Estudo de produtividade com Claude: engenheiros relatam ganho de 50%
O estudo de produtividade com Claude da Anthropic, publicado em dezembro de 2025, ouviu 132 engenheiros e pesquisadores da própria empresa e concluiu que eles usam o Claude em 60% do trabalho. Eles relatam um ganho de produtividade de 50%, e 27% do trabalho feito com o Claude são tarefas que não teriam sido feitas de outra forma. Ainda assim, a maioria diz que consegue delegar totalmente só de 0 a 20% do trabalho. Para líderes de engenharia, o estudo mostra onde a IA para programação compensa hoje: mais entregas, com pessoas ainda conferindo o resultado.
Por que a Anthropic estudou os próprios engenheiros
A Anthropic queria ver de perto como a IA muda o trabalho com software, e começou pela própria equipe, uma das primeiras a adotar a tecnologia. Em agosto de 2025, a empresa entrevistou 132 engenheiros e pesquisadores por questionário, fez 53 entrevistas em profundidade e analisou dados internos de uso do Claude Code. Na época, o Claude Sonnet 4 e o Claude Opus 4 eram seus modelos mais avançados.
O estudo também pôs à prova uma afirmação pública. Em março, o CEO Dario Amodei disse que até o fim do ano 90% do código de software nas empresas seria escrito por IA. Um porta-voz da Anthropic disse à Fortune que a amostra do estudo era pequena e que ele não tratou "escrever código" como uma tarefa separada, por isso não pode ser comparado diretamente com essa previsão.
Quais tarefas os engenheiros passam para o Claude todo dia
Depurar e entender código existente são os usos mais comuns. Na pesquisa, 55% dos funcionários usavam o Claude para depuração todos os dias, 42% o usavam diariamente para entender código e 37% o usavam diariamente para implementar novas funcionalidades.
Arquitetura e planejamento de alto nível, ciência de dados e desenvolvimento front-end apareceram com menos frequência. A Anthropic diz que as pessoas tendem a manter arquitetura e planejamento nas mãos humanas, enquanto as outras duas são simplesmente tarefas menos comuns.
Como os engenheiros decidem o que delegar
A maioria dos funcionários usa o Claude com frequência, mas diz que consegue "delegar totalmente" só de 0 a 20% do trabalho. Usar a ferramenta em geral significa supervisão ativa e checagem, sobretudo em trabalhos de alto risco.
Os engenheiros passam adiante tarefas fáceis de verificar, de baixo risco ou chatas, como código descartável de depuração ou de pesquisa. Muitos descrevem uma confiança que vai crescendo: primeiro tarefas simples, depois trabalhos mais complexos conforme a segurança aumenta.
"Quanto mais animado eu estou para fazer a tarefa, menos provável é que eu use o Claude." Um engenheiro da Anthropic, nas entrevistas da empresa
O que o estudo mediu em produção e autonomia
Os funcionários relatam usar o Claude em 60% do trabalho e um ganho de produtividade de 50%, um aumento de 2 a 3 vezes em relação ao mesmo período do ano anterior. O ganho aparece como um pouco menos de tempo por categoria de tarefa, mas muito mais entregas. Cerca de 27% do trabalho feito com o Claude são tarefas que não teriam sido feitas de outra forma, como painéis de dados interativos e trabalho exploratório que não compensaria fazer à mão.
Os dados de uso mostram o Claude trabalhando mais tempo sozinho. Seis meses antes, o Claude Code completava cerca de 10 ações antes de precisar de intervenção humana; agora faz cerca de 20. A fatia de uso para arquitetura e planejamento de código subiu de 1% para 10%, e para implementar novas funcionalidades, de 14% para 37%. Cerca de 8,6% das tarefas do Claude Code foram pequenos reparos, melhorias como refatoração para facilitar a manutenção que os times costumam adiar.
O que preocupa os engenheiros
Os resultados não são só ganhos. Alguns engenheiros temem perder habilidades mais profundas necessárias para escrever e criticar código, ou ficar menos capazes de supervisionar o que o Claude produz. Alguns praticam tarefas sem o Claude de propósito. O Claude virou a primeira parada para perguntas que antes iam para os colegas, e alguns relatam menos oportunidades de mentoria. Um engenheiro contou aos pesquisadores que programava havia 25 anos e sentia que era "o fim de uma era".
O que o estudo significa para times de engenharia
Para uma empresa, o estudo aponta um tipo específico de valor: mais entregas e trabalho que antes ficava de lado, e não menos gente conferindo o código. Os maiores usos, depuração e entendimento de código, são tarefas em que uma pessoa consegue verificar a resposta rapidamente. Os 27% de trabalho novo sugerem que a produtividade da IA na programação aparece primeiro como ferramentas e correções que ninguém tinha tempo de fazer.
A Anthropic reconhece os limites. Seus engenheiros têm acesso antecipado a ferramentas novas e trabalham em uma área relativamente estável, e a pesquisa cobriu uma amostra pequena. A empresa diz que está estudando internamente como manter fortes a especialização técnica, a mentoria e o desenvolvimento de carreira em um ambiente de trabalho com IA.
Perguntas e respostas
Quanto do trabalho os engenheiros da Anthropic fazem com o Claude?
Eles relatam usar o Claude em 60% do trabalho. A maioria diz que consegue delegar totalmente só de 0 a 20% dele, porque ainda confere o que o Claude produz.
O estudo mostra a IA substituindo engenheiros de software?
Não pelos resultados. Ele mostra engenheiros fazendo mais trabalho, incluindo tarefas que teriam deixado de lado, enquanto supervisionam os resultados. Alguns se perguntaram se um dia poderiam automatizar o próprio emprego.
Quais tarefas de programação os engenheiros delegam à IA?
Tarefas fáceis de verificar, de baixo risco ou chatas. Depuração e entendimento de código são os usos diários mais comuns, e a implementação de novas funcionalidades passou de 14% para 37% do uso do Claude Code.
A visão da MOZGII
Como nós construiríamos
O que este estudo descreve é um assistente de programação que funciona melhor em tarefas que uma pessoa consegue conferir rápido: achar um bug, explicar código antigo, montar um pequeno painel. Se fôssemos implantar uma ferramenta como o Claude Code em um time de engenharia, começaríamos por aí. Deixaríamos que ela assumisse primeiro a depuração e a leitura de código, e manteríamos as decisões de arquitetura com as pessoas até o time confiar no trabalho dela em tarefas menores.
Também mediríamos mais do que velocidade. O estudo mostra as entregas subindo enquanto a fatia de trabalho que as pessoas conseguem delegar totalmente continua pequena. Então acompanharíamos quanto de cada mudança um revisor precisou corrigir antes do merge. Esse número, a fatia de mudanças escritas por IA aceitas sem retrabalho, é o que acompanharíamos, porque mostra se a ferramenta economiza tempo de revisão ou só o desloca.
O ponto fraco é o aprendizado. Quando o assistente responde a todas as perguntas, os engenheiros juniores perguntam menos aos colegas e praticam menos. Reservaríamos parte do trabalho para ser feito sem o assistente e juntaríamos engenheiros juniores e seniores nas revisões. Em seguida, criaríamos um registro simples de quais tipos de tarefa o time delega a cada mês, para que os gestores vissem a confiança crescer ou cair em vez de adivinhar.
Fontes
De onde vêm os fatos desta matéria.