Прямой ответ: 17 сентября 2026 года Anthropic опубликовала свой индекс автоматизации НИОКР (R&D Automation Index) — первое подробное публичное измерение того, какую часть работы внутри лаборатории передовых моделей на самом деле выполняет ИИ. Главный результат: по состоянию на август 2026 года Claude «ведёт» 26% работ компании по исследованиям и разработке моделей, тогда как в феврале того же года было меньше 1%; более 90% этой работы приходится на уровень «сотрудничает» или выше, и ни одна измеренная категория не достигает полной автономии. Для вашего бизнеса важнее всего не цифра. Важен метод, стоящий за ней, потому что его можно воспроизвести в собственной работе с помощью инструментов, которые у вас уже есть.

Что на самом деле опубликовала Anthropic

Большинство разговоров о том, «какая часть нашей работы автоматизирована», держатся на впечатлениях. Руководитель говорит, что половина работы команды уже идёт автоматически; разработчик из той же команды говорит, что инструмент пишет только шаблонный код. Anthropic превратила этот вопрос в повторяемое измерение с фиксированной методологией вместо впечатления.

Идея по сути проста: каталогизировать каждый вид работы, который реально выполняется в подразделениях НИОКР по моделям, оценить каждый вид по шкале, отражающей степень участия модели, а затем свести эти оценки с весом, отражающим значимость каждого вида. Компания описывает индекс как прототип, а не окончательное измерение, и представляет его как часть более широкой работы по сокращению разрыва между тем, что знают передовые лаборатории, и тем, что знает общество о скорости развития этой технологии.

Шестиступенчатая шкала: от AL0 до AL5

Шкала взята у Epoch AI, называется Automation Level (уровень автоматизации) и идёт от нуля до пяти:

  • AL0: ИИ не участвует вовсе.
  • AL1 и AL2: минимальное участие, затем помощь: работу выполняет человек, а модель подсказывает или ускоряет небольшие шаги.
  • AL3, «сотрудничает»: модель выполняет крупные части задачи под пристальным и постоянным руководством человека.
  • AL4, «ведёт»: модель доводит бо́льшую часть задачи до конца по высокоуровневой инструкции, под надзором человека.
  • AL5: полная автономия без человека в контуре — уровень, не достигнутый ни в одной измеренной категории.

Когда Anthropic говорит «26%», речь идёт именно о категориях, достигших AL4. С точки зрения операционной работы важен именно разрыв между AL3 и AL4: на первом уровне человек остаётся внутри каждого шага; на втором его роль смещается к постановке цели и проверке результата.

Самая важная цифра отчёта — не 26%

В методологии спрятана цифра, которая заслуживает больше внимания, чем заголовок. Когда оценку автоматизации, выставленную моделью, сравнили с оценкой сотрудника, выполняющего работу, они точно совпали в 59% случаев и расходились не более чем на один уровень в 97% случаев. Когда оценку одного сотрудника сравнили с оценкой коллеги по той же работе, они совпали лишь в 35% случаев.

Проще говоря: люди расходятся друг с другом во мнениях о том, насколько автоматизирована их собственная работа, сильнее, чем с моделью. Это объясняет совещания в вашей компании, которые заканчиваются без вывода. Если два коллеги из одной команды не могут договориться об описании собственной работы, то любое решение об инвестициях в ИИ, основанное на коллективном впечатлении, стоит на зыбкой почве. Решение — не больше обсуждений. Это письменная фиксированная мера, которая периодически заново применяется к одному и тому же.

Как построить собственную версию индекса за неделю

Описанную Anthropic методологию можно уменьшить до масштаба компании среднего размера. Шаги вкратце:

  • Каталогизируйте реальную работу, а не должностную инструкцию: в июле 2026 года Anthropic случайным образом выбрала 20% сотрудников соответствующих подразделений и изучила их реальную работу по внутренней переписке и документации; в итоге получилось около 15 000 детализированных задач. Вам достаточно гораздо меньшей выборки — одной реальной рабочей недели одной или двух команд.
  • Разложите задачи в дерево: эти 15 000 задач были сгруппированы в дерево из 542 узлов, из которых 378 — конечные категории. Компания среднего размера получает полезную картину при тридцати–пятидесяти конечных категориях.
  • Взвешивайте по времени, а не по ощущению: в качестве показателя важности каждой задачи использовалось затраченное на неё рабочее время сотрудников. Это не даёт эффектным, но малозначимым задачам доминировать в картине.
  • Оцените каждую категорию по шкале AL0–AL5: и запишите в одну строку причину оценки, чтобы её можно было пересмотреть позже.
  • Заморозьте корзину и измеряйте повторно: главное — список категорий замораживается после составления, чтобы каждое повторное измерение проводилось по тому же самому, а не по новому списку. Без заморозки вы измеряете изменения своего списка, а не прогресс автоматизации.

Результат этого упражнения — не цифра для хвастовства. Это карта, которая показывает, где ИИ на самом деле находится в вашей работе: какие категории дошли до уровня «сотрудничает» и заслуживают более глубокой автоматизации, а какие всё ещё на нуле, хотя отнимают много часов, — именно это ваши ближайшие возможности.

Что уровень «ведёт» означает на практике

Когда категория работы в вашей компании достигает AL4, меняется форма управления, а не только размер команды. Руководство становится высокоуровневым, а проверка смещается к итоговому результату, и значит, качество результата зависит от двух вещей: ясности письменных инструкций и точки проверки перед любым необратимым действием — отправкой чего-либо клиенту, изменением реальных данных или финансовым обязательством.

В проектах, которые мы создаём для клиентов, в этом и состоит разница между автоматизацией, на которую можно положиться, и автоматизацией, которая вызывает тревогу. Модель может вести целую задачу, но то, что произойдёт, когда она ошибётся, определяет окружающая её система: появится ли ошибка в проверяемом журнале и остановится ли на этапе согласования, или уйдёт прямо к клиенту? Переход от AL3 к AL4 — это прежде всего решение о проектировании системы, а уже потом вопрос доверия к модели.

Оговорки, которые сделала сама Anthropic

Справедливость требует отметить ограничения, которые компания сама указала для своего измерения: его не проверяла ни одна независимая внешняя сторона, и оно в значительной мере подготовлено с помощью самого Claude, то есть измеряемая модель участвовала в измерении, что может перенести её ошибки в оценку. Anthropic говорит, что намерена позже привлечь сторонних оценщиков. Заморозка корзины задач на базе июля 2026 года также означает, что категории работы, появившиеся позже, в расчёт не входят.

Поэтому читайте эту цифру как то, чем она является: сильный сигнал направления изнутри передовой лаборатории, а не установленный факт о рынке труда. Скачок с менее чем 1% до 26% за шесть месяцев заслуживает внимания независимо от точности десятичных знаков.

С чего начать

Начните с одной команды и одной недели. Зафиксируйте, что команда на самом деле делала, разложите это на тридцать категорий, оцените каждую по шкале, заморозьте список и повторите измерение через три месяца. В итоге у вас будет то, чего сегодня нет у большинства компаний: письменная отправная точка, с которой можно сравнивать, а не спорить. А если вы хотите превратить категории, оказавшиеся на нуле, в работающие системы, — именно это мы и создаём в Origami.

Источники

  • Anthropic — измерение темпов развития ИИ внутри передовых лабораторий: anthropic.com
  • Epoch AI — шкала уровней автоматизации, использованная в индексе: epoch.ai