Claude利用の国別格差 — Economic Indexの地理データを読む

Economic Index第3弾で地理データが初登場

Anthropicは2025年9月15日、Anthropic Economic Index(AEI)の第3弾レポート「Tracking AI's role in the US and global economy」を公開しました。過去2回のレポートが職業別のタスク分析に重心を置いていたのに対し、第3弾で初めて国単位・米国州単位の詳細な地理データが加わっています(この枠組みは後の第4弾でEconomic Index Primitivesとはという共通指標へ発展します)。

分析対象はClaude.aiの会話データに加え、Anthropicの一次(1P)APIトラフィックも初めて含まれました。API利用者は主に企業・開発者で、Claude.aiのコンシューマー利用とは異なる行動パターンを示すため、両者を並べて比較できる点が第3弾の特徴です。

国別利用 — 米国が圧倒、次点はインド

Claude.ai全世界トラフィックのシェアで見ると、米国が他国を大きく引き離して1位です。2位はインドで、僅差でブラジル・日本・韓国が続きます。ただし国ごとの人口規模には大きな差があるため、Anthropicは各国のシェアを生産年齢人口比で調整した指標「Anthropic AI Usage Index(AUI)」を算出しています。

AUIが1.0を上回れば「人口比から予想される以上に使われている」ことを意味し、1.0未満なら逆です。イスラエルやシンガポールのような、技術的に発達した小国がAUI上位に入りました。

国別の内訳を見ると、用途の偏りも際立ちます。ブラジルのユーザーは翻訳・語学学習用途を世界平均のおよそ6倍の頻度で使っているとAnthropicは報告しており、これは単純な利用量の多寡とは別の軸で「どの国が何にClaudeを使っているか」を示す数字です。同様にハワイの観光関連タスク(全米平均の2倍)やマサチューセッツの科学研究、インドのWebアプリ開発など、地域ごとの経済構造がタスクの偏りに直結している点がこのレポートの核心の一つです。

所得とAUIの強い相関

AnthropicはAUIと1人あたりGDPの間に明確な相関を見つけています。1人あたりGDPが1%高いと、AUIはおよそ0.7%高くなるという関係です。

米国内の州間比較では、所得の影響がさらに強く出ています。ただし説明力(所得だけでどこまで利用差を説明できるか)は国家間比較の方が高く、米国内では所得以外の要因(産業構成など)がより大きな役割を果たしています。

米国州別の偏り — DCが首位、産業構造が説明変数

米国内でAUIが最も高いのはワシントンD.C.(3.82)で、文書編集や情報検索といった知識労働系タスクの利用が突出しています。3位のカリフォルニアはコーディング関連タスクが特に多く、4位のニューヨークは金融関連タスクが目立ちます。ハワイのようにAUIが低めの州でも、観光関連タスクの利用比率は全米平均の2倍に達するなど、州ごとの産業構造がそのままClaudeの使われ方に反映されています。

Anthropicはユタ州について、一部の利用に組織的な不正利用(coordinated abuse)を示唆するパターンが含まれていたと注記していますが、堅牢性チェックの結果、これが全体の結果を左右するものではないとしています。

タスク構成の変化 — 知識集約分野が伸びる

2024年12月から2025年時点までのトレンドを見ると、コンピューター・数学系タスクが一貫して全体の37〜40%を占め最大勢力であり続けています。一方でこの9か月間、教育指導タスクが9%から13%へ4割以上増加し、物理・社会科学系タスクも6%から8%へと3分の1増加しました。

反対に、経営管理タスクは5%から3%へ、ビジネス・財務業務タスクは6%から3%へとシェアが半減しています(会話の絶対数自体は増えている点には注意が必要です)。

全体としては、1人あたりGDPが高い国ほどコンピューター・数学系タスクの比率が下がり、教育・芸術デザイン・事務サポート・物理社会科学など多様な分野へ利用が広がる傾向が見られました。それでもソフトウェア開発は、Anthropicが追跡するすべての国で最も多い用途であり続けています。

自動化と協働の逆転 — directiveな利用が急増

AEIは会話パターンを「automation(AIが主体的に成果物を作る自動化)」と「augmentation(人間とAIが協働する)」に大別し、automationをさらに「directive(人間の関与が最小限)」と「feedback loop(人間が実世界の結果をモデルに返す)」に分けています。

2024年12月から見ると、directiveな会話の割合は27%から39%へ急上昇しました。この結果、Claude.ai全体でautomation(49.1%)がaugmentation(47%)を初めて上回りました。Anthropicはこれを、モデル性能の向上によってユーザーが1回の応答を信頼しやすくなったためと分析しています(2024年12月の最新モデルはClaude Sonnet 3.6でした)。

