Anthropic社が8万人のClaudeユーザーを対象に実施した調査：AIを活用して業務効率化が最も速い人々ほど、将来に対する不安が最も大きい

2026.04.23

共有先

TechFlow厳選深潮セレクト

Anthropic社が8万人のClaudeユーザーを対象に実施した調査：AIを活用して業務効率化が最も速い人々ほど、将来に対する不安が最も大きい

AIが作業効率を2倍に高める一方で、なぜか逆に失業を恐れる人が増えているのか？

2026.04.23 - 04:45:24

AIAnthropicClaude

Web3業界の深掘り報道に専念し潮流を洞察

AIが作業効率を2倍に高める一方で、なぜか逆に失業を恐れる人が増えているのか？

著者：Anthropic

編集・翻訳：TechFlow

TechFlow解説：これはAI企業が初めて、ユーザーの実際の経済的不安を大規模に調査した事例です。データは厳しいパラドックスを明らかにしています：プログラマー、デザイナーなど、AIを最も上手に活用している人々こそが、AIによる代替を最も強く恐れており、生産性の向上が最も速い人々ほど、将来に対する不安感が最も強いという事実です。投資家にとって、これはAIの浸透速度が予想以上に速く、雇用市場への衝撃がすでに心理的な段階に入っていることを意味します。

主な発見：

最近実施した81,000人のClaudeユーザーを対象とした調査によると、AIによって代替されやすい職種に就いている人々ほど、AIによる失業をより強く懸念しています。特に若年層の回答者はこの傾向が顕著です。

収入が最も高い職種と最も低い職種では、いずれも生産性の向上が最も大きかったことが報告されています。その主な要因は業務範囲の拡大（新たなタスクを遂行できるようになった）です。

AIによって最も大きなスピードアップを体験した回答者ほど、失業に対する懸念が高まっています。

一般の人々が当社が観測するAI経済変化を理解できるよう、当社の「経済指数」では、Claudeがどのような業務を担うよう求められているか、およびどの業務でClaudeが最も高い割合のタスクを完了しているかを公開しています。しかし、これまでこれらの利用パターンが、人々のAIに対する考えや印象にどのように反映されているかについては、情報が欠けていました。

今回実施した81,000人のClaudeユーザーを対象とした調査研究は、人々の経済的懸念と、Claudeのトラフィックデータから定量化された利用状況を結びつける手法を提供しています。

調査では、AIの進展に対する respondents の期待と懸念について尋ねました。多くの回答者が経済関連の話題について述べています。多くの人が失業を恐れている一方で、自身の作業効率が向上し、能力が高まったと感じていることもわかりました。あるケースでは、AIによって起業が可能になったり、より重要なことに集中できる時間が得られたりしています。別のケースでは、AIの導入が抑圧的だと感じられたり、あるいは雇用主によって強制的に導入されたと感じられたりしています。

調査結果は、観測された「露出度」（当社がAIによる代替リスクを測定する指標）と、AIに関する経済的懸念との間に、初期段階の相関関係があることを示す証拠を提供しています。高露出度の職種に就く人々——つまり、Claudeが実際に実行しているタスクの割合によって定義される職種——は、経済的代替に対してより強い緊張感を抱いています。これは、人々がAIの普及とその潜在的影響を広く認識しているという一般的な事実と一致しています。以下で、詳細な発見を展開します。

誰が失業を恐れているのか？

「今のホワイトカラーすべてと同じく、私は100％AIに代替されるのではないかと心配しており、ほぼ24時間365日そのことで頭を悩ませています。」——ソフトウェアエンジニア

調査対象者の5人に1人が、経済的代替に対する懸念を表明しました。一部の人は抽象的にこの問題を懸念しています。「現状のAIは、初級ポジションを代替するために使われることがあり得る」と警告したソフトウェア開発者もいます。他の人々は、自身の仕事全体、あるいはその一部が自動化によって代替されつつあることに嘆いています。マーケットリサーチャーは「私の能力を高める点においては、間違いなく貢献しています。しかし将来的には、AIが私の仕事を代替してしまうかもしれません」と述べています。また、ある職種では、AIによって仕事が難しくなったと感じている人もいます。ソフトウェア開発者は、「AIが登場して以来、プロジェクトマネージャーが私に与えるタスクやバグ修正の難易度がどんどん上がっている」と観察しています。

