Economic Index Cadences — 時間別Claude利用と当事者サーベイで労働観を測る

Anthropicの経済研究チームは2026年6月26日、Anthropic Economic Indexの第6版レポート「Cadences(拍動)」を公開しました。内容は3本立てです。時間別サンプリングによる日次・時間帯のパターン、会話ごとの「成果物(artifact)」分類、約9,700人の紐付けサンプルによるEconomic Index Surveyの初回結果です。著者はMaxim Massenkoff氏ほか計7名です。

数字

Cadencesの主な数字

• 個人利用の割合

  35% → 約50%

  平日から週末へ

• 成果物が出る会話

  93%

  最多は説明の17%

• 自律度が高いのはClaude Code

  31項目中26項目

  平均差0.37ポイント(5段階)

• 12か月後に任せる量が増える

  約6割

  今より上の区分を選んだ人

あなたの読み方はどう変わるか

Claude Code / Coworkを業務で使う開発者・チームリードにとって

第6版は、Claude Codeとchat・Coworkの自律度を並べて比べています。同じSonnetで動く会話でも、Claude Codeのほうが自律度は平均0.26ポイント高くなります。ブログ記事を作る会話の中央値は、chatとCoworkで往復13回、Claude Codeでは人間のプロンプト1回です。

差の0.37ポイントには2つの出どころがあります。

くらべる

自律度の差0.37ポイントの内訳

同じ作業の任せ方

約3分の2

同じ成果物でも、Claude Codeのほうが丸ごと任されています。スクリプトやコード片では差が0.53ポイントに広がります。

作る物の違い

約3分の1

Claude Codeはコードや技術作業に偏り、chatとCoworkは説明やガイダンスが多くなります。成果物の構成比が違うぶんの差です。

モデルの違いでは説明しきれません。Claude Codeのセッションの54%はOpusで処理され、chatとCoworkでは10%ですが、Sonnetに絞っても差は残ります。使うモデルより使う製品のほうが任せ方を左右している、というのがレポートの読みです。

例外もあります。データ・表計算の成果物だけは、chatとCoworkのほうが自律度が高く、3.09対2.74です。chatとCoworkでは財務モデルやダッシュボードの設計をClaudeに委ねる使い方が多く、Claude Codeでは仕様が明確な構造化抽出やタグ付けに寄ります。Coworkでこの種の作業が突出して多い点も影響しています。

AIポリシー・労働経済の研究者にとって

サーベイ回答と利用データを個人単位で結んだ分析は、今回のレポートで加わった分析です。従来の理論的露出度(theoretical exposure)と観測露出度(observed exposure)に、当事者の申告が2軸加わりました。「今できる仕事の割合」(reported exposure)と「12か月後にできる仕事の割合」(anticipated exposure)です。いずれも5つの区分から選ぶ形式で、区間の中点を値にしています。

reported exposureは観測露出度・理論的露出度のどちらとも正の相関を示します。一方で、anticipated exposureの回帰直線は職種にかかわらずほぼ平行でした。ソフトウェアエンジニアと建設マネージャーが、同じ増分の進歩を予測しています。レポートはこれを、AIの能力が広く底上げされる「上げ潮(rising tide)」型の期待と呼んでいます。

水準そのものは揃っていません。高所得国では、今AIにできる仕事の割合を約10ポイント低く答えます。勤続15年以上の人も、1年目の人より約10ポイント低めです。揃っているのは水準でなく「来年どれだけ増えるか」の傾きであり、国別GDPや経験年数から独立とは書けません。

reported exposureが観測露出度を系統的に上回る点にも注意が要ります。職業内の全員が全タスクをこなすわけではなく、サーベイがAIをよく使う人に偏って届くためと、レポートは説明しています。理論的露出度は可能性の上限なので、reportedを系統的に上回って見えます。

