Anthropic: 26% della ricerca guidata da Claude e 30.000 agenti in produzione

Anthropic ha messo per iscritto una cosa che finora era solo aneddoto da conference call: a che punto è l’AI che costruisce l’AI. Nel documento dell’Anthropic Institute l’azienda dichiara che Claude «guida» il 26% del proprio lavoro di ricerca e sviluppo e che sulla sua piattaforma interna più usata girano circa 30.000 agenti alla volta. Sono numeri che riguardano un laboratorio di frontiera, non una PMI italiana. Ma il modo in cui Anthropic li ha costruiti dice qualcosa di molto concreto a chiunque stia provando a portare agenti AI in produzione in azienda: il problema non è accenderli, è sapere quanti ne hai e chi li guarda.

In questo articolo scoprirai:

• Cos’è Anthropic e cosa significa che il 26% della sua ricerca AI è guidata da Claude
• Come Anthropic sorveglia 30.000 agenti AI in produzione contemporaneamente
• In cosa Anthropic è diversa da ChatGPT e da OpenAI sugli agenti AI
• Le tre metriche di Anthropic come checklist per gli agenti AI in azienda

Cos’è Anthropic e cosa significa che il 26% della sua ricerca AI è guidata da Claude

Anthropic è il laboratorio americano che sviluppa Claude, fondato nel gennaio 2021 da sette ex dipendenti di OpenAI, tra cui i fratelli Dario e Daniela Amodei, usciti per divergenze di indirizzo sulla sicurezza, come ricostruisce la scheda enciclopedica dell’azienda. È da lì che arriva il dato.

Il 26% non significa «un quarto della ricerca è automatizzata». Nel documento di misurazione pubblicato da Anthropic il numero è agganciato a una scala di automazione che va da AL0 (nessun coinvolgimento dell’AI) ad AL5 (AI completamente autonoma, nessun umano nel ciclo). Il 26% sta ad AL4, il livello in cui «l’AI porta a termine gran parte del compito da un prompt di alto livello, mentre l’umano supervisiona». La stessa pagina precisa che «Claude non opera in piena autonomia su nessun sottoinsieme misurato del lavoro di R&D».

La velocità, però, è il vero titolo: a febbraio 2026 la quota era sotto l’1%, ad agosto era al 26%. La metodologia, ricostruita da Implicator e ripresa da Quartz, campiona a caso il 20% del personale dei reparti che compongono il ciclo di sviluppo dei modelli per ogni settimana di luglio 2026, producendo circa 15.000 attività granulari poi consolidate in 542 nodi. Con un limite dichiarato: a valutare è Claude stesso, e il suo giudizio coincide con quello umano solo nel 59% dei casi. Se vuoi il quadro più ampio di cosa Anthropic misura quando misura il lavoro, l’abbiamo raccontato parlando della ricerca sull’observed exposure e il rischio di disoccupazione.

Come Anthropic sorveglia 30.000 agenti AI in produzione contemporaneamente

Il secondo numero è quello che dovrebbe interessare di più chi lavora in azienda. Anthropic scrive nel documento dell’Institute di avere «circa 30.000 agenti impegnati in lavoro di ricerca e ingegneria in qualsiasi momento, sulla piattaforma interna più utilizzata». Il perimetro conta: è una piattaforma, non il totale aziendale.

Su quella piattaforma, secondo i dati riportati da Mixed News, il 100% delle azioni degli agenti passa da un monitor prima di essere eseguita, e ad agosto è stato bloccato lo 0,002% di oltre un miliardo di decisioni, circa una ogni 47.000. Un secondo controllo, a posteriori, segnala circa 100.000 trascrizioni alla settimana, di cui solo una cinquantina arriva davvero sotto gli occhi di una persona. Le azioni bloccate vengono riviste da un umano entro una settimana.

Anthropic non vende questa copertura come risolta: nel documento ammette che «è difficile essere certi di avere un quadro completo di tutti i possibili tipi di comportamento, o di rendere questi schemi adeguatamente leggibili alla supervisione umana». E c’è un dettaglio che vale da solo il prezzo della lettura: come nota l’analisi di Beri, un red team di METR ha scoperto che il monitoraggio non copriva il traffico non-Claude Code e poteva essere disattivato cambiando una variabile d’ambiente. Il tema della supervisione automatica è lo stesso che Anthropic insegue con la ricerca sulla weak-to-strong supervision.

Una precisazione che pesa sulla lettura di tutti questi numeri: Anthropic ha sede a San Francisco, non esiste una «Anthropic Italia», non ha alcun legame con Elon Musk, che finanziò le origini di OpenAI, non di Anthropic, e resta una società privata non quotata. Sono quindi numeri autodichiarati da un’azienda privata, non certificati da terzi, anche se Anthropic dice di voler dare accesso a valutatori indipendenti.

In cosa Anthropic è diversa da ChatGPT e da OpenAI sugli agenti AI

La confusione è comprensibile: ChatGPT è il prodotto di OpenAI, Claude è il prodotto di Anthropic, e insieme a Google DeepMind sono i tre nomi che oggi ci si scambia quando si dice «i big dell’AI». La differenza che conta in questa notizia non è la qualità del modello, ma il fatto che Anthropic abbia pubblicato numeri sulla propria autonomia interna che nessun altro laboratorio ha messo su carta, con la metodologia allegata e l’invito esplicito agli altri a fare lo stesso.