本レポート全体を通じて、当社はClaudeを活用した分類器を用いて、回答者の回答からその属性や感情を推定しています。たとえば、多くの参加者が偶然自分の職種や職場生活に関する詳細情報を言及しており、これにより当社はその職業を推定できます。同様に、Claudeに指示して、回答者が自らの役割がAI駆動の代替リスクにさらされていることを明示的に述べている箇所を特定・解釈させることで、失業に対する懸念を定量化しています。付録にて、具体的なプロンプト例を提示しています。

回答者が認識するAIの脅威は、当社独自の「観測露出度」指標とも関連しています。この指標は、ある職種におけるClaudeのタスク実行率を反映したものであり、回答者の観測露出度が高いほど、AIに対する懸念も高まります。例えば、小学校教諭はソフトウェアエンジニアよりも自身の代替を心配していませんが、これはClaudeの利用がコーディングタスクに偏っているという事実と一致しています。

これを図1に示します。Y軸は、各職種において「AIが既に、あるいは近い将来に自分の役割を代替する可能性がある」と回答した人の割合です。X軸は観測露出度です。この図は、平均して、露出度が高い職種に就く人々ほど、業務の自動化に対する懸念をより多く表明していることを示しています。露出度が10ポイント増加すると、認識される仕事上の脅威は1.3ポイント増加します。露出度が上位25％の人々は、下位25％の人々と比べて、この懸念を述べる頻度が3倍です。

図1：AIによる仕事上の脅威の認識と実際の接触度。図中には、AIがある程度の仕事上の脅威を構成していると認識する回答者の割合と、MassenkoffおよびMcCrory（2026）が提唱した実際の接触度指標が示されています。回答者が「自分の職位が既に代替または大幅に縮小された」、あるいは「このような変化が近い将来に起こり得る」と述べた場合（Claudeによるコーディングを用いて判定）、その回答者は「仕事上の脅威がある」とコード化されます。緑の線は単純な線形フィッティングを表します。

もう一つ重要な労働者特性は、職業キャリアの段階です。以前の研究で、米国の新卒および若年層労働者の採用が減速している初期の兆候を報告しました。今回の調査では、約半数の回答者について、その回答から職業キャリアの段階を推定できました。その結果、若年層の回答者は、ベテラン従業員よりも失業に対する懸念を表明する可能性が高かったことが判明しました。

図2：職業キャリアの段階別における経済的失業への懸念。職業キャリアの段階ごとに、AIが自身の仕事に対して一定の脅威を構成していると回答した人の割合を示しています。両方の項目とも、Claude分類器を用いた自由記述回答から推定しています。

誰がAIから恩恵を受けているのか？

Claudeを用いて調査回答を評価し、回答者が自己申告したAIによる生産性向上の程度を1〜7のスケールで評価しました。ここで1は「生産性の低下」、2は「変化なし」、以降はそれぞれより大きな向上を意味します。得点7の回答には、「かつて数か月かかっていたウェブサイト制作を、今では4〜5日で完成できるようになった」といった証言が含まれます。Claudeは「かつて4時間かかっていた作業が、半分の時間で完了した」という記述を5点と評価し、「個人的にはAIにウェブサイトのコード修正を依頼したが、何度も試行錯誤を重ねてやっと希望通りの結果を得られた」という記述を2点と評価しました。

全体として、回答者は有意義な生産性向上を報告しています。平均生産性評価は5.1であり、「生産性が大幅に向上した」に相当します。ただし、当社の回答者は、調査に積極的に応答したClaude.ai個人アカウントのアクティブユーザーであるため、一般ユーザーと比較して、生産性向上を報告する傾向が強い可能性があります。約3％が否定的または中立的な影響を報告し、42％は明確な生産性の指標を提示しませんでした。

この傾向は、収入レベルによっても異なります。図3の左側パネルは、ソフトウェア開発者などの高収入職種に就く人々が、AIによって最大の生産性向上を報告していることを示しています。この結果は、単なるコーディング作業に起因するものではなく、コンピュータおよび数学関連職種を除外しても同様の傾向が継続します。これは、以前の経済指数の発見とも一致しており、高収入労働者に有利な傾向を示しています。すなわち、より高度な教育を要するタスクにおいて、ClaudeはAIを活用しない場合と比較して、タスク完了に必要な時間をより高い割合で短縮することが多いのです。

