Claude Media
Anthropic Economic Index:Claude8.1万人が語るAI経済影響と雇用不安・生産性5.1/7

Anthropic Economic Index:Claude8.1万人が語るAI経済影響と雇用不安・生産性5.1/7

Anthropicが80,508人のClaude個人ユーザーを対象にした自由記述調査の結果を公開。露出度の高い職ほど雇用不安が強く、若手ほど懸念が大きい一方、生産性向上は平均5.1/7と高水準であることが分かりました。

Anthropicは2026年4月22日、Claude個人ユーザー80,508人を対象にした自由記述アンケートの分析レポート「What 81,000 people told us about the economics of AI」を公開しました。回答は2025年12月にAnthropic Interviewerで集めたものです。同社のEconomic Indexが測ってきた「Claudeが何の仕事をしているか」と、利用者本人の不安や実感を、同じ軸の上に並べた分析です。

要点

数字

調査の主な数字

  • 回答者数

    80,508人

    自由記述形式のインタビュー

  • 雇用の置き換えを懸念

    約20%

    回答者の5人に1人

  • 露出度の影響

    10pt → 1.3pt

    露出度が10ポイント上がるごとに、職務脅威の認識が1.3ポイント上昇

  • 生産性向上の平均

    5.1 / 7

    「実質的により生産的」に相当。ネガティブ・中立は3%

回答者はClaude.aiの個人アカウント利用者です

露出度の上位25%の職業は、下位25%と比べて3倍の頻度で置き換えの不安を口にしました。早期キャリア層の不安はシニア層を大きく上回っています。一方で、報告された生産性向上は高賃金職と低賃金職の両端で大きく出ました。

調査の枠組みと制約

調査対象は、Claude.aiの個人アカウントで、回答することを選んだユーザーに限られます。エンタープライズ利用者は含まれません。Anthropic自身が、自己選択バイアスの可能性を挙げています。

質問は自由記述です。職業・キャリアステージ・生産性向上度は、回答の文脈からClaude製の分類器が推定しています。回答者に直接たずねた項目ではないため、誤分類の可能性があります。

測定は回答者がたまたま言及した内容に基づく点も限界です。Anthropicは、構造化された調査での再検証が必要だとしています。

職業は、最初の質問「最後にAIチャットボットを使った用途は何ですか」と他の回答から推定しました。キャリアステージは、宿題にClaudeを使っていれば早期キャリア、自分の事業を営み採用判断に関わっていればシニア、といった手掛かりで振り分けています。約半数の回答者でステージを推定できました。

雇用不安の判定も分類器の仕事です。「自分の役割がすでに置き換わっている、または近い将来そうなる」と本人が示した引用を、Claudeに探させて数えています。プロンプトの例は、レポートPDFの末尾にある付録に載っています。

露出度の指標はObserved Exposure(観察露出度)です。ある職業のタスクのうち、実際にClaudeが使われている割合を表します。2026年の労働市場研究で定義された指標がもとです。

雇用不安の分布:露出度とキャリアステージ

回答者の5人に1人が経済的な置き換えへの懸念を示しました。ソフトウェアエンジニアは「ホワイトカラーなら誰でも、100%、ほぼ24時間、いずれ仕事をAIに奪われる心配をしている」と語っています。市場調査員は「能力が上がったのは確かだが、将来はAIが自分の仕事を置き換えるかもしれない」と述べました。

不安の中身は一様ではありません。あるソフトウェア開発者は、いまのAIが若手のポジションを置き換えるために使われる可能性を指摘しました。別の開発者は「AIが来てから、プロジェクトマネージャーがどんどん難しいチケットやバグを回してくるようになった」と語っています。置き換えられる心配とは別に、仕事が重くなったという訴えもあります。

職業別に見ると、露出度の高い職ほど脅威の認識が強くなります。露出度が10ポイント上がるごとに、「役割がすでに置き換わっている、または近い将来そうなる」と答える割合は1.3ポイント上がりました。小学校教員はソフトウェアエンジニアより自分の置き換えを心配しておらず、Claudeの利用がコーディングに偏っていることと整合します。

