A resposta direta: em 17 de setembro de 2026 a Anthropic publicou seu Índice de Automação de P&D (R&D Automation Index), a primeira medição pública detalhada de quanto do trabalho dentro de um laboratório de modelos de fronteira é de fato realizado por IA. O resultado principal é que o Claude "lidera" 26% do trabalho de pesquisa e desenvolvimento de modelos da empresa em agosto de 2026, contra menos de 1% em fevereiro do mesmo ano, com mais de 90% desse trabalho no nível "colabora" ou acima, e nenhuma categoria medida atingindo autonomia total. O que mais importa para o seu negócio não é o número. É o método por trás dele, porque você pode reproduzi-lo na sua própria operação com ferramentas que já tem.

O que a Anthropic de fato publicou

A maioria das conversas sobre "quanto do nosso trabalho está automatizado" funciona na base da impressão. Um gestor diz que metade do trabalho da equipe já é automática; um desenvolvedor da mesma equipe diz que a ferramenta só escreve código repetitivo. O que a Anthropic fez foi transformar essa pergunta numa medição repetível, com uma metodologia fixa em vez de uma impressão.

A ideia é simples na essência: catalogar cada tipo de trabalho realmente feito dentro dos departamentos de P&D de modelos, avaliar cada tipo numa escala que capte o quanto o modelo está envolvido e depois agregar essas avaliações com um peso que reflita a importância de cada tipo. A empresa descreve o índice como um protótipo, não como uma medição definitiva, e o apresenta como parte de um esforço mais amplo para reduzir a distância entre o que os laboratórios de fronteira sabem e o que o público sabe sobre a velocidade com que essa tecnologia avança.

Uma escala de seis degraus: de AL0 a AL5

A escala vem da Epoch AI e se chama Nível de Automação (Automation Level), indo de zero a cinco:

  • AL0: nenhum envolvimento de IA.
  • AL1 e AL2: envolvimento mínimo e depois assistência: a pessoa faz o trabalho enquanto o modelo sugere ou acelera pequenas etapas.
  • AL3, "colabora": o modelo conclui grandes partes da tarefa sob direção humana próxima e contínua.
  • AL4, "lidera": o modelo termina a maior parte da tarefa de ponta a ponta a partir de uma instrução de alto nível, com supervisão humana.
  • AL5: autonomia total sem um humano no circuito, um nível não atingido em nenhuma categoria medida.

Quando a Anthropic diz "26%", refere-se especificamente às categorias que atingiram AL4. A distância entre AL3 e AL4 é a que importa na operação: no primeiro, uma pessoa permanece dentro de cada etapa; no segundo, o papel da pessoa passa a ser definir o objetivo e revisar o resultado.

O número mais importante do relatório não é 26%

Escondido na metodologia há um número que merece mais atenção do que a manchete. Quando a avaliação de automação do modelo foi comparada com a avaliação dada pelo funcionário que faz o trabalho, as duas coincidiram exatamente em 59% das vezes e ficaram a no máximo um nível de distância em 97% das vezes. Quando a avaliação de um funcionário foi comparada com a de um colega sobre o mesmo trabalho, elas coincidiram em apenas 35% das vezes.

Em termos simples: as pessoas discordam entre si sobre o quanto o próprio trabalho está automatizado mais do que discordam do modelo. Isso explica as reuniões na sua empresa que terminam sem conclusão. Se dois colegas da mesma equipe não conseguem concordar sobre a descrição do próprio trabalho, qualquer decisão de investimento em IA baseada na impressão coletiva está sobre terreno instável. A solução não é mais discussão. É uma medida escrita e fixa, aplicada novamente à mesma coisa em intervalos.

Como construir sua própria versão do índice em uma semana

A metodologia descrita pela Anthropic pode ser reduzida à escala de uma empresa de médio porte. As etapas, em resumo:

  • Catalogue o trabalho real, não a descrição do cargo: a Anthropic sorteou 20% da equipe dos departamentos relevantes durante julho de 2026 e revisou o trabalho real dessas pessoas a partir de conversas internas e documentação, chegando a cerca de 15.000 tarefas detalhadas. Para você, uma amostra bem menor, de uma semana real de trabalho de uma ou duas equipes, é suficiente.
  • Organize as tarefas numa árvore: essas 15.000 tarefas foram agrupadas numa árvore de 542 nós, dos quais 378 são categorias-folha. Uma empresa de médio porte chega a um quadro útil com trinta a cinquenta categorias-folha.
  • Dê peso pelo tempo, não pela sensação: eles usaram o tempo de pessoal dedicado a cada tarefa como indicador da sua importância. Isso impede que tarefas vistosas e de pouco impacto dominem o quadro.
  • Avalie cada categoria na escala AL0–AL5: e escreva uma linha com o motivo da avaliação, para que ela possa ser revista depois.
  • Congele a cesta e meça de novo: o ponto essencial é que a lista de categorias é congelada depois de montada, para que cada nova medição seja feita sobre a mesma coisa e não sobre uma lista nova. Sem congelar, você mede mudanças na sua lista, não avanço na automação.

O resultado desse exercício não é um número para se gabar. É um mapa que mostra onde a IA realmente está na sua operação: quais categorias chegaram a "colabora" e merecem automação mais profunda, e quais ainda estão em zero apesar de consumirem muitas horas, e essas são as suas oportunidades mais próximas.

O que o nível "lidera" significa na prática

Quando uma categoria de trabalho na sua empresa chega a AL4, muda a forma de gestão, não apenas o tamanho da equipe. A direção passa a ser de alto nível e a revisão vai para o resultado final, o que significa que a qualidade do resultado depende de duas coisas: clareza das instruções escritas e um ponto de revisão antes de qualquer efeito irreversível, seja algo enviado a um cliente, uma alteração em dados reais ou um compromisso financeiro.

Nos projetos que construímos para clientes, essa é a diferença entre uma automação em que você confia e uma automação que preocupa. Um modelo pode liderar uma tarefa inteira, mas o sistema ao redor dele determina o que acontece quando ele erra: o erro aparece num registro revisável e para num ponto de aprovação, ou vai direto para o cliente? Passar de AL3 para AL4 é uma decisão de design de sistema antes de ser uma questão de confiança no modelo.

Ressalvas feitas pela própria Anthropic

A justiça exige registrar os limites que a empresa impôs à sua própria medição: nenhuma parte externa independente a verificou, e ela foi produzida em grande parte com o próprio Claude, ou seja, o modelo medido participou da medição, o que pode levar seus erros para o julgamento. A Anthropic diz que pretende trazer avaliadores externos mais tarde. Congelar a cesta de tarefas numa base de julho de 2026 também significa que categorias de trabalho surgidas depois não entram no cálculo.

Por isso, leia o número pelo que ele é: um forte sinal de direção vindo de dentro de um laboratório de fronteira, não um fato consolidado sobre o mercado de trabalho. Um salto de menos de 1% para 26% em seis meses merece atenção, seja qual for a precisão das casas decimais.

Por onde começar

Comece com uma equipe e uma semana. Registre o que a equipe realmente fez, organize em trinta categorias, avalie cada uma na escala, congele a lista e meça de novo em três meses. Você terá algo que a maioria das empresas não tem hoje: uma base escrita para comparar em vez de discutir. E se você quiser transformar as categorias que deram zero em sistemas que funcionam, é exatamente isso que construímos na Origami.

Fontes

  • Anthropic: medindo o ritmo do desenvolvimento de IA dentro dos laboratórios de fronteira: anthropic.com
  • Epoch AI: a escala de níveis de automação usada no índice: epoch.ai