経営者・人事責任者にとって

自動化の割合が高い人ほど、自分の仕事への影響を前向きに見ていました。給与・雇用安定・意義など、仕事の質を測る6つの側面すべてで、自動化割合が高いほど「AIの影響は好ましい」と答える人が多くなります。

一方で、10%は自分が職を失う可能性が「高い」または「非常に高い」と答えました。この10%は、米国の解雇・離職率(BLS JOLTS)から出した年間約13.4%の実績をやや下回る水準です。後輩については懸念がはるかに強く、3分の1超が「後輩が来年職を失う確率は60%超」と答えています。

自己申告の生産性向上は、速度86%・業務範囲82%・品質69%、外注せずに済んだ費用の節約27%でした。会話データから生産性向上を測り直した分析はAIの生産性向上をどう定量化するかにあります。

メディア・ライターにとって

第5版までの7日間サンプルでは見えなかった、時間帯・曜日・イベントに沿った利用データが公開されました。ニュースを頼むのは朝7時、睡眠の相談は朝5時、レシピは夕方6時に平均の2.3倍です。生活のどこにAIが入り込んでいるかを、時計と一緒に語れるようになりました。

背景・文脈

第5版までの7日間スナップショットが外れた

Anthropic Economic Indexは2025年2月の第1版から、匿名化したClaudeの利用ログを職業・タスク別に集計してきました。直近には、8万1,000人の自由記述回答から雇用不安と生産性の関係を調べたレポートと、Economic Index Survey本体の開始発表があります。

第5版までは、各回が7日間のサンプルでした。時間帯や日次の変動は原理的に見えません。当事者の実感も利用ログには写らず、Anthropic Interviewerの定性データを別ソースに置いていました。第6版は、毎日一定数の会話を連続サンプリングし、サーベイ回答を利用データと個人単位で紐付けて、この2つの制約を外しています。

時間帯と曜日が示したもの

個人利用の割合は週末に跳ね上がり、その落差は高所得国ほど大きく出ました。週末には、ビジネスメールやマーケティング文、スライドが減り、心の悩み、医療、投資の相談が増えます。

Claude Codeでも、週末には「バックエンド設計」「APIのデバッグ」「データ保存」のクラスタが大きく落ちます。起業に関する会話は、国を問わず土日にもっとも多くなります。求職活動は、ほかの仕事関連の用事と同じく週末に減ります。

夜間と週末の業務利用は、高賃金の職業に紐づくタスクの割合が上がります。コンピューター・数学系の職業を除いて再計算しても、上位の賃金四分位のタスクは増えたままでした。ただしレポートは、依頼者の職業を特定できるわけではないと断っています。マーケティングマネージャーやプログラマーのように高賃金の人が時間外にも働きやすい、という解釈にとどまります。

あゆみ

米国の確定申告期限と税務の会話

1. 4月14日5月の平均日の8倍

   税務関連のクラスタが急増しました。

2. 4月15日ほぼ同水準が続く

   申告期限の当日です。

3. 4月16日急降下

   期限を過ぎると、会話は一気に引きました。

成果物という中間分類

各会話の成果物を30以上のカテゴリに分類する試みが、第6版から本格化しました。説明・ガイダンスなどの会話型と、文書・プレゼンなどの文書型がそれぞれ会話の約3分の1、アプリやスクリプトなどのコード・技術作業が約6分の1を占めます。

仕事用か個人用かを重ねると濃淡が出ます。クリエイティブライティングは8割超が個人用途で、ファンフィクション、世界観構築、詩が中心です。仕事用の13%は、短い動画の台本や脚本、スピーチが多くなります。マーケティング用コンテンツ作成(80%)・ブログや記事の作成(81%)・データベースのクエリ作成(82%)は仕事用の比率が高い側です。個人の会話で文書を作るものは6%にとどまります。

計算コストも成果物で変わります。アプリ構築は中央値の3倍超のトークン、典型的な説明生成は約5分の1です。高賃金の職業に対応づく会話ほど、Claudeの出力量は1.34倍、ユーザーの往復数は1.53倍になり、extended thinkingの使用率は31%から34%に上がります。価値の高い作業ほど、計算と人の関与が両方増えています。置き換えより増強に近い姿ですが、これは相関であって因果ではありません。