キャリアステージでは、早期キャリア層の不安がシニア層を大きく上回りました。過去の研究で報告されていた、米国の新卒・若手の採用鈍化の兆候と方向が重なります。ただし同社はこの兆候を「tentative(暫定的)」と書いています。

生産性向上:1〜7スケールの自己評価

生産性向上は、Claude製の分類器が1〜7の目盛りに変換しています。1は生産性が下がった、2は変化なし、3はやや向上、4は中程度、5は実質的に向上、6は大幅に向上、7は変革的、という並びです。

この目盛りは中央が「変化なし」ではありません。大半の回答が肯定的で、元の7段階評価では6と7ばかりになったため、このような設計にしたと脚注にあります。平均5.1は「5点満点で5.1」ではなく、「変化なし(2)をはるかに超え、大幅向上(6)の手前」という位置です。

目盛りの例も示されています。「数か月かかっていたウェブサイトが4〜5日でできた」は7、「4時間かかりそうだった作業が半分で済んだ」は5です。「コードの修正を頼んだが何度もやり直しが必要だった」は2に分類されました。

全体の平均は5.1で、ネガティブまたは中立の評価は3%でした。生産性について明確に述べていない回答は42%あります。回答者はアクティブな利用者で、アンケートに答える意思のある層です。平均的なユーザーより肯定的に出やすい点は、Anthropicも断っています。

職業別では、ソフトウェア開発者のような高賃金職が最大の向上を報告しました。コンピュータ・数学系の職業を除いても、傾向は変わりません。教育水準の高いタスクほどClaudeによる所要時間の短縮率が大きい、という過去のEconomic Indexの結果とも重なります。

低賃金職からも大きな向上が出ています。カスタマーサービス担当者は、別の返信を土台にした返信文づくりで時間が大きく浮いたと述べました。配達ドライバーがEC事業を立ち上げ、造園業者が音楽アプリを作っている例もあります。

職業大分類では経営がトップで、中身は主にClaudeで事業を始めた起業家です。この「個人事業の起業家」を除いても、経営はコンピュータ・数学と並んで最上位に残ります。最も向上が小さかったのは科学職と法律職でした。弁護士からは、細かい規則を渡しても毎回逸脱するという声が出ています。

生産性ゲインの内訳:スコープが最多

内訳

生産性ゲインの4種類

  • スコープ(48%)

    新しい作業領域に届くようになった例です。「自分は技術畑ではないが、今はフルスタック開発者になっている」という声が代表です。

  • 速度(40%)

    すでにやっていた作業が速くなった例です。会計士は、2時間かかっていた財務タスクを15分で終えるツールを作りました。

  • 質

    コード・契約書・書類のチェックが厚くなった、という報告が中心です。

  • 費用

    言及はごく一部です。「ソーシャルメディア担当を雇うと予算を超えるが、AIなら賄える」という声がありました。

生産性向上の利益はどこに行くのか

受益者に触れた回答者は、全体の約4分の1でした。その中で最多は「自分自身」で、タスクの高速化、スコープの拡大、自由時間の創出が挙がっています。一方、10%は「雇用主や顧客が、より多くの仕事を求め、受け取っている」と答えました。AI企業を挙げた層は少数で、「全体としてマイナス」と答えた層はさらに少数です。

ここでキャリアステージによる差が出ます。

くらべる

受益者を語った回答者のうち、自分自身が恩恵を受けたと答えた割合

60%

早期キャリア

残り4割の内訳は、レポートの文章には書かれていません。

80%

シニア

若手との差は20ポイントです。

Anthropicはこの差の理由を述べていません。キャリアステージの推定そのものが、自分の事業を営んでいるかどうかを手掛かりにしているため、シニア層に事業主が多く含まれる点は読み方に影響します。

