インドのClaude利用 — Economic Indexが示す2位と101位のギャップ
Anthropicのインド版Country Briefを読み解きます。世界2位の利用シェアと101位の1人あたり利用という落差、州別集中、economic primitivesの数値まで扱います。
世界2位なのに1人あたりでは101位という落差
Anthropicは2026年2月16日、Anthropic Economic Index(AEI)の一部として「India Country Brief」を公開しました。2025年11月13〜20日に集めた約97万5,160件のClaude.ai会話(第4弾AEIレポートと同じデータ)から、インド分を取り出して分析したものです。
インドはClaude.ai利用の全世界シェアで米国に次ぐ2位、5.8%を占めます。ところが労働年齢人口で調整した1人あたり利用に直すと、観測が十分な116か国中101位まで下がります。同じアジアのシンガポールやマレーシアより下です。
インドの使われ方を4つで
ソフトウェア関連タスク
45.2%
世界1位
上位4州の合計
過半
国内利用の半分超
仕事関連の利用
51.3%
世界平均は46%
AIへの委任度
3.60
世界平均は3.38
2つの順位が食い違う理由について、Anthropicはこの落差を、インドの利用の多さは人口の大きさの反映であって、平均的な人がよく使っているわけではない、と読んでいます。
Anthropicはこのブリーフの狙いを、インドでのAI政策・投資・導入の判断材料を出すことだと述べています。
どの順位が何の問いに答えるか
絶対シェアと1人あたり順位は、答える問いが別です。インドの2つの数字を並べると、使い分けが見えます。
2つの順位が答える問い
全世界シェア 2位(5.8%)
世界の会話のうち、インド発がどれだけの量かを示します。AI製品の提供先としての市場規模を測る物差しです。
1人あたり 101位/116か国
労働年齢人口で割ったあとの利用密度です。人口の大きさを除くと、インドの普及はまだ浅い側にあります。
他国のブリーフと並べると、この落差の大きさが分かります。オーストラリア編(2026年2月サンプル)は世界シェア1.6%・11位で、1人あたり普及度は7位でした。カナダ編は世界シェア2.6%・8位、上位10か国のなかでは1人あたり2位です。この2か国は両方の順位が上位に寄っています。インドだけが、シェアは2位、1人あたりは下位と、順位が大きく開いています。
なお、第4弾レポートでは全世界シェアの上位に米国・インド・日本・英国・韓国が並びます。日本も上位5か国に入ります。ただし1人あたり順位は別の話です。
データの経路 — 1週間のサンプルが国別ブリーフになるまで
インド版ブリーフのデータ経路
- 2025年11月13〜20日会話をサンプリング
Claude.aiのFree・Pro・Maxの会話を、プライバシーを保つ手法で集計しました。全世界で約97万5,160件、うちインド分は58,098件です。
- 2026年1月15日第4弾AEIレポート
economic primitivesを導入し、全世界の傾向を公開しました。
- 2026年2月16日India Country Brief
同じデータからインド分を切り出し、州別・職業別・primitives別に分析しました。
国別ランキングには、観測が200件以上ある国だけを入れています。インドは58,098件で、200件の基準を大きく上回っています。一方で、1週間のスナップショットという性質は変わりません。
4つの州とソフトウェアに集中している
インド国内の利用は、さらに偏っています。マハーラーシュトラ州(15.5%)、タミル・ナードゥ州(13.2%)、カルナータカ州(12.7%)、デリー(10.5%)の4地域で、国内利用の半分を超えます。
この4地域にはバンガロール、ハイデラバード、チェンナイ、ムンバイ、デリーNCRが入ります。Anthropicは、IT産業の地理と都市の経済規模に重なる分布だとして、現在の導入は既存のテクノロジー人材が牽引しており、消費者層に広く及ぶ段階ではないと見ています。
職業の面でも同じ向きです。O*NETのタスクにひも付けると、ソフトウェア関連が45.2%で世界1位でした。2位のベトナムは42.1%、3位のエジプトは39.2%です。教育に関するタスクも個別タスクの上位に入っており、学習・指導の用途も一定数あります。
この45.2%を世界の数字と並べるときは、分類の違いに注意が要ります。第4弾AEIの概要では、コンピューター・数学系のタスクがClaude.ai会話の約3分の1です。インドの45.2%は、O*NETにひも付いたタスクのうちソフトウェア関連が占める割合で、別の区切り方の数字です。2つを引き算して「インドは1割余分」とは読めません。同じ区切りで比べた1位・2位・3位(インド・ベトナム・エジプト)の並びだけが、ブリーフの示す順位です。
economic primitivesで見るインドと世界平均の差
第4弾AEIで導入された「economic primitives(経済プリミティブ)」の枠組みで、インドと世界平均を比べます。インドの集計は58,098件、世界平均は975,160件が母数です。
| 指標 | インド | 世界平均 |
|---|---|---|
| タスク完了までのAI所要時間 | インド14.8分 | 世界平均15.4分 |
| 同じタスクの人力所要時間(推定) | インド3.8時間 | 世界平均3.1時間 |
| 高速化倍率 | インド15倍 | 世界平均12倍 |
| 仕事関連の利用割合 | インド51.3% | 世界平均46% |
| 教育コースワークでの利用割合 | インド20.9% | 世界平均19.3% |
| 私生活での利用割合 | インド27.8% | 世界平均34.7% |
| AIへの意思決定委任度(1〜5) | インド3.60 | 世界平均3.38 |
