Claude Codeの利用実態は自動化が79% — Claude.aiの49%と比べる

Anthropicが2025年4月28日に公開したEconomic Indexの調査は、Claude.aiとClaude Codeのコーディング関連会話を合計50万件分析しました。結論は、Claude Codeの会話の79%が「自動化」、Claude.aiでは49%という差です。

この記事は、その79%が何を数えた数字なのかを定義から確かめ、調査条件の限界を踏まえたうえで、自分のClaude Codeの使い方を同じ物差しで振り返る手順まで落とします。

「自動化」と「拡張」は何で分けているか

調査は会話を2つに大別しています。AIが直接タスクを実行する「自動化(automation)」と、AIが人と協力して人の能力を高める「拡張(augmentation)」です。Claude Codeでは自動化が79%、拡張が21%でした。Claude.aiの自動化は49%です。

この2分類は、さらに5つの型に分かれます。

拡張の3型は、Claude CodeでいずれもClaude.aiより「大幅に低い」と書かれているだけで、個別の割合は本文に載っていません。表の「記載なし」はそのためです。

自動化の2型を足すと、Claude Codeは43.8%+35.8%で79.6%、Claude.aiは27.5%+21.3%で48.8%になります。見出しの79%と49%は、この2型の合計を丸めた値です。

Feedback Loopには人が残っている

見落としやすいのは、Feedback Loopが「人が関与しない」型ではない点です。調査は、エラーをユーザーがClaudeに貼り戻すだけの場合もこの型に含めています。完全放置の割合ではなく、Claudeが主導して手を動かした割合と読むのが近いでしょう。

調査自身も、自動化と拡張の境界はClaude Codeのようなエージェント型ツールでは曖昧になる、と限界に挙げています。Feedback Loopは従来の自動化と質的に違い、ユーザーの監督と入力をなお必要とするためです。

79%を読むときの条件

数字を引用する前に、調査条件を押さえておく必要があります。

• 対象は2025年4月6日から13日の会話です。1週間分のスナップショットで、通年の傾向ではありません
• Claude.aiはFreeとProの会話に限られます。TeamとEnterpriseは含みません
• Claude CodeはAnthropicのファーストパーティAPIで動くセッションだけです。サードパーティのクラウド経由は含みません
• Claude.aiからはコーディング関連の会話だけを、Claudeによるフィルタで抽出しています
• 両者を等しい重みで扱うよう再正規化しています
• 会話の分類はAnthropicの分析ツールがClaudeで行っており、プライバシー保護のため匿名化された要約から集計しています

さらに、調査は「開発者がAIに何を任せたか」しか見ていません。出力がコードベースでどう使われたか、コードの品質、生産性が上がったかどうかは測っていません。79%は「任せ方」の統計であって、成果の統計ではありません。

データが早期採用者に偏る可能性も、調査自身が挙げています。数字は今のClaude Code利用者全体の姿ではなく、当時の利用者の姿として読むことになります。

何が作られているか

自動化の割合に加えて、会話の中身も集計されています。

タスクの面では、上位5位に入った中に「UI/UXコンポーネント開発」が12%、「Web・モバイルアプリ開発」が8%あります。ソフトウェア設計やデバッグ・性能最適化といった汎用的な用途も、両サービスで多く出ています。

Anthropicはこの傾向を、自然言語で成果物を説明してAIに実装を任せる「vibe coding」と相性のよい領域だと見ています。手法の進め方はvibe codingとは何かで扱っています。ここで押さえたいのは、UI寄りの作業ほど任せやすいという調査側の推測です。バックエンド中心の仕事より先にAIの影響を受けるかもしれない、という見立ても同じ調査が「推測」と断って書いています。

誰が使っているか — 数字の食い違い

Claude Codeの利用者像については、調査ページの中で数字が揃っていません。

冒頭の要約は、スタートアップ関連が33%、エンタープライズ関連が13%としています。ところが本文の「誰が使っているか」の節では、スタートアップが32.9%、エンタープライズが23.8%です。Claude.aiのエンタープライズは25.9%で、Claude Codeはわずかに下回る、という書き方になっています。

