Úzkým hrdlem jste vy: co studie Anthropic o AI agentech říká manažerům

Co Anthropic zjistil o vlastní firmě

Anthropic zkoumal sám sebe a zjistil, že AI agenti už ve firmě odpracují víc hodin než lidé, výkon na člověka prudce roste a úzkým hrdlem se stala lidská pozornost. Studii napsali výzkumníci Nathan Wilmers, Regina Catipon, Maxim Massenkoff a Peter McCrory z The Anthropic Institute. Opírá se o interní data: zaměstnanost, používání AI, metriky výkonu, průzkumy mezi zaměstnanci, interní komunikaci, kalendáře a záznamy z náboru. Kvantitativní data doplňuje 17 rozhovory se zaměstnanci.

Proč by to mělo zajímat manažera v české firmě? Autoři to říkají sami: Anthropic je firma, která postavila své procesy kolem AI, a proto může být předstihovým ukazatelem toho, jak se změní organizace práce, nábor a poptávka po lidech jinde. Není to předpověď pro vaši firmu. Je to signál, kam se může posunout práce, a nahlédnutí do provozu, kde agenti běží ve Slacku, plánují schůzky, opravují chyby v kódu a pracují na velkých projektech.

• 6 : 1hodin agentů na hodinu člověka (srpen 2026)
• 22 %sessions tvoří meta-práce: řízení agentů místo samotné práce (jaro 2026)
• 9 %podíl juniorů mezi technickými nástupy (z 27 %)

6 hodin agentů na hodinu člověka: co to číslo znamená a co ne

V srpnu 2026 už agenti, které spouštějí jednotliví zaměstnanci Anthropic, odpracovali šestkrát víc hodin než lidé, kteří je řídí. Už v březnu 2026 přitom součet hodin všech agentů, autonomních i interaktivních, poprvé převýšil hodiny práce lidí.

Číslo 6 : 1 je potřeba číst přesně. Hodiny agentů jsou doba jejich běhu, tedy výpočet a aktivní práce s nástroji, bez čekání delšího než 30 minut. Hodiny lidí se počítají jako počet zaměstnanců krát 40 hodin týdně. Subagenti se sčítají. Neznamená to tedy, že jeden člověk nahradí šest lidí. Znamená to, že na zaměstnance v průměru připadá kapacita agentů, která běží šestkrát déle než jeho pracovní týden, a za její výsledky odpovídá on.

Většina té kapacity jde do softwaru: rutinní testy a kontroly, údržba infrastrukturního kódu, převody rozsáhlých kódových bází. Osobní agenti ale i hlídají kalendář a zprávy, sestavují seznamy úkolů z příchozích zpráv a před schůzkami zaměstnancům připraví podklady, s kým a proč se potkají.

Výkon roste. A kvalita?

Inženýři commitují kód (ukládají do něj změny) pětkrát rychleji než před šesti měsíci. Netechnickým týmům roste výkon taky: právníci zpracují víc smluv, účtárna víc faktur, obchodníci uzavřou víc obchodů. Jeden account executive popisuje, že automatizace s Claudem převzaly zhruba 20 % jeho dřívějších úkolů. Jiný díky nim stihne mluvit s o 30 % víc zákazníky.

Aby nesrovnávala hrušky s jablky, studie porovnává 192 inženýrů, kteří začali používat agenty, se 74 kolegy, kteří je nepoužívali. Po zavedení agentů množství kódu prudce roste. Na námitku „víc kódu, víc odpadu“ odpovídá srovnáním kvality: u kódu od agenta a kódu psaného přímo stejným člověkem nenašla rozdíl v tom, kolik řádků se později smaže nebo vrátí.

Autoři k tomu férově přidávají čtyři výhrady. Víc kódu ještě neznamená lepší kód ani byznysový dopad. Chyby AI můžou být hůř odhalitelné než lidské. A nástroje si lidé nevybírali náhodně: kdo stál před velkým projektem, mohl se „vyzbrojit“ dřív a ti, kdo přešli na plně autonomní agenty, rostli strměji už předtím. Do toho firma zažívala explozivní růst. Pro manažera z toho plyne jednoduché pravidlo: měřte výsledek, ne objem.