一方、収入が最も低い労働者の中にも、高い生産性向上を報告する人々がいます。たとえば、カスタマーサービス担当者は「AIが他の方の返信を基に、私の返信作成を大幅に省力化してくれました」と述べています。また、低収入職種に就く人々が副業としてAIを活用するケースもあります。たとえば、宅配ドライバーがClaudeを用いてEC事業を立ち上げており、造園師が音楽アプリケーションの開発を進めています。

図3：職種別に推定された生産性向上。左図は、米国労働統計局（BLS）が提供する職種別の賃金中央値の四分位数に基づき、AIによる平均推定生産性向上（Claude分類器を用いた分類で推定）を示しています。右図は、同じ結果を主要な職業グループ別に示したものです。誤差帯は95％信頼区間を表します。

図3の右側パネルでさらに詳しく見ていきます。ここでは、主要な職業グループ別の推定生産性向上を示しています。トップは管理職です。これらの回答者の多くは、Claudeを活用して起業した起業家です。次に高いカテゴリは、ソフトウェア開発者を含むコンピュータおよび数学関連職種です。生産性向上が最も穏やかな2つのグループは、科学および法務関連の労働者です。一部の弁護士は、AIが正確な指示に従う能力に懸念を抱いています。たとえば、「法律文書のどこを、どのように読むべきか、何を実行すべきかといった非常に具体的なルールを提示しましたが、AIは毎回それらから逸脱してしまいます」と述べています。

AIが経済全体に浸透していく中で、重要な問いの一つは、その恩恵がどこへ向かうか——労働者、その上司、消費者、あるいは企業——です。約4分の1の回答者がインタビューの中で、これらの恩恵の受け取り先を明示しました。全体として、これらの回答者の大多数は、自身への恩恵（タスクの迅速化、業務範囲の拡大、時間の解放など）を挙げています。しかし、恩恵の受け取り先を挙げた回答者のうち10％は、雇用主や顧客がより多くの仕事を要求・獲得していると述べています。AI企業への恩恵を挙げた人は少数であり、AIが純粋にマイナスの影響を与えると述べた人はさらに少ないです。これは職業キャリアの段階にも依存します。若年層労働者のうち60％のみが、自身がAIから恩恵を受けていると回答しましたが、ベテラン専門家の場合は80％でした。

図4：AIによる生産性向上の余剰はどこへ向かうか？ AIによる生産性向上の恩恵の受け取り先を挙げた回答者の中で、各受け取り先を挙げた人の割合を示しています。

業務範囲とスピード

回答者はまた、どこで生産性向上を体験したかも共有しました。当社はそれを「業務範囲」「スピード」「品質」「コスト」の4つに分類しました。たとえば、多くのコーディングタスクにAIを活用する人々は、「私は技術者ではないが、今ではフルスタック開発者だ」と述べています。これは「業務範囲」の拡大であり、AIによって新たな能力が解放されています。一方、会計士が「かつて2時間かかっていた財務タスクを、15分で完了できるツールを構築しました」と述べるように、すでに実施していたタスクを加速させるケースもあります。「品質」の向上は、コード、契約書、その他の文書作業に対するより徹底的なチェックから生じることが多いです。ごく少数の回答者はAI活用の「低コスト」を挙げました。「SNSマネージャーを雇うのは、私の予算オーバーです。」

最も一般的な生産性向上は「業務範囲」に関するもので、明確に生産性影響を言及したユーザーの48％がこれを挙げました。生産性向上を言及したユーザーの40％は「スピード」を強調しました。

図5：ユーザーが報告した生産性向上のタイプは？各生産性向上タイプを言及した回答者の割合を示しています。

人々がClaudeを活用する体験は、彼らのAIに対する懸念にも影響を与える可能性があります。これを評価するため、回答者が報告したスピード向上を測定しました。すなわち、現在の仕事が「大きく遅くなった」（1）、「変化がない」（4）、あるいは「大幅に速くなった」（7）かどうかを抽出しました。

その結果、スピード向上と認識される仕事上の脅威との間にはU字型の関係があることがわかりました（図6参照）。最も左側の棒グラフは、AIによって仕事が遅くなったと報告した回答者を示しています。これらの回答者は、AIが自身の生計を脅かす重大な脅威であると表明する可能性が高くなります。たとえば、アーティストやライターなどのクリエイティブ系の労働者は、AIが自分の仕事においてあまりにも抑圧的で硬直的であり、役に立たないと感じている一方で、AIがクリエイティブ分野へと拡散することで、今後仕事を見つけるのが難しくなるのではないかと懸念しています。