要約の13%と本文の23.8%がどの集計の違いなのか、ページには説明がありません。企業規模の分類は限られた文脈からの推定で、調査自身が「予備的な結果」と位置づけています。引用するならスタートアップが約33%という点は両箇所で一致しているのでそこに絞り、エンタープライズの値は本文の23.8%を使うか、割合の比較自体を避けるのが無難です。

個人利用も軽くはありません。学生・研究者・個人プロジェクト・学習目的の利用が、両プラットフォーム合計で会話の半分を占めています。

自分の使い方を同じ物差しで測る

調査の物差しは、自分のセッションにも当てはめられます。直近のセッションを5型に振り分けてみると、任せ方の偏りが見えます。

この表の「試すこと」は、調査が提案したものではなく、型ごとに考えられる改善を並べた例です。効果の保証はありません。

Feedback Loopを機械にやらせる

エラーの貼り戻しが多いなら、手作業の貼り戻しを減らせます。CLIの非対話モード-pは、テストの実行と修正を1コマンドで依頼できます。Claude Codeのドキュメントに載っている例は次のとおりです。

claude -p "Run the test suite and fix any failures" \
  --allowedTools "Bash,Read,Edit"

--allowedToolsに挙げたツールは確認なしで使われます。ファイルを書き換えさせる以上、対象リポジトリはgitで差分を確認できる状態にしてから実行するのが前提です。入力のパイプや--permission-modeの使い分けはClaude Codeの非対話モードにまとめています。

ここで起きているのは、人の貼り戻しをスクリプトの終了コードやログ解析に置き換えることです。調査の分類で言えば、Feedback Loopの「人の入力」部分が減り、Directiveに近づきます。79%の中身が、人の関与の量によって変わりうるということでもあります。

ツール実行の前後に処理を挟むhooksを使えば、ファイル編集のたびにlintやテストを走らせ、失敗を自動で返す構成も組めます。Claude Codeの概要ページにも、編集後の自動フォーマットやコミット前のlintがhooksの用途として挙がっています。

型の偏りは良し悪しではない

Directiveが多いことは、必ずしも望ましい状態を意味しません。逆にLearningが多いことも、非効率とは限りません。調査は分類しただけで、どの型が成果につながるかは測っていません。自分の偏りを知り、狙った偏りかどうかを確かめる道具として使うのが適切です。

Anthropic自身の見立てと残る問い

調査は、エージェント型の製品が増えれば自動化がさらに進むのではないか、と述べています。同時に、現在は人が関与するFeedback Loopが多いものの、より高性能なエージェントでは必要な入力が段階的に減るかもしれず、この傾向が続くかは不確かだとも書いています。

付録の比較も示唆的です。Claude.aiの中でソフトウェア関連とそれ以外を比べると、ソフトウェアの方が自動化寄りでした。Feedback Loopが18.3ポイント多く、Directiveは11.2ポイント少なくなっています。コーディングは、Claudeが作業の大半を担うときでも、人のレビューと反復を多く挟む仕事だということです。

この調査が公開された後の継続的な測定は、Economic Indexの別レポートで続いています。測定の枠組みの変遷はEconomic Index Primitivesとはで追えます。Anthropic社内の使い方との照らし合わせにはAnthropic社内のClaude Code活用事例が参考になります。

まとめ

79%という数字は、Claude Codeの会話でClaudeが主導して作業を進めた割合です。人が一切関わらなかった割合ではなく、Feedback Loopの35.8%には人によるエラーの貼り戻しも含まれます。調査は2025年4月の1週間、FreeとProのClaude.aiとファーストパーティAPI経由のClaude Codeに限られ、成果の良し悪しも測っていません。

引用するときは、割合そのものよりも「Claude Codeは指示を渡して任せる使い方が主で、Claude.aiは対話しながら磨く使い方が比較的多い」という相対的な違いで語る方が、数字の限界に合います。自分の使い方を測るなら、5つの型に振り分けて偏りを眺めるところから始められます。