Economic Futures Research Fund研究アジェンダ — 2億ドルで5領域の大型パイロットに再編

Anthropicは2026年7月22日、外部研究を対象とした助成プログラム「Economic Futures Research Fund」の研究アジェンダを公開しました。総額2億ドルを投じ、AIが経済に及ぼす影響への対応策を検証する大型の外部研究を支援します。1年前に立ち上げた「Economic Futures program」の後継にあたり、小口の分散助成から、500〜3,000万ドル規模の大型RCT・パイロット中心に運用を切り替える宣言でもあります。

背景には、2026年6月に公開された「Economic Policy Framework(EPF)」があります。EPFはAI普及の速度と経済的影響が読めない状況で、複数シナリオに耐える政策・プログラムを列挙した設計文書でした。今回のFundは、そこに並んだ介入策のうち「経験的な効果証拠が薄いもの」を潰しにいく実装フェーズと読めます。

要点

• 総額:2億ドル(the fund is committing $200 million)
• 1件あたりの助成規模:原則500〜3,000万ドル。案件の質次第で上振れ可、100万ドル未満は対象外
• 助成対象:認定大学・その他の学位授与機関、独立系研究所、政策研究組織、フィールド実験を大規模に運営してきた実績のある非営利団体
• 個人応募は不可:研究者個人がPIとして関与する場合も、所属機関経由での応募が必須
• 5つの優先領域:①職場・企業レベルでのAI設計、②AI移行期のスキル・雇用支援、③AI起因の失業に耐える所得支援の近代化、④成長分配の事前設計、⑤公共投資の効果検証
• 重視する研究形式:大規模RCT、あるいは野心的・創造的なパイロット/プログラム評価。成功時にドラマチックにスケール可能なパイロットを特に歓迎
• 公開方針の要件:重要マイルストーンで結果を公開する意思のある研究組織との連携を優先
• 地理的スコープ:グローバル。ただし研究の方向性はサンフランシスコ本社・米国での利用実績を反映しやや米国寄り

全体としてはAnthropicが「AIが労働市場に及ぼす影響」の観測基盤(Economic Index)と、政策設計(EPF)と、外部研究への実弾(本Fund)を同じ半年間で1本の線に並べにきた動きと読めます。過去に公開されたAnthropic Economic Indexの8.1万人調査や第6版Cadencesで示された「露出職ほど雇用不安、若手ほど懸念が大きい」という観測結果と、本Fundの5領域は素直に対応関係にあります。

この2億ドルで何を測ろうとしているのか

Fundが答えを取りに行くのは、EPFに列挙された介入策のうち、経験的な効果証拠が薄いまま「もっともらしい」で置かれているものです。Anthropicは公式ページで「もっとも有望な解決策の中には、まだ誰も試したことがないものが含まれるかもしれない」と踏み込み、ランダム化比較試験(RCT)だけでは漸進的な証拠しか得られない領域では、創造的・野心的なパイロットにも資金を出す姿勢を明示しています。

以下では5領域を、読者が「自分の関心・所属で応募に絡めるか」を判断できる粒度に噛み砕きます。

領域1:企業・職場レベルでAIの労働影響を形作る

労働市場へのAIの影響は、上から降ってくる技術要因だけでなく、職場に組み込むときの設計次第で結果が変わるという前提に立ちます。既存のエビデンスは観察研究・短期研究に偏っており、生産性向上と利得配分の関係、労働者の発言権(worker voice)がその設計に与える影響については、フィールド実験による実証が乏しい状態です。

想定される応募の方向性は次の3つです。

• 企業・チーム単位でAIシステムやAI統合の設計をランダム化するフィールド実験。労働者・労働組織と共同設計した設計と、トップダウン設計を比較する
• AIの職場統合と利用に関する組織的選択が、AI由来の生産性向上の帰属先に与える影響の推定
• 定着税額控除(retention tax credits)や雇用主の共同投資要件(employer co-investment requirements)の評価

「AIを入れれば生産性が上がる」で止まらず、上がった生産性が誰に帰属するかまで介入設計に含めているのがこの領域の性格です。

領域2:AI移行期をくぐり抜けるためのスキル・雇用支援

再訓練と職業紹介に関するエビデンスは玉石混淆で、しかもAI起因の急速な構造転換に一般化するかは分かっていません。この領域は既存プログラムの評価ではなく、AI時代の新しいパッケージを実験する設計になっています。