自動化と増強の二分法に当事者データが加わった

規範論では、自動化が進めば人間の仕事が減り、増強のほうが持続可能とされてきました。当事者データの傾きは逆です。自動化の割合が高い人は、AIが自分の仕事を担う範囲を広く見積もる一方で、AIが自分のスキルの市場価値を高めたと答える割合も高くなります。

学習への影響は別の動きでした。AIで学びが増えたと答えたのは全体の68%、スキルの価値が上がったと答えたのは57%です。スキルの価値は自動化割合とともに上がりますが、学びが増えた人の割合はほぼ横ばいでした。重く任せる人も、学びの量は他の人と変わりません。

これは、Anthropic社内のエンジニア132人と20万件のClaude Codeセッションを調べた内部調査の報告と噛み合います。エンジニアの役割が、コードを書く人からClaudeを管理する人へ変わったという内容です。ただし、いずれも自己評価です。スキルが磨耗しながら本人は学べていると感じる場合を、データは排除できないとレポート自身が書いています。

性差という新しい観測軸

紐付けサンプルの12%を占める女性は、職業の違いを揃えた後でも、男性と使い方が違いました。セッションに占めるClaude Codeの割合が0.24標準偏差(6.3ポイント)低く、自動化の割合は0.33標準偏差(7.3ポイント)低くなります。一方でchatの合計アクティブ時間は長く、対話を重ねる使い方に寄ります。

「女性はAIをあまり使わない」ではなく、「使い方の型が違う」という結果です。対話型と自動化型のどちらが今後の労働市場の価値に結びつくかは、この結果だけでは決められません。

自動化するほど楽観的という相関をどこまで信じるか

Economic Indexは第1版から、利用ログという副産物を経済観測へ転用してきました。第6版はその延長に見えますが、観測装置の骨格が変わっています。時間軸の解像度、成果物という中間層、サーベイとの個人単位の紐付けが同時に入りました。AI利用の社会統計から、AIと人間の意思決定を同じテーブルで見る観測系への変化です。

とりわけ、自動化と楽観の相関は強い結果です。効率化のために任せている人ほど労働市場から弾かれる不安が強い、という予想を裏返します。熱心なユーザーほど回答しやすい選抜バイアスの懸念に対しては、Claude.aiの利用歴を熱意の代理変数として揃えても推定値は大きく変わらないと、レポートが示しています。

自動化割合は、仕事用途の割合やClaude Codeの割合とも相関します。仕事で使う人ほど、仕事のタスクをAIに任せると答えやすいためです。これらを条件に入れると、自動化割合と任せるタスクの割合(今・12か月後・その差)の関係は弱まります。弱まっても3つとも正で有意なままで、言えるのは相関が頑健というところまでです。

時間帯のデータは、政策論の切り口も変えそうです。朝5時の睡眠相談、深夜と週末の高賃金職の仕事、税務期限直前のスパイクを見ると、AIは労働時間の外側にも入り込んでいます。労働時間規制、メンタルヘルス、家事・育児との時間の衝突が、AIの浸透とどう接するかを考える土台になります。

母集団の偏りも大きく、引用の際には一緒に示す必要があります。回答者の約30%がコンピューター・数学系で、米国雇用では4%です。経営は回答者の23%に対し雇用の7%、セッションでは4%にすぎません。自己申告の生産性向上86%は主観であり、実測ではありません。

まとめ

自動化に踏み込んだ人ほど将来を前向きに見ているという結果は、回答者がClaudeユーザーに偏る前提で読む数字です。時間帯と成果物の分類は、その偏りの外にある利用実態を見る材料になります。この指標群の全体設計はEconomic Index Primitivesとはにあります。Claude Codeの詳細はコンパニオンレポートが扱っています。