Úzkým hrdlem je lidská pozornost

Když agenti produkují rychleji, než lidé stíhají číst, stává se úzkým hrdlem člověk. V interaktivních sessions agent podle studie zhruba 80 % času nečinně čeká na vstup člověka. Jeden z inženýrů to shrnul tak, že lidé „brzdí agenty“.

Autoři spočítali, kolik času by zabralo přečíst všechno, co agenti v interaktivních sessions vyprodukují. Výstup převedli na slova a počítali s běžnou rychlostí čtení. U technických týmů objem za posledních šest měsíců prudce vyskočil. Ale i netechnickým skupinám by samotné čtení zabralo přes polovinu pracovního týdne.

Jak to vypadá zevnitř, popisují zaměstnanci výstižně. Jeden inženýr popisuje práci jako stát proti „armádě Claudů, z nichž každý chce moji pozornost“. Další citát připodobňuje práci k hlídání dětí: „Jedno potřebuje otevřít pitíčko a tváří se, že je to naléhavé. Hlásí to se stejnou vážností jako to, které se řízlo do prstu a krvácí.“ (citáty volně přeloženy)

V dubnovém průzkumu 27 % dotázaných popsalo nárůst produktivity díky Claudovi a 20 % posun své role od samotné práce k řízení Claudů. Jinými slovy: z individuálního přispěvatele se stává manažer. Jen jeho tým tvoří agenti.

Z vykonavatele manažerem agentů: co lidé v Anthropicu dělají jinak

Na zahlcení lidé v Anthropicu podle studie reagují jiným způsobem řízení. Podíl takzvané meta-práce vzrostl z 10 % interaktivních sessions průměrného zaměstnance na podzim 2025 na 22 % na jaře 2026. Meta-prací studie myslí stavbu skills, plány a kontroly pro jiné agenty, dashboardy a monitoring agentních pipeline a dokumentaci postupů. Tedy všechno, co není samotná práce, ale zařídí, aby ji agenti dělali dobře.

Konkrétně studie popisuje:

• Stálé instrukce. Počet psaných pokynů pro agenty vzrostl z několika stovek v červenci 2025 na 8 500 o rok později.
• Agent kontroluje agenta. Lidé píšou specifikace pro běhy více agentů a stavějí smyčky, ve kterých jeden agent kontroluje výstup druhého.
• Agent jako „chief of staff“. Jeden inženýr si nastavil agenta, který třídí požadavky ostatních agentů. Jiný napsal svému týmu Claudů hodnocení výkonu: co v komunikaci funguje a co ne.
• Dashboardy. Recruiteři postavili přehledy, ve kterých agenti hlásí problémy a sami spouštějí akce.
• Nová role pro odbornost. Tým, který psal texty do produktu, přešel na psaní promptů a evaluací. Jak zaznělo v rozhovorech: „Textaři, kteří jazykem řídili chování lidí, ho teď používají k řízení chování Clauda.“ (volně přeloženo)

Dvě zjištění jdou proti intuici. Porad je víc, ne méně: medián zaměstnance tráví na schůzkách o 20 % víc času než před rokem, technici o 16 %. Část nárůstu jde na vrub růstu firmy, zaměstnanci ale popisují osobní koordinaci jako nepostradatelnou: systémové problémy, na které se při práci s agenty narazí, vyžadují lidskou dohodu a rozhodnutí. A práce musí být vidět. Když rozhodnutí padne na schůzce a nikde není zápis, agenti pracují se starým kontextem. Studie uvádí zaměstnance, kterému agenti nosili požadavky na firemní trička a hrnky ještě dlouho poté, co se změnila jeho agenda, protože jeho jméno zůstalo na měsíce starém dokumentu. Práce v nezaznamenaných schůzkách a soukromých zprávách je v takové firmě podle studie „neviditelná, matoucí a nevítaná“.

Strategii firmy přitom Anthropic agentům nesvěřil. O strategii i o rozhodnutích týmů se rozhoduje v psaných debatách ve Slacku a na osobních schůzkách, agenti do toho mluví jen málo. Lidé v netechnických rolích popisují posun větou: „Těch 20 %, která byla strategická, se stává 90 % práce.“ (volně přeloženo)

Junioři a nábor: koho firma s agenty hledá

Anthropic nabírá stále menší podíl juniorů do technických pozic a hiring manažeři víc hodnotí autonomii a úsudek než úzkou odbornost. Podíl juniorů v technických odděleních klesl od začátku roku 2025 z 21 % na 14 %. Mezi novými technickými nástupy klesl ještě rychleji, z 27 % na 9 %. Inzerce juniorských pozic prudce klesá od prosince 2025.