想定される方向性は次のとおりです。

• 革新的なスキル再訓練、職業紹介、資格制度改革、セクター間移行パッケージの評価。AIを使ったマッチング、資格認定、学習モデルや、所得支援と集中的な再就職サービス・再訓練・移転支援のバンドル化を含む
• キャリア初期・専門職パイプラインへのフィールド実験。ジュニアタスクがAIに吸収された場合に、どのような徒弟・メンター・ローテーションモデルが専門知識を育てるか
• K-12・高等教育におけるカリキュラムと教育提供モデルの評価。教育介入と後年の労働市場成果を紐付ける縦断的パイロットを含む
• 再訓練プログラムと連動した有給休暇や、雇用主をまたぐポータブル給付といった、野心的なモビリティ手段のテスト

Anthropic自身が挙げる例が象徴的で、「州単位でセクター訓練プログラムを一気に立ち上げる"fire drill"(消防訓練)」を挙げています。効くと分かっているプログラムが、大量失業の圧力下でスケール可能かを試したいという発想です。

領域3:AI起因の失業に耐える所得支援の近代化

米国の失業給付制度をはじめ、多くの国の失業保険は「失業は一時的」という前提で設計されています。AIがより広範で持続的な失業を生む可能性を織り込むと、この前提そのものが揺らぐという問題提起です。

想定される方向性は次のとおりです。

• AI起因の失業に適した失業保険(UI)改革。代替的な受給資格閾値、業種・職業に紐付いた自動延長トリガー、UIと賃金保険・再訓練・移行支援の統合
• UIを使い切った・そもそも資格を得られなかった・慢性的に不完全雇用にある労働者への基礎的な生活支援
• より長期・無条件・生活可能な水準の所得パイロット。所得と労働が長期にわたり切り離されるシナリオを想定し、労働供給と消費だけでなく、幸福感・家族の安定・子どもの発達・市民参加・時間の使い方まで含めて評価する

3つ目は事実上、長期の無条件ベーシックインカム型パイロットを含意しています。従来のBI実験より期間と金額の水準を引き上げ、労働以外の生活領域も測定対象に入れる設計を明示的に求めているのが特徴です。

領域4:AI起因の成長への「持分」を先に設計する

AIが巨大な集計的利得(large aggregate gains)を生むシナリオでも、その分配は放置すればフラットにならないという想定から出発します。EPFでは「普遍的な事前分配型の資本口座(universal pre-distributive capital accounts)」や、エクイティシェアリング、AIセクター配当、公的持分といった仕組みが議論されていましたが、いずれも大規模な実証は乏しく、財源設計も未成熟です。

想定される方向性は次のとおりです。

• 事前分配型の資本口座の設計を大規模にテストするRCT
• エクイティシェアリング型・配当型メカニズムのパイロット。AIインフラやAI利用企業が地域住民に継続的なリターンを直接還元するコミュニティレベルのパイロットを含む
• 財源調達・分配メカニズムの比較評価。課税ベース(法人利益、キャピタルゲイン、compute課税、自動化課税など)と分配メカニズム(事前分配口座、エクイティ持分、配当、あるいは同等の直接給付)の組み合わせ別に、労働市場と家計への効果を比較

税制側の実証(誰が実質的に負担するか)と、分配側の実証(どの器で配ると効くか)を同じRCTの設計の中に両建てで置ける募集要領になっているのがこの領域の特徴です。

領域5:公共投資の効果を新しく測る

EPFは所得セーフティネットの近代化と並行して、人と地域に向けた公共サービス職の拡張を提案していました。この領域はそちらの側の実弾検証枠です。教育、放課後、図書館、地域保健、公園、インフラ、芸術といった、私的市場では過小評価されがちなサービス職に、直接雇用を注入したときの成果を測ります。

想定される方向性は次のとおりです。

• 人・地域向けサービス職(教育、放課後プログラム、図書館、地域保健、公園、インフラ、芸術など)への直接的な雇用注入を行う大規模パイロット。雇用水準、教育到達度、犯罪、幸福感を測定
• 恵まれない層向けにAI利用の公共サービス(法律扶助、医療ガイダンス、金融助言)を広げるパイロット。アクセス格差を狭められるかを検証
• 失業者・長期失業者に公共善的な雇用を提供するGuaranteed-jobs(雇用保障)パイロット。市民保全部隊(Civilian Conservation Corps)の精神を、より広い職種に広げる
• AI起因の失業にさらされている地域、あるいは大規模AIインフラ立地地域への地域集中投資。労働力、公共サービス、インフラ、アメニティを束ねた投資と、それを統一ガバナンスで調整する地域開発機構のパイロット

