Economic Index connector公開 — Claudeで対話しながらAI利用データを探索

Anthropicは2026年7月22日、Anthropic Economic Index connectorを公開しました。claude.aiのコネクタ一覧から有効化するだけで、Economic Indexが積み上げてきたAI利用の職業別・地域別・タスク別データに、Claudeとの対話を通じて誰でもアクセスできる仕組みです。これまで論文形式のレポートやCSVで公開されていた同じデータに、質問文で入っていける窓口が加わりました。

要点

• 提供開始日:2026年7月22日、claude.aiで即日利用可能
• 形態:Claudeのコネクタ(connector)として提供。ディレクトリで有効化すれば追加インストール不要
• 動作条件:任意のClaudeモデル・任意の会話で動作する
• できること:「AIを最もよく使う職業は何か」「コロラド州の人はClaudeを何に使うことが多いか」「教師はClaudeにどんなタスクを頼むか」「自動化されているタスクは何で、1年でどう変わったか」といった質問に、Indexデータを根拠に回答が返る
• 透明性:答えの裏付けとなる元データと、その限界を示す設計。Indexが映すのはClaudeの利用パターンで、労働市場全体ではない

有効化は3手順で終わる

Anthropicは「セットアップは約1分」と説明しています。

手順

Economic Index connectorを有効にする

1. 1

   コネクタメニューを開く

   claude.aiの画面でコネクタのメニューを開きます。

2. 2

   ディレクトリで探す

   一覧から「Anthropic Economic Index」を見つけます。

3. 3

   有効化する

   インストールは不要です。有効にした会話からすぐ質問できます。

質問のしかたは、同僚に尋ねる感覚で広く入るのが公式の想定です。「私の業界についてIndexは何と言っている?」と聞き、そこから具体に掘ります。必要なら「その根拠になっている元データを見せて」と頼みます。

返ってきた数字を検算する使い方

告知が挙げる質問例は、職業・地域・タスクの3種類です。Index側の集計はもっと細かい切り口まで進んでいて、6月のCadencesレポートは時間帯・曜日・成果物の種類で利用ログを切った結果を載せています。

数字

Cadencesレポートの切り口の例

• 個人利用の割合

  約35%→50%弱

  平日から週末にかけて上がる

• 税務関連の会話

  5月の平均日の8倍

  米国の申告期限前日の4月14日

• レシピの依頼

  平均の2.3倍

  午後6時台

• 成果物が特定された会話

  93%

  最多は説明(17%)、文書・レポート(15%)、ガイダンス(11%)

告知はこれらの切り口を質問例に挙げておらず、connectorがどの粒度まで答えるかも書いていません。ここに、手元で試すときの足場があります。レポートで数字が出ている問いから始めれば、返答が元データと合うかを自分で検算できます。

たとえば「平日と週末で、個人利用の会話の割合はどう違う?」と聞きます。返ってきた値が上の約35%と50%弱に近ければ、同じデータを見ていると判断できます。大きく外れるなら、期間やプロダクトの範囲が違う可能性があるので、元データの定義を見せてもらうところから入り直します。数字が既知の問いで調子を合わせてから、自分の業界や州の質問に移る順序です。

公開データは、chatとCowork会話、そして1P API(Anthropicに直接届くAPIトラフィック)に分け、月単位で集計されています。質問に対象がどちらかを添えると、数字の範囲を揃えやすくなります。

connectorはIndexの観測データを質問文で開く最後のピース

今回のconnectorは、Anthropicが積み上げてきた「AIと経済」観測系列のうち、蓄積データへの入口を質問文に変える更新です。ここまでの主な公開物と重ねると、この更新の意味が見えてきます。

観測解像度の強化(Cadences)、当事者データの導入(Survey / 8.1万人)、政策研究への投資(Fund)と続いてきた流れの最後に、使う側を研究者コミュニティの外へ広げる手段が置かれました。データが積み上がっても、検索や可視化のスキルがないと届かなかった層に、質問文という入口ができたことになります。

あなたの探索はどう変わるか

ジャーナリスト・アナリスト

Indexの数字を引くには、レポートの図表を再掲するか、公開データセットを自分で集計する方法がありました。connectorが入ると、「A州でClaudeを一番よく使う職業は何か」「教育業界の自動化タスク上位は何か」といったカスタム質問を直接投げられます。Claudeは根拠となる集計と限界も返す設計なので、記事の脚注にどこまで書くかの見当も付きやすくなります。

政策担当・シンクタンク

地域別・職業別の切り出しは、政策議論での説得力に直結する材料です。国別の利用格差はClaude利用の国別格差で詳しく扱っています。特定州や特定職の状況をIndexで確認し、Economic Futures Research Fundの5つの研究領域と突き合わせる動線が短くなります。どの職種でどんなタスクがAIに置き換わりつつあるかを、探索段階で素早く引ける状態です。

教育者・キャリア支援

「教師はClaudeにどんなタスクを頼んでいるか」は、公式が挙げたサンプル質問そのものです。カリキュラム設計や職業訓練の現場で、AIが実際にどこに使われているかを職業単位で確かめられます。抽象的な「AIが仕事を変える」ではなく、自分の担当領域に閉じた具体像を引き出せるようになった点が大きな変化です。