Debata o tom, že juniorů bude potřeba méně, začala v technických týmech v lednu 2026: týmy, které nejvíc pracovaly s Claudem, zjistily, že psaní kódu a hledání chyb jde stále víc delegovat. Do dubna inženýrské a výzkumné týmy upozadily nábor na nižší technické úrovně. Většina manažerů v průzkumu uvedla, že kvůli AI nabírá na jiné dovednosti, zhruba třetina manažerů ML a pětina manažerů vývoje nabírá kvůli AI méně.

Firma přitom roste a technický nábor v absolutních číslech taky. Podíl technických oddělení na zaměstnanosti ale klesl z 61 % na 56 %, protože rychleji se nabírá v obchodě, financích a recruitmentu. Pomalu roste administrativa: agenti, automatické kontroly a outsourcing tiketů ji drží štíhlou. Lidé se taky víc přesouvají: zaměstnanci, kteří jsou ve firmě aspoň rok, měli letos o 50 % vyšší pravděpodobnost přejít každý měsíc do jiného oddělení než loni.

Nejzajímavější je, jak se mění hodnocení uchazečů. Studie prošla náborové hodnoticí karty tisíců lidí přijatých od roku 2024:

Jeden z manažerů to vysvětluje tím, že modely zůstanou nevyrovnané, silné v něčem a slabé jinde, a proto chce lidi, kteří zvládnou různé domény.

Pro vedení firmy z toho plyne nepříjemná otázka: když juniorskou práci dělají agenti, kde se vyučí příští senioři? Autoři otevřeně píšou, že žádné z opatření Anthropic útlum náboru juniorů přímo neřeší. Ochrana stávajících zaměstnanců nepomůže těm, kdo nebyli přijati.

6 návyků manažera agentů

Z toho, co lidé v Anthropicu podle studie dělají, se dá odvodit šest návyků, které fungují i v běžné firmě s Claudem. Nejde o technologii, ale o způsob řízení: jak méně číst, lépe kontrolovat a nechat si rozhodování, které patří vám.

Zadání stavte stejně jako každou dobrou delegaci: kontext, cíl, formát a kritéria kvality. Údaje v hranatých závorkách nahraďte svými.

V Anthropicu vzrostl počet stálých instrukcí pro agenty na 8 500. Každá taková instrukce ušetří opakované vysvětlování a usnadní kontrolu: když agent zná kritéria, víte, podle čeho výstup posuzovat. Až vám zadání jednou sedne, nechte Clauda, ať z něj pravidla sepíše sám.

Projdi naši konverzaci a sepiš z ní stálé instrukce pro tento typ úkolu: [měsíční report prodeje pro vedení]. Uveď, pro koho výstup je, z jakých podkladů vychází, jakou má strukturu, podle čeho poznám, že je hotový, a co nikdy nedělat. Piš v bodech, nejvýš 300 slov. Nic nedomýšlej: kde jsem pravidlo neuvedl, napiš [DOPLNIT].

Hotové instrukce vložte do projektu, nebo je uložte jako skill pro celý tým. Jak na to, ukazujeme v článcích Chatovat umí každý: proč rozhoduje, co AI ví o vaší firmě a Skills v Claude: co to je a 3 příklady pro manažery.

Jeden z obchodníků Anthropic to říká takhle: „Kdykoli něco děláte podruhé, říkáte si: jak to s Claudem udělat, abych to potřetí dělat nemusel?“ (volně přeloženo) Začněte inventurou vlastního týdne.

Tady je seznam úkolů, které jsem dělal poslední dva týdny: [seznam]. Označ ty, které se opakují. U každého opakovaného úkolu navrhni, jestli ho může připravit agent, kdo má výstup zkontrolovat a v jakém bodě má rozhodnout člověk. Seřaď je podle toho, kolik času ušetří. Úkoly, kde rozhoduje o penězích, lidech nebo smlouvách, označ jako „jen s kontrolou“.

Opakované úlohy pak nechte běžet samy. Postup najdete v článku Naplánované úlohy v Claude: 12 automatizací pro manažery.

