2026年4月22日、AnthropicはClaudeユーザー約8.1万人の自由回答を使い、AIが仕事にもたらす生産性向上と雇用不安を結びつけた分析を公開した。従来のEconomic IndexはClaudeがどの職務タスクに使われているかを測ってきたが、今回はその利用実態と本人の受け止め方を重ねている。結果は単純な楽観論でも悲観論でもない。Claudeで仕事が広がり、速くなったと語る人ほど、同じ変化が自分の職を縮める可能性にも敏感になっていた。
Claude利用実態と本人の不安を重ねた
Anthropicが今回使った調査は、2025年12月にClaude.aiアカウント保有者へ実施した会話形式の自由回答調査を基にする。Anthropicの説明では、80,508人が159カ国、70言語で回答し、AIに何を望み、何を恐れ、実際にどう使っているかを語った。4月22日の経済分析は、このうち仕事や生産性、雇用不安に関係する回答をClaude搭載の分類器で整理し、職業、キャリア段階、本人が感じる生産性変化、雇用置換への懸念を推定したものである。
Anthropicは2026年3月、AIによる職業別の置換リスクを測る「Observed Exposure」を提案していた。この指標は、O*NETの職務タスク、Claudeの実利用データ、LLMでタスクを高速化できる理論的可能性を組み合わせ、仕事関連で自動化寄りに使われているタスクほど重く見る。3月の報告では、コンピュータープログラマー、顧客サービス担当者、金融アナリストなどが露出度の高い職業として挙げられた一方、米国の失業率には明確な影響はまだ見えず、22〜25歳の若年層で採用流入の鈍化を示す示唆的な結果があるとされた。
4月の分析で重要なのは、この露出度を「働く本人が何を恐れているか」と照合した点である。Anthropicは、回答者が自分の職務がすでに置き換えられている、または近い将来大きく縮小されると述べた場合に、雇用脅威への言及として分類した。職業やキャリア段階は回答中の手掛かりから推定されており、構造化された雇用調査とは違う。だからこそ、この調査は労働市場の確定的な統計ではなく、実利用者の感覚がどのタスク領域で強まるかを見る材料として読む必要がある。
露出度10ポイント差で脅威回答割合は1.3ポイント高い
Anthropicの集計では、調査回答者の5分の1が経済的な置換への懸念を表明した。Observed Exposureが高い職業ほど、自分の仕事がAIで自動化されるという不安も高く、露出度が10ポイント上がるごとに、雇用脅威を示す回答の割合は1.3ポイント高かった。露出度の上位25%にいる人は、下位25%の人に比べて、この懸念に3倍多く言及していた。初等教育の教師よりソフトウェアエンジニアの不安が強いという例も、Claude利用がコーディング関連タスクに偏っているという実態と整合する。
キャリア段階でも差が出た。Anthropicは回答者のおよそ半数について、学生、若手、シニア層などの段階を回答内容から推定できたとしている。その範囲では、初期キャリアの回答者がシニア層より雇用置換への懸念を強く示した。3月の労働市場分析で示された「露出度の高い職業では若年労働者の採用がやや鈍っている可能性」と重ねると、AI不安は単に技術者の抽象的な恐怖ではなく、入口の狭まりに敏感な層ほど大きくなる構図が見える。
ただし、ここでの相関は因果を示さない。露出度が高いから不安が増えたのか、AIに詳しい人ほど自分の職務の変化を言語化しやすいのか、あるいはClaudeの利用者層がもともと高学歴・知識労働寄りであるためにそう見えるのかは、この調査だけでは切り分けられない。Anthropic自身も、自由回答から職業やキャリア段階を推定しているため誤分類があり得ると明記している。失業統計の代替ではなく、早期シグナルとして扱うのが妥当である。
生産性の受益者は本人が多いが、若手では割合が下がる
Anthropicは回答者の自己申告から、AIによる生産性変化を1〜7の尺度で評価した。平均は5.1で、「かなり生産的になった」に相当する水準とされる。一方で、3%はマイナスまたは中立的な影響を報告し、42%は生産性について明確な記述をしていなかった。調査対象がClaudeを使い、任意でインタビューに応じた個人アカウント利用者であることを考えると、この平均値を全労働者の平均効果として読むことはできない。
所得階層別には、高賃金の職業で大きな生産性向上が語られた。ソフトウェア開発者などが典型だが、Anthropicはコンピューター・数学系職種を除いても傾向は残ると説明している。低賃金職でも高い効果を語る回答はあり、顧客対応の返信作成、配送ドライバーによるEC事業の立ち上げ、造園業者による音楽アプリ開発などが例として示された。AIは既存職務を速くするだけでなく、個人が本来の職務外に踏み出す足場にもなっている。
生産性向上の受益者を明示した回答は全体の約4分の1に限られる。その中では、多くが「自分自身」に利益があると述べ、タスクの高速化、できる範囲の拡大、自由時間の増加を挙げた。ただし、受益者を明示した人の10%は、雇用主や顧客がより多くの仕事を求め、利益を得ていると答えた。キャリア段階別では、自分が利益を得ているとした割合が若手で60%、シニア専門職で80%となり、AIの恩恵がそのまま若い働き手の安心感につながるわけではない。
「範囲の拡大」と「速度」が、不安の裏側にある
Anthropicが生産性向上の種類を分類したところ、明示的に生産性効果を語ったユーザーの48%が「範囲の拡大」を挙げ、40%が「速度」を挙げた。コーディング経験のない人がフルスタック開発に近い作業へ進む例は前者であり、会計業務を2時間から15分へ短縮したという例は後者である。品質向上や低コストも挙がったが、今回の分析では、AIが人の能力の境界を広げることと、既存タスクの処理時間を縮めることが中心に置かれている。
興味深いのは、速度向上と雇用不安の関係が単調な幸福感ではなく、脅威認識とも結びついている点である。AIで作業が遅くなったと答えた人も、自分の生計への脅威を強く示しやすかった。美術や執筆などの創作職では、AIが自分の作業には硬直的で使いにくい一方、分野全体に広がれば仕事を得にくくなるという不安が語られた。残りの回答者では、AIによる速度向上が大きいほど、雇用への脅威認識も高まる傾向があった。
この結果は、AI導入の評価を「効率化できたか」だけで測る危うさを示している。タスクが速く終わることは、本人の自由時間や新しい挑戦につながる場合がある。同時に、同じ速度向上は職務量の再設定、若手ポジションの縮小、顧客や雇用主からの要求増にもつながり得る。Anthropicの調査は構造化調査ではなく、個人Claudeユーザーの自己選択サンプルである。それでも、最も実用的な読み方は明確だ。AIの経済効果を見るには、利用ログだけでなく、どの職務で誰が不安を感じ、誰が余剰を受け取っているのかを同時に測る必要がある。
Sources