一般ユーザー

自分の業界・地域・関心事について、Index全体のスコープでClaudeに尋ねられます。数百ページのレポートを読まずに、「私の街の人はAIをどう使っている?」から入って、必要な深さまで会話で掘れます。

背景 — なぜ「コネクタ」で開いたのか

Economic Indexのアクセス格差

告知は、Indexデータが研究者・ジャーナリスト・政策立案者には有用だった一方、自分の分野や日常生活にAIがどう関係するかを知りたい人には同じくらい手に取りやすくなかった、と述べています。Cadencesレポートで扱われた30以上の成果物カテゴリや、地域別・職業別の細かい切り出しが積み上がるほど、この課題は目立ってきました。

CSV公開と論文形式では、質問を組み立てるスキル自体がボトルネックになります。connectorはこの質問の組み立てをClaudeに任せる設計で、データ資産と利用者層のズレを埋めにきたものです。

Claudeコネクタ経路が持つ性格

Claudeのコネクタは、外部サービス(Microsoft 365 / Google Workspace / Slackなど)を会話に持ち込む拡張点として使われてきました。今回のEconomic Index connectorは、Anthropic自身のデータ資産を同じ経路に載せた形です。会話の途中で「Indexは何と言っている?」と振れるようになり、Claudeの基本ガイドで説明してきたコネクタ活用の裾野がひとつ広がりました。

データそのものは変わらない

告知は、完全なデータセットが引き続き公式サイトで無償公開されていると述べています。connectorが参照する範囲は、告知に明示がありません。CSVで一次利用を続ける研究者は、従来どおり公開データセットを使えます。

connectorと完全データセットの使い分け

connectorと完全データセットの違いは、「何を手に入れたいか」にあります。

質問の当たりを付けたい段階なら、connectorが早い道です。どの図表を読めばよいか分からなくても、業界名や州名で聞けば、関連する集計を拾って返してくれます。レポートを頭から読む前の下調べや、取材前に論点を絞る場面に向きます。

数字を自分の手で再計算したい、論文や記事の裏付けとして固定したい、という段階では完全データセットが主役になります。会話の答えは聞くたびに文面が変わりえますが、公開ファイルは同じ値を何度でも取り出せます。connectorで当たりを付け、引用する数字だけ完全データセットで確かめる、という二段の使い方が、再現性を求める人には噛み合います。

Indexは「観測装置」から「探索装置」へ

6月のCadencesレポートは、サンプリング率を上げて時間単位まで見える化し、会話の出力を分類する新しい分類器を入れ、サーベイと利用データを紐付けました。AI利用の統計を、チャットの会話記録だけでは捉えきれない長時間のエージェント作業まで追う観測系に組み替えた報告です。そこから4週間足らずで、同じデータを別の方向に開くconnectorが出ました。観測の強化が一区切りして、次は届く相手を広げる工程に入った、という並びです。

解像度が上がるほど、非研究者にとっての敷居も高くなります。connectorは、その敷居を対話で下げる最初の道具です。

もうひとつ注目したいのは、Anthropicが自社の研究データを外部SaaSと同じ「コネクタ」というプロダクト表現で出した点です。研究ページから読ませるのではなく、Claudeとの会話に持ち込む形にしたことで、Indexは論文の付録から日常の会話ツールへ近づきます。同じ7月にはEconomic Futures Research Fundも動きました。観測を続ける、政策研究を支援する、使う人を増やす。connectorはその3方向目にあたります。

ただし、会話ツールになる利点には代償があります。論文なら読者は図の脚注と定義を目にしますが、対話では要約された答えだけが目に入りがちです。答えの根拠を見せてもらう手間をどこまで習慣にできるかが、このconnectorの価値を左右します。

回答を読むときの切り分け

Indexが映すのはClaudeの利用パターンです。

くらべる

Indexの回答で言えること・言えないこと

Claudeの利用について

言えること

どの職業のタスクがClaudeに持ち込まれているか、地域や時期でその分布がどう動いたか。自動化の度合いが高い使い方をする人ほど、1年後にAIが担う仕事が増えると見ていること。

社会全体について

言えないこと

Claudeを使っていない人の実態、他のAIサービスの利用、労働市場全体の構成比。回答者の偏りも読み取りに効きます。

偏りの大きさは、Cadencesレポートの数字で測れます。サーベイと利用データを紐付けた約9,700人の回答者は、利用が5セッション未満の人を除いた集団です。職業の構成を見ると、コンピューター・数学系が回答者の約30%を占め、米国の雇用全体での4%を大きく上回ります。経営は回答者の23%で、雇用での7%より多く、セッション数では4%にとどまります。

そのため、connector経由の回答をそのまま「日本の労働市場はこうなっている」と一般化するのは避けたほうが安全です。職業別の数字を引くときは、その職業の回答者や利用者がClaudeユーザーの中でどれだけ多いかを併せて聞くと、読み違いを減らせます。

まとめ — 誰にどう関係するか

connectorは、論文を読む前の下調べを「Claudeに聞く」に置き換える道具です。記事や資料に数字を載せるなら、会話の答えをそのまま使わず、完全データセットの値で固定してから引用する流れが噛み合います。