Lidé v Anthropicu stavějí smyčky, ve kterých jeden agent kontroluje výstup druhého. Vy pak nečtete všechno od začátku, ale seznam nálezů. Odpovědnost tím nedelegujete: kontrolor jen zkrátí cestu k tomu, co máte posoudit.

Jsi kontrolor. Níže je zadání a výstup, který podle něj vznikl. Zkontroluj výstup podle těchto kritérií: 1) čísla odpovídají přiloženému zdroji, 2) všechny body zadání jsou pokryté, 3) žádné tvrzení není bez zdroje, 4) tón odpovídá textu pro vedení. Nic nepřepisuj. Vrať jen seznam nálezů seřazený podle závažnosti, u každého místo ve výstupu a důvod. Když nic nenajdeš, napiš „Bez nálezů“.

Které výstupy nikdy nepouštět bez lidského schválení, rozebíráme v článku Jak bezpečně delegovat na AI agenta: 6 pravidel pro manažery.

Inženýr z Anthropicu si nastavil agenta jako „chief of staff“, který třídí požadavky ostatních agentů. Stejný princip funguje na ranní přehled: místo deseti výstupů jedna obrazovka, na které je vidět, co čeká na vás.

Projdi výstupy z [naplánovaných úloh / složky Reporty / kanálu #ai-vystupy] za posledních 24 hodin. Roztřiď je do tří skupin: 1) potřebuje moje rozhodnutí dnes, 2) ke kontrole tento týden, 3) jen pro informaci. U skupiny 1 napiš jednou větou, o čem rozhoduji, a navrhni výchozí variantu. Celé shrnutí musí být na jednu obrazovku. Nic sám neodesílej ani neměň.

V Anthropicu přibývají dashboardy a monitoring agentních pipeline. V menším týmu stačí přehled agentních úloh: co běží, pro koho, jak často a kdo výstup kontroluje. Úloha bez vlastníka kontroly je riziko, ne úspora.

Z této tabulky agentních úloh v našem týmu [vložit nebo připojit] postav přehled se sloupci: název úlohy, vlastník, frekvence, poslední běh, kdo výstup kontroluje, poslední chyba. Nahoru dej souhrn: kolik úloh běží, kolik z nich nemá vlastníka kontroly a které za poslední týden selhaly. Úlohy bez vlastníka kontroly zvýrazni.

Jak z takového přehledu udělat živý dashboard, ukazujeme v článku Claude Dashboards: firemní data jako dashboard bez tiketu na BI tým.

Co nepadne na papír, to agent neví. Rozhodovací log (decision log) je nejlevnější způsob, jak agentům i kolegům dát aktuální kontext. Navíc vám zůstane stopa, kdo co a proč rozhodl.

Z těchto poznámek z porady [vložit] vypiš jen rozhodnutí, která padla. U každého uveď: co se rozhodlo, kdo rozhodl, od kdy to platí a co se tím mění na dosavadním postupu. Nic nepřidávej a nic nedomýšlej. Pokud u rozhodnutí chybí odpovědná osoba nebo termín, napiš [DOPLNIT]. Výsledek připrav jako tabulku do rozhodovacího logu.

Co si z toho vzít pro českou firmu (a co ne)

Studie popisuje jednu firmu na samé hraně adopce AI a autoři sami upozorňují, že mnoho jejích praktik nejde přenést jinam. Anthropic rychle roste, jeho zaměstnanci mají plošně akcie firmy a produkt, který vyvíjí, zároveň sám používá. Česká firma s padesáti nebo pěti sty lidmi bude mít jiné tempo i jiné starosti.

Přenositelné jsou hlavně čtyři principy:

Co dělá Anthropic jako zaměstnavatel? Staví systém včasného varování, který sleduje role ohrožené proměnou kvůli AI, a při proměně rolí dává přednost interním přesunům. Jeden z lidí ve vedení k tomu podle studie poznamenal: „Pracovní síla, která je plná úzkostných obav, nepodává nejlepší výkon.“ (volně přeloženo) To je inspirace i pro HR v české firmě.

Tři otázky na příští poradu vedení:

1. Kolik času týdně náš tým čte a schvaluje výstupy AI a kdo to měří?
2. Kde máme sepsaná pravidla a rozhodnutí, ze kterých může AI čerpat?
3. Jak budeme vychovávat lidi, když základní práci, na které se dřív učili, dělá AI?