Per un’azienda che valuta su quale famiglia di modelli costruire i propri agenti, questa è informazione operativa, non tifo: significa che su Claude esiste una documentazione pubblica di come si misura l’autonomia e di come si sorveglia una flotta di agenti. Se stai ancora scegliendo, qui c’è la nostra guida completa a Claude AI, come funziona e quali rischi porta in azienda, e la ricostruzione della rivalità tra OpenAI e Anthropic.

Le tre metriche di Anthropic come checklist per gli agenti AI in azienda

Anthropic introduce tre indicatori con nomi precisi: AI-led AI R&D (quanta parte della ricerca è guidata dall’AI), Oversight of AI agents (quanto bene le azioni degli agenti sono sorvegliate) e Compute allocation (come è distribuita la potenza di calcolo). Sul terzo, i dati della settimana 13-20 luglio 2026 dicono che circa il 6% del compute destinato alla ricerca AI è andato alla sicurezza, e il 12% di quello destinato alla ricerca guidata dall’AI.

Tradotte per un titolare operativo, diventano tre domande a cui rispondere con un numero, non con un’impressione. Primo: quanta parte di un processo aziendale è oggi guidata da un agente e quanta è ancora avviata da una persona? Secondo: quanti agenti sono attivi in questo momento nella tua azienda, e da dove prendi il conteggio? L’analisi di Beri è netta su questo punto, il denominatore va costruito da fonti che l’agente non può manipolare (identity provider, chiavi API emesse, log di uscita), e la copertura va calcolata per piattaforma, mai come media. Terzo: quante risorse stai spendendo sui controlli rispetto a quelle spese sulle funzionalità? Chi parte da zero trova le basi nella nostra guida su cosa sono e come funzionano davvero gli agenti AI.

Agenti AI in produzione in azienda: perché si fermano al pilota e cosa serve davvero

Il confronto con il mercato è impietoso. Secondo l’analisi Forrester firmata da Brian Hopkins e ripresa da Tom’s Hardware, il 75% dei dirigenti enterprise intervistati ha avviato progetti di agenti AI, ma solo il 25% li ha portati fuori dalla fase pilota; e la frase di Hopkins è la sintesi migliore di tutto il pezzo: «Le aziende che si stanno portando avanti non sono quelle con più agenti. Sono quelle che stanno posando i binari su cui il treno dovrà correre». Gartner, dal canto suo, prevede la cancellazione di oltre il 40% dei progetti agentici entro la fine del 2027, una previsione ripresa in Italia anche da AI4Business, che aggiunge il punto decisivo: governare gli agenti non basta.

Le cause, come riassume questa analisi enterprise, sono sempre le stesse tre: infrastruttura impreparata, governance e sicurezza inadeguate, ROI non dimostrabile perché nessuno ha definito le metriche all’inizio. È esattamente il quadro che abbiamo descritto spiegando perché quando l’AI generativa non genera ROI il problema non è la tecnologia.

E qui torna il conto che Anthropic ha messo per iscritto senza commentarlo fino in fondo. Su oltre un miliardo di decisioni al mese, il monitor ne blocca lo 0,002%; sulle 100.000 trascrizioni segnalate ogni settimana, una persona ne legge cinquanta. Vuol dire che un essere umano posa gli occhi su circa una decisione ogni venti milioni, e questo nel laboratorio che su questi controlli ha costruito la propria identità pubblica. La domanda da portarsi a casa non è quindi se il monitor c’è: il monitor c’è quasi sempre, e come ha mostrato il red team di METR basta una variabile d’ambiente per spegnerlo. La domanda è chi legge quello che il monitor segnala, quanto in fretta, e con quale potere di fermare l’agente.

Da dove si comincia: l’onboarding degli agenti AI in azienda

Le organizzazioni che ci riescono fanno tre cose noiose e misurabili: partono da un processo specifico e già compreso, di solito il più caotico o il più lento, inseriscono controlli umani nei punti decisionali a rischio, e misurano tempo risparmiato ed errori evitati prima di scalare. È un lavoro di metodo, non di installazione: gli agenti non si accendono, si orchestrano, e vanno costruiti su misura sui processi che già esistono.

È la ragione per cui in MIMIR l’assistenza all’onboarding fa parte del lavoro quanto l’agente stesso: accompagniamo la scelta del primo processo, i punti di controllo umano e le metriche da guardare, perché è lì che i progetti si salvano o si fermano. Se hai un’esigenza aziendale su AI e agenti, parlarne una volta con chi li porta in produzione tutti i giorni costa meno di un pilota abbandonato.

Fonti:

• Anthropic Institute, Measuring the pace of AI development
• Implicator, Claude leads 26% of Anthropic’s AI research
• Quartz, Anthropic, Claude e l’automazione della ricerca
• Mixed News, I dati sulla sorveglianza degli agenti
• Beri, Agent oversight: coverage, review latency, escalation rate
• Gartner, Oltre il 40% dei progetti agentici cancellato entro il 2027
• Azzurro Digitale, Perché l’88% dei progetti non arriva in produzione