領域3のBIパイロットに対して、こちらは「働き手を公共善的な仕事に配置し直す」路線の実証です。同じ2億ドルの中で、無条件所得と公共雇用という2つの再分配思想を並行して走らせる構図になっているのが本Fundの構造的な面白さです。

助成規模と応募要件の設計を読み解く

「100万ドル未満は出さない」に込められた運用宣言

このFundで特に踏み込んだ設計は、下限を100万ドルで切った点です。Economic Futures programでの1年間の運用経験から「多数の小口助成をスケールしてマネージするのは難しい」という運用側の学びを、そのまま応募要件に反映しています。

上限は「500〜3,000万ドル」を主戦場としつつ、well-scoped・high-potential-impactの案件は上振れも許容します。大規模RCTか、スケール可能な野心的パイロットを軸にする以上、必要な資金量もこの水準になるという設計です。

同時に、大型化しきれない小口実験群を活かす道も残しており、「効果的な小規模パイロットのプログラムを束ねてスケールできるパートナー」との連携にも関心を示しています。ここはアクセラレータ・中間支援組織の入り口として読める部分です。

応募できる組織/できない組織

応募要件は次のとおりです。

事実上、「継続運営体としてスケール実験を回せる主体」に限定しています。単発の学術論文というより、州単位・地域単位・企業ネットワーク単位で走らせるプログラム型の応募が想定されていると読めます。

「早い信号」を優先する公開方針

もう一つ特徴的なのが公開方針への要求です。「AIは伝統的な研究助成・出版サイクルよりも速く社会を変えうる」ため、重要マイルストーンで結果を公開する意思のある研究組織との連携を優先すると明記されています。「行動に間に合う早い信号は、遅れて届いた完璧な答えより価値が高い」というフレーズが添えられています。

これは、成果を最終論文として出す従来のRCT運用よりも、中間で走りながら公開していく形式を許容する研究者に有利な設計です。長い査読サイクルを前提に置く応募設計は不利になり得ます。

Anthropicの経済アジェンダの位置付け

本FundはAnthropicが2026年の前半〜半ばにかけて敷いてきた経済アジェンダの、実弾フェーズに位置付きます。時系列で並べると次のようになります。

Economic Indexが「AIが労働市場に何を起こしているか」を測り、EPFが「起こったときに何を打てるか」を並べ、本Fundが「並べた選択肢のうちどれが実際に効くか」を証拠づける役割を担う、という3層構造が見えてきます。

同じ7月には、公共利益ミッションの進捗を継続公開するHard Questionsも開始されており、Anthropicが「AIの社会的影響」を語る枠組みを、観測・政策・研究資金・公開説明責任の4面で同時に強化している時期だと読めます。加えて、対象を絞った資金の流し方としては、7月20日発表のAI for Science希少疾患枠(最大5万ドルのClaudeクレジット、6か月)と本Fund(500〜3,000万ドル、複数年RCT)は、同じ「Anthropicが対外に流す資金」でもスケールと器が完全に別であることが対比として分かります。

まとめ

Economic Futures Research Fundは、Anthropicが自社の政策設計文書であるEPFに並べた介入策を「本当に効くか」を外部の大型RCT・パイロットで検証させる、2億ドル規模の研究資金です。特徴を絞ると次のようになります。

• 総額2億ドル、原則500〜3,000万ドル/件、100万ドル未満は対象外という大型集中型の設計
• 職場設計、スキル支援、所得支援、成長分配、公共投資の5領域を横並びで走らせ、無条件所得と公共雇用のような思想の異なる再分配案を並行検証する構造
• 応募は組織単位のみ。研究者個人の応募は不可、所属機関のPIとしての関与は可
• 早く公開する意思のある研究組織を優先する「早い信号」重視の運用方針
• Anthropicの経済アジェンダ(Economic Index → EPF → 本Fund)の証拠づけ層に位置し、Hard QuestionsやAI for Science希少疾患枠と同時期に公開された対外プログラム群と接続する

大学研究者・独立系研究所・大規模フィールド実験の運営実績がある非営利にとっては、複数年規模のプログラム設計を持ち込める入り口です。詳しいRFPと応募窓口は公式ページ内から辿れます。