% dei casi.

In parole semplici: le persone sono in disaccordo tra loro su quanto sia automatizzato il proprio lavoro più di quanto lo siano con il modello. Questo spiega le riunioni nella tua azienda che finiscono senza una conclusione. Se due colleghi dello stesso team non riescono ad accordarsi sulla descrizione del proprio lavoro, qualsiasi decisione di investimento nell'IA basata sull'impressione collettiva poggia su un terreno instabile. La soluzione non è discutere di più. È una misura scritta e fissa, applicata di nuovo alla stessa cosa a intervalli.

Come costruire la tua versione dell'indice in una settimana

La metodologia descritta da Anthropic si può ridimensionare per un'azienda di medie dimensioni. I passaggi, in breve:

  • Cataloga il lavoro reale, non la descrizione del ruolo: Anthropic ha campionato in modo casuale il 20% del personale dei reparti interessati durante luglio 2026 e ne ha esaminato il lavoro reale a partire da conversazioni interne e documentazione, ottenendo circa 15.000 compiti dettagliati. A te basta un campione molto più piccolo: una vera settimana di lavoro di uno o due team.
  • Organizza i compiti in un albero: quei 15.000 compiti sono stati raggruppati in un albero di 542 nodi, di cui 378 categorie foglia. Un'azienda di medie dimensioni arriva a un quadro utile con trenta-cinquanta categorie foglia.
  • Pesa in base al tempo, non alla sensazione: hanno usato il tempo-persona dedicato a ciascun compito come indicatore della sua importanza. In questo modo i compiti appariscenti ma di scarso impatto non dominano il quadro.
  • Valuta ogni categoria sulla scala AL0–AL5: e scrivi una riga con il motivo della valutazione, così da poterla rivedere in seguito.
  • Congela il paniere e rimisura: il punto essenziale è che l'elenco delle categorie viene congelato una volta costruito, così ogni nuova misurazione avviene sulla stessa base e non su un elenco nuovo. Senza congelarlo, misuri i cambiamenti del tuo elenco, non i progressi dell'automazione.

Il risultato di questo esercizio non è un numero di cui vantarsi. È una mappa che ti dice dove si trova davvero l'IA nella tua attività: quali categorie sono arrivate a "collabora" e meritano un'automazione più profonda, e quali sono ancora a zero pur assorbendo molte ore, e sono queste le tue opportunità più vicine.

Che cosa significa in pratica il livello "guida"

Quando una categoria di lavoro nella tua azienda raggiunge AL4, cambia il modo di gestire, non solo la dimensione del team. La direzione diventa di alto livello e la verifica si sposta sul risultato finale, il che significa che la qualità del risultato dipende da due cose: la chiarezza delle istruzioni scritte e un punto di verifica prima di qualsiasi effetto irreversibile, che sia qualcosa inviato a un cliente, una modifica a dati reali o un impegno finanziario.

Nei progetti che realizziamo per i clienti, questa è la differenza tra un'automazione su cui contare e un'automazione che preoccupa. Un modello può guidare un intero compito, ma il sistema che lo circonda determina che cosa succede quando sbaglia: l'errore compare in un registro verificabile e si ferma a un punto di approvazione, oppure arriva dritto al cliente? Passare da AL3 ad AL4 è una decisione di progettazione del sistema prima che una questione di fiducia nel modello.

Le avvertenze indicate dalla stessa Anthropic

Per correttezza vanno ricordati i limiti che l'azienda ha posto alla propria misurazione: nessuna parte esterna indipendente l'ha verificata, ed è stata prodotta in gran parte usando Claude stesso, cioè il modello misurato ha partecipato alla misurazione, il che può trasferire i suoi errori nel giudizio. Anthropic dice di voler coinvolgere valutatori esterni più avanti. Congelare il paniere di compiti su una base di luglio 2026 significa inoltre che le categorie di lavoro emerse in seguito non entrano nel calcolo.

Leggi quindi il numero per quello che è: un forte segnale di direzione dall'interno di un laboratorio di frontiera, non un fatto consolidato sul mercato del lavoro. Un salto da meno dell'1% al 26% in sei mesi merita attenzione, indipendentemente dalla precisione dei decimali.

Da dove cominciare

Comincia con un team e una settimana. Registra ciò che il team ha fatto davvero, ordinalo in trenta categorie, valuta ciascuna sulla scala, congela l'elenco e rimisura tra tre mesi. Avrai qualcosa che oggi la maggior parte delle aziende non ha: una base scritta con cui confrontarti invece di discutere. E se vuoi trasformare le categorie risultate a zero in sistemi che funzionano, è esattamente ciò che costruiamo in Origami.

Fonti

  • Anthropic: misurare il ritmo dello sviluppo dell'IA nei laboratori di frontiera: anthropic.com
  • Epoch AI: la scala dei livelli di automazione usata nell'indice: epoch.ai