| 人力のみで完了可能なタスクの割合 | インド84.6% | 世界平均87.9% |
AI側の所要時間はほぼ同じなのに、インドは人力で3.8時間かかる仕事を持ち込んでいます。倍率は所要時間の比です。3.8時間は228分で、14.8分で割ると約15.4倍になります。世界側は3.1時間が186分で、15.4分で割って約12.1倍です。ブリーフの15倍と12倍はこの丸めです。
高速化倍率は、複雑なタスクほど大きくなる傾向があります。第4弾AEIの概要によれば、Claude.aiで高校卒業相当(12年)の教育を要するタスクは9倍、大卒相当(16年)は12倍でした。インドの倍率が高いのは、持ち込むタスクが重いことと整合します。
倍率は速さの指標であり、成功率とは別です。同じ概要では、Claude.aiで成功率が大卒相当のタスクで66%、高校未満のタスクで70%と報告されています。この差を織り込むと、Claude.aiのタスクに基づく米国の生産性押し上げ推計は、1.8ポイントから1.2ポイントに下がります。
人力のみで完了可能なタスクの割合が低い(84.6%と87.9%)点は、自力では難しいタスクをAIに任せる頻度が高いことを示唆します。委任度の3.60は、1が委任なし、5が極端な委任という尺度での値です。全世界のClaude.aiでは、人間の作業を補う「拡張」の会話が52%、任せきる「自動化」が45%で、拡張が自動化を上回りました。インドの3.60は、世界平均の3.38より、AIに独立して動かせる側へ寄った値です。
プロンプトの質と応答の質は連動する
Anthropicは、プロンプトと応答を理解するのに必要な教育年数を、ユーザーとAI双方のスキルの代理指標にしています。インドでは人間側のプロンプトが12.2年、AI側の応答が12.5年で、ほぼ同水準です。国別比較ではインドのAI側の教育水準が上位10%に入ります。
所得が上がると用途は仕事から私生活へ広がる
第4弾AEIの概要は、国ごとの用途の違いを「普及曲線」で説明しています。所得の低い国では、教育コースワークと一部の仕事タスクに利用が集まり、豊かになるにつれて私生活の用途に広がっていくという見立てです。
インドの私生活利用が27.8%で世界平均の34.7%より低く、仕事が51.3%と高いのは、この曲線上で所得の低い側に位置していることと合います。ブリーフ自身も、仕事と教育への偏りを、低所得国で見られる傾向と専門サービス部門の大きさで説明しています。
Anthropicがルワンダ政府とALXと組んだ取り組みは、教育用途から幅広い用途への移行を支える設計です。参加者はまずAIリテラシーを身につけ、一部の修了者には1年間のClaude Pro利用を提供する試行が進んでいます。インドの含意に挙がった「IT外のAI訓練」とは、同じ方向の発想です。
Anthropicが挙げる含意と、読むときの注意
ブリーフは、数字から5つの含意を導いています。
ブリーフが挙げる含意
- 経済効果を広げるには、ソフトウェア・IT以外への波及が要る
- 人力で数時間かかるタスクを短時間に圧縮する効果が出ている
- 絶対利用と1人あたり利用のギャップを埋めるには、所得・デジタルインフラ・IT産業外での認知という構造的な障壁への対処が要る
- AI活用の訓練に投資する余地がある。特にIT中心の利用層の外にいる労働者が対象
- 高い委任度は、インドのユーザーに有効に働いているように見える
数字を使うときの注意は3点あります。第一に、対象はClaude.aiの消費者向けプラン(Free・Pro・Max)で、API経由の企業利用は含みません。第二に、地域はIPベースのジオロケーションで割り当てています。第三に、国別ランキングは観測が200件以上ある国に限っています。
インド国内の分析も1週間のサンプルです。州別の図ではデータが足りない地域がグレーで表示されています。4州の合計が半分を超えるという結論は強い一方、各州の細かい順位は1週間分の値であることを踏まえて読むことになります。
インドの数字を他の指標とどう組み合わせるか
利用の量と質は、別の物差しで測られています。economic primitivesの5指標(タスクの複雑さ・スキルレベル・目的・自律度・成功)はEconomic Index Primitivesとはにまとめています。会話の中でユーザーがどんな行動を取っているかはAI Fluency Indexが別の角度から測っており、Economic Indexが扱うのは「どこで・どれだけ」で、こちらは「どう使っているか」です。
オーストラリア編の数字との比較もここで使えます。オーストラリアの委任度は3.38、仕事関連は46%でした。サンプリング期間が違う(2026年2月)ので直接の優劣はつけられませんが、インドの3.60と51.3%が、オーストラリアより仕事・委任の側に寄っているという見え方は変わりません。
目的別に見ると、どの数字が手がかりになるか
ブリーフの数字は、見たい対象によって使う箇所が変わります。
- 市場の規模を知りたいとき: 全世界シェア(5.8%)と、国内利用の半分超を占める4州。拠点がバンガロール、ムンバイ、デリーNCRなどの都市部に寄っていることが分かります
- 普及の余地を知りたいとき: 1人あたり101位という順位と、所得との関係の説明。同じ所得帯の国と比べる材料になります
- 使われ方の質を知りたいとき: economic primitivesの表。所要時間、委任度、人力のみで完了可能なタスクの割合が、世界平均とどう違うかを読み取れます
どの場合も、1週間のClaude.ai消費者向けデータという範囲を超えて、企業のAPI利用や実際の労働市場の変化まで言えるわけではありません。
まとめ
5.8%というシェアは、IT人材が集まる4州とソフトウェア関連タスクの厚みに支えられています。101位との落差が縮むかどうかは、IT以外の労働者に利用が広がるかで決まります。1週間の消費者向けデータは、その変化の出発点を示すにとどまります。