Bemanningsplanlegging med AI må nå svare på et praktisk spørsmål: hvordan bør ledere utforme kapasitet, tilsyn og utvikling av nyansatte når agenter kan produsere langt mer arbeid enn mennesker med rimelighet kan gå gjennom? Anthropics interne studie er et nyttig driftseksempel, ikke en prognose for alle bedrifter. Den viser hvorfor det ikke holder å bare måle agentaktivitet. Driftsledere må koble produksjon til verifisert kvalitet, forretningsverdi, risiko og hvor godt talentpipelinen fungerer.

Hva Anthropics interne data viser

I sin rapport fra 16. oktober 2026undersøkte Anthropic hvordan egne ansatte brukte AI-agenter. I august oversteg de interaktive agenttimene de ansattes arbeidstimer med seks til én. Selskapet rapporterte høyere produksjon innen kode, salg, kontrakter og fakturaer etter hvert som agentene spredte seg til teknisk og ikke-teknisk arbeid.

Forholdstallet er slående, men det betyr ikke at agenter erstattet seks personer per ansatt. Agenttimer og arbeidstimer er ulike aktivitetsenheter. En agent kan jobbe raskt, parallelt eller lenge og likevel produsere materiale som krever menneskelig skjønn. Produksjonsvolum er heller ikke det samme som nyttig, lønnsom eller trygg produksjon. Et generert kontraktsutkast, en salgsanalyse eller en kodeendring skaper først verdi når den er korrekt, relevant og godtatt i en reell arbeidsflyt.

Gjennomgangsbyrden gjør forskjellen konkret. Anthropic anslo at det ville ta omtrent halve arbeidsuken for ikke-teknisk personale å gå gjennom alt agentene produserte. Det flytter begrensningen. Når produksjon blir billig og rikelig, kan oppmerksomhet bli den knappe ressursen. Team kan lage flere utkast, analyser og handlinger enn ledere eller spesialister kan kontrollere på en ansvarlig måte.

Rapporten peker også på en endring i sammensetningen av Anthropics tekniske ansatte. Andelen juniorer blant de tekniske ansatte falt fra 21 % til 14 % siden starten av 2025, mens juniorandelen av tekniske ansettelser falt fra 27 % til 9 %. Anthropic oppgir at de tekniske ansettelsene likevel økte i absolutte tall. Dataene støtter altså en endret sammensetning i én bedrift, ikke at teknisk sysselsetting generelt har gått ned.

Gjør agentkapasitet om til en driftsplan

En god plan starter med etterspørselen, ikke med tilgang til verktøy. Finn ut hvilket arbeid organisasjonen må utføre, hvilke servicenivåer den må holde, og hvilke beslutninger som skal ligge hos mennesker. Avgjør deretter hvor agenter kan øke kapasiteten uten å svekke kontrollen. Det forhindrer en vanlig feil: å legge automatisering på alle tilgjengelige oppgaver og senere oppdage at gjennomgangskøer, unntak og uklart eierskap har blitt de nye flaskehalsene.

Driftsledere kan bruke denne enkle planleggingsrekkefølgen:

• Kartlegg arbeidet etter resultat. Grupper oppgaver rundt resultater for kunder, inntekter, etterlevelse eller leveranse i stedet for rundt programvarefunksjoner.

• Klassifiser risiko og reversibilitet. Gi arbeid med lav risiko som lett kan reverseres lettere kontroller, og krev strengere gjennomgang for juridiske, økonomiske, sikkerhetsmessige eller kunderettede beslutninger.

• Sett et gjennomgangsbudsjett. Anslå hvor mye kvalifisert menneskelig oppmerksomhet hver arbeidsflyt trenger, og begrens den automatiserte produksjonen når den kapasiteten er brukt opp.

• Utpek navngitte eiere. Gjør én rolle ansvarlig for godkjenningskriterier, unntak, hendelser og endringer i arbeidsflyten.

• Mål godkjent verdi. Følg brukbare resultater, gjennomløpstid, feilrater, omarbeid og realiserte forretningsresultater, ikke bare prompter, tokens eller agenttimer.

• Beskytt kompetanseutviklingen. Sett av arbeid der juniorer lærer kontekst, skjønn og gjennomgang, selv når en agent kunne laget et første utkast raskere.