個人プランのユーザー限定である点にも注意が必要です。エンタープライズ利用者が入れば、利益は雇用主に回ると答える割合が上がる可能性があると、脚注に書かれています。

速度向上と雇用不安のU字関係

回答者が報告した速度の変化(1=大幅に遅くなった、4=変化なし、7=大幅に速くなった)と、職務脅威の認識を重ねた図はU字を描きます。

U字

速度の変化と不安の関係

  • 遅くなったと答えた層

    不安が高い水準にあります。創作系の回答者には、AIは硬直的で自分の仕事に合わないと感じつつ、AIが創作の分野に広がれば仕事が取りづらくなると恐れる人がいます。

  • 速くなったと答えた層

    速度向上が大きいほど、不安が段階的に高まります。

所要時間が急速に縮んでいる人ほど、その役割がこの先も成り立つかへの不確実感が強まる、というのがAnthropicの説明です。

数字を自分の組織に当てはめるときの切り分け

この調査の数字は、読み手の立場によって使い道が変わります。

自社の従業員が主に個人プランのチャットで業務に使っている場合、回答者の属性に近く、5.1や約20%は目安になります。法人プランやAPI経由が中心の場合は、調査の対象外にあたる層です。

職種で見るなら、露出度の高い職の不安は強く出る前提で読みます。ただし露出度は「いまClaudeが実際にこなしているタスクの割合」であり、将来の置き換え確率を表す指標ではありません。

若手の不安についても、レポートが示すのは回答の傾向です。理由まで裏付けたものではありません。

人の直感はClaudeの利用データとずれていなかった

このレポートの価値は、Claudeの利用データを測る側と、使う本人の主観を測る側がずれていなかった、という点にあります。「人々の直感は使用データを追っている」という結論です。人は自分の職業がどれだけClaudeに使われているかを、おおむね正しく察知していたことになります。

Anthropicは、同じ日にEconomic Index Surveyの月次運用開始を発表しました。月次の調査は、この81,000件の分析を補完する位置づけで、毎月ランダムに選んだ個人アカウントのユーザーに、仕事の変化や将来の見通しをたずねます。

Anthropic自身による自社エンジニア132人を対象にした生産性調査では、「コードを書く人」から「AIをマネージする人」への役割移行が見えていました。本レポートはそれより広い、職業をまたいだ個人の声です。社内エンジニアの経験が、他の職種の語りにも重なるかどうかを見る材料になります。

地域別の使われ方を見たオーストラリアでのClaude利用パターンは、英語圏の特徴として、管理・事務・私生活相談が多くコーディングが相対的に少ないことを示しました。本レポートは別の軸です。個人の体験が所得・露出度・キャリアステージで大きく変わることを示しています。地域と職業とキャリアステージの3軸を掛け合わせて読む必要があります。

米中競争の文脈で公開された2028年シナリオ論文は、政策側の議論でした。こちらは実際に使っている8万人の実感で、需要側のシグナルにあたります。政策の議論と現場の実感のずれを測るには、両方を並べる必要があります。

ただし、このレポートだけで雇用への影響を断定することはできません。不安は自己申告で、露出度との相関も回答の分類結果の上に立っています。因果は示されていません。

月次調査での再検証

月次のEconomic Index Surveyは、集めたデータを今後のEconomic Index報告書や研究ノートで公開する計画です。最後に同社は、質的データから量的な仮説を引き出せることを、この調査の成果として挙げています。

まとめ

個人プランの利用者に近い組織なら、5.1や約20%は目安になります。法人プランやAPI中心の組織は対象外の層です。5.1は変化なしを2とする目盛りの数字で、若手の不安とシニアの実感の差は因果でなく傾向です。

AIに対する世論をより広く測った調査には、米国5.2万人の雇用不安やAI企業への信頼度を扱ったAnthropic Public Record第1回もあります。AIの将来像そのものを米国成人とAnthropic社員に聞き比べた調査はAI expectations gapの記事にまとめています。

参照した一次ソース

この記事の記述は、次の一次ソースと照合しています。更新時に参照先が変わった場合は一覧も更新します。

  1. anthropic.com/research/81k-economics
  2. anthropic.com/research/economic-index-survey-announcement
  3. anthropic.com/research/how-australia-uses-claude
この記事を共有:XはてブLinkedIn