興味深いのは、1人あたりの利用が多い国ほどaugmentation寄りという逆相関です。タスクの構成を揃えて比較しても、人口比利用が1%増えるとautomationの比率がおよそ3%下がる関係が確認されました。Anthropicはこの理由をまだ特定できておらず、各国の早期採用者の心理的な傾向か、文化・経済的要因によるものかは今後の検証課題としています。

API利用者は圧倒的にautomation志向

第3弾で初めて分析対象になった1P APIのトラフィックは、Claude.aiのコンシューマー利用とは対照的な傾向を示しました。

API利用者(主に企業・開発者)の77%がautomationパターンを示し、うち大半がdirective(人間の関与最小)でした。Claude.aiでは自動化と協働がほぼ半々であることと比べると、企業利用ではすでにAIに意思決定を委ねる比率が大きく先行していることが分かります。Anthropicはさらに、タスクのコスト(消費トークン数の違い)と利用頻度の関係も調べ、コストの高いタスクカテゴリほど利用頻度が高いという正の相関を見つけました。モデルの能力や生み出す経済的価値が、単純な処理コストよりも企業の利用判断を左右していることを示唆する結果です。

分類手法の補足 — O*NETだけに頼らない分類

AEIは会話の分類にONET(米国政府が運営する職業・タスクの分類データベース)を使っていますが、第3弾ではこれを補う「ボトムアップ分類」も併用しています。ONETの既存カテゴリだけでは拾いきれない用途が漏れないよう、Claude自身に会話を独自の分類軸で仕分けさせる手法です。既存の統計分類の枠組みに収まらない新しい使われ方(たとえば個人の創作活動や、複数職種にまたがるタスク)を取りこぼさないための工夫と言えます。

生データが公開され誰でも再分析できる

Anthropicは第3弾のデータセット全体を一般公開しており、国別・州別・職業別の生データをオープンデータとして誰でもダウンロードできる形にしています。地理データを含む今回のレポートも、公開ウェブサイト上でインタラクティブに探索できるようになっており、研究者やジャーナリストが独自に再分析することを想定した設計です。この開放的なデータ公開の姿勢は、後続のカントリーブリーフやEconomic Index connectorのような対話型ツールにもつながっていきます。

国・州の割り当てとサンプル除外の基準

第3弾の分析は、Anthropicのプライバシー保護型の分析手法(会話内容そのものではなく、匿名化・集計された特徴量を扱う手法)を土台にしています。国・州の割り当てはユーザーの利用地点をもとに行われました。米国内の分析では、州ごとにサンプル数が異なるため、観測数が十分でない州は結果から除外されています。この手法自体は、後続のオーストラリア編・カナダ編・インド編でも共通して使われている枠組みです。

編集視点 — 地理データが示す「二層の不均一性」

第3弾レポートの最大の発見は、AI普及が国レベルでも米国州レベルでも著しく不均一であり続けているという点です。所得の高い国・州ほど利用が多く、しかも協働的な使い方をする一方、企業(API利用者)はすでに自動化への依存を強めています。この「消費者はまだ様子見、企業は先行して自動化」という二層構造は、労働市場への影響が今後どちらの層から強く現れるかを考えるうえで手がかりになります。

国別の詳しい実例は、この後Anthropicが公開したオーストラリア編やカナダ編のカントリーブリーフでさらに深掘りされています。地理データという土台に、Economic Index connectorのような対話型ツールが重なることで、AEIは単なる利用統計から、労働市場の変化を測る継続的な観測網へと発展しています。

まとめ

• 第3弾AEIで初めて国・米国州単位の地理データとAPIトラフィックが分析対象に加わった
• 1人あたりGDPとAUI(人口比利用指数)には明確な正の相関があり、米国州間ではさらに強く出る
• 米国内の州別差は所得よりも産業構造(専門サービス業の集積など)で説明される部分が大きい
• directiveな自動化利用が27%から39%へ急増し、automationがaugmentationを初めて上回った
• 1人あたり利用が多い国ほどaugmentation寄りという逆相関があり、原因はまだ特定されていない
• API利用者はautomation比率77%と、Claude.aiのコンシューマー利用より大幅に自動化へ傾いている

地理データという新しいレンズは、AI普及が所得・産業構造という経済的な土台の上に成り立っていることを裏付けました。次に読むべきは、この枠組みを個別国に当てはめた各カントリーブリーフです。