Gjennomgangsbudsjettet fortjener samme disiplin som lønnskostnader eller infrastrukturkapasitet. Hvis en arbeidsflyt kan generere 500 elementer, men kvalifiserte kontrollører bare kan vurdere 100, er den praktiske kapasiteten nærmere 100. Stikkprøver kan passe for repeterende resultater med lav risiko, men metoden og eskaleringsreglene bør fastsettes før volumet øker. Resultater med høy risiko kan kreve full gjennomgang, uavhengige kontroller eller grenser for selvstendig handling.

Måltall bør følge arbeidet fra generering til resultat. For kode betyr godkjente endringer og feil i produksjon mer enn antall genererte linjer. For salg betyr nyttige muligheter og konverteringskvalitet mer enn antall skrevne meldinger. For kontrakter og fakturaer er nøyaktighet, unntaksrater, behandlingstid og unngåtte tap sterkere signaler enn antall dokumenter. Slik forblir operativt AI-arbeid knyttet til forretningsresultater i stedet for aktivitetsteater.

Planlegg roller, ansettelser og kontroller samlet

Bemanningsplanlegging bør ikke behandle antall ansatte, agenter og styring som separate planer. Hver arbeidsflyt trenger en kapasitetsmodell som omfatter agentenes utførelse, menneskelig gjennomgang, håndtering av unntak, vedlikehold og opplæring. Den bør også inneholde feilscenarier. En agent som gjør vanlig arbeid raskere, men skaper en bølge av vanskelige unntak, flytter kanskje bare kostnaden i stedet for å fjerne den.

Tallene for juniorer i Anthropics studie fortjener oppmerksomhet fordi arbeid på inngangsnivå ofte tjener to formål: å løse dagens oppgaver og bygge morgendagens kompetanse. Hvis agenter overtar utkast, feilsøking, research eller rutineanalyser, kan juniorroller miste repetisjonen som folk lærer av. Å fjerne det arbeidet uten å utforme et alternativ kan svekke etterfølgerplanlegging, intern mobilitet og fremtidig tilgang på kontrollører.

Et bedre svar er å utforme juniorroller rundt veiledet skjønn. Ansatte kan sammenligne agentresultater, undersøke unntak, teste antakelser, dokumentere beslutninger og rotere mellom kunde- eller driftssammenhenger. Ledere bør definere hvordan kompetanse ser ut på hvert nivå og sjekke at de ansatte får nok øvelse til å utvikle seg. Målet er ikke å bevare arbeid med lav verdi for alltid, men å bevare læringen som ligger i nyttig arbeid.

Ledere bør være forsiktige med årsakspåstander. Anthropics studie bygger på interne data og 17 intervjuer og påpeker at bruken av verktøy ikke var tilfeldig. Team og personer som brukte agenter, kan skille seg fra andre på måter som også påvirker produksjon og ansettelser. Rapporten kan gi grunnlag for hypoteser og kontroller, men den kan ikke bevise at bruk av agenter alene forårsaket hver observerte endring.

Bruk scenarioer i planleggingen i stedet for én produktivitetsantakelse. Et forsiktig scenario kan anta moderate gevinster i godkjent produksjon og stort behov for gjennomgang. Et hovedscenario kan gjenspeile observerte forbedringer i utvalgte arbeidsflyter. Et høykapasitetsscenario kan teste hva som skjer når agentproduksjonen øker raskere enn tilsynet. Angi for hvert scenario ansettelsesbehov, gjennomgangskapasitet, kontrollkostnader og indikatorene som skal utløse en endring. Revider modellen etter hvert som det kommer mer dokumentasjon.

Hva bør bemanningsplanlegging med AI måle?

Mål kapasiteten der arbeidet er godkjent og verdifullt. Et nyttig målekort kombinerer gjennomløpstid, kvalitet, omarbeid, unntak, hendelser og forretningsresultater med de menneskelige timene som trengs til gjennomgang. Legg til personalindikatorer som ansettelser per nivå, utvikling, kompetanseoppbygging og lederes kontrollspenn. Da blir avveiningene synlige. Raskere produksjon kan være verdt det, men ikke hvis feil, gjennomgangsetterslep eller kompetansehull vokser raskere.

Gjelder Anthropics studie for alle bedrifter?

Nei. Den beskriver én AI-bedrift med egne ansatte, verktøy og bruksmønstre. Funnene er en oppfordring til å teste lokale arbeidsflyter, ikke universelle referansepunkter. Ledere bør gjennomføre kontrollerte piloter, sammenligne godkjente resultater med et utgangspunkt og undersøke hvem som tar i bruk verktøyene. Skaler først når verdi, kontrollkapasitet og medarbeiderutvikling forblir troverdige sammen.