図6：AIとスピード向上による仕事上の脅威。推定されたスピード向上の程度ごとに、自分の仕事が既に、あるいは近い将来に代替される可能性があると回答した人の割合を示しています。

残りの回答者については、回答が示唆するスピード向上の水準が高くなるにつれ、認識される仕事上の脅威も継続的に増加しています。これは経済的にも一定の妥当性があります：タスク完了に必要な時間が急速に短縮されているならば、その職種の将来の存続可能性にはより多くの不確実性が伴うでしょう。

経済指数は、人々がAIで何をしているかを明らかにします。しかし、AIの経済的影響を理解するもう一つの重要な情報源は、人々の実際の体験を直接聞くことです。ここで検討した回答は、人々の直感が利用データと一致していることを示しています。すなわち、人々は、当社がClaudeが最も多く業務を行っている職種におけるAIの影響を最も強く懸念しています。また、若年層労働者においては、過去の研究と一致する形で、より高いレベルの経済的不安が確認されています。

さらに、Claudeがユーザーをエンパワーしている兆しも見られます。人々は、恩恵が自分自身に向けられていると語る傾向が強く、雇用主やAI企業に向かっているとはあまり語りません。高収入労働者はAIの生産性への影響に対して最も熱心ですが、低収入職種や教育水準が低い人々も大幅な生産性向上を報告しています。ほとんどの回答者は、Claudeが自身の能力を「業務範囲の拡大」あるいは「スピードの向上」の形で強化していると報告しています。しかし、最も大きなスピード向上を体験したユーザーは、AIによる仕事への影響に対しても最も緊張感を抱いています。

データの性質上、本分析にはいくつかの重要な留意点があります。まず、当社の調査は、応答を選択したClaude.ai個人アカウントユーザーに限定されています。他の潜在的なバイアスとして、これらのユーザーは、恩恵が自分自身に帰属することをより強く信じる傾向があるかもしれません。第二に、ユーザーは本調査で扱った多くの派生変数について直接問われていないため、職業、職業キャリアの段階、その他の変数を文脈的ヒントから推定することは、誤りを含む可能性があります。関連して、調査がオープンエンド形式であるため、当社の測定は回答者が偶然言及した内容に基づいており、これらの発見は、こうしたテーマを直接尋ねる構造化された調査で再検証される必要があります。

それでも、インタビューは、人々がAIの経済的影響をどう感じているかという、真に洞察に富んだ情報を明らかにしています。これは、定性的データが定量的仮説を浮かび上がらせる方法を示しています。経済関連の懸念そのものが、すでに強いシグナルなのです。

謝辞

80,508名のClaudeユーザーの皆さまが、ご自身の物語を共有してくださったことに、深く感謝申し上げます。

Maxim Massenkoff氏が分析を主導し、ブログ記事の執筆を担当しました。Saffron Huang氏がインタビュー・プロジェクトを主導し、全工程を通じて指導を提供しました。

Zoe Hitzig氏およびEva Lyubich氏が、重要なフィードバックおよび方法論上の指導を提供しました。Keir Bradwell氏およびRebecca Hiscott氏が編集支援を提供しました。Hanah Ho氏およびKim Withee氏がデザインに貢献しました。Grace Yun氏、AJ Alt氏およびThomas Millar氏が、Claude.ai内でのAnthropicインタビュー・ツールの実装を担当しました。Chelsea Larsson氏、Jane Leibrock氏およびMatt Gallivan氏が、調査および体験設計に貢献しました。Theodore Sumers氏が、データ処理およびクラスタリング基盤の構築に貢献しました。Peter McCrory氏、Deep Ganguli氏およびJack Clark氏が、重要なフィードバック、指導および組織的支援を提供しました。

さらに、Miriam Chaum氏、Ankur Rathi氏、Santi Ruiz氏およびDavid Saunders氏による議論、フィードバックおよび支援にも感謝申し上げます。

この尺度は中点を中心に設定されていないのは、大多数の人が生産性評価を肯定的に行っており、元のリッカート尺度ではほとんどが6点および7点に集中していたためです。当社が使用する尺度は、1＝生産性の低下、2＝変化なし、3＝わずかな向上、4＝適度な向上、5＝大幅な向上、6＝著しい向上、7＝変革的な向上——AIが根本的に、自分が生み出せるものやその量を変化させた——となっています。

「独立起業家」を除外したとしても、管理職は依然としてコンピュータおよび数学関連職種と並び、最も高い生産性向上を示しています。

ただし、本調査の重要な制限点として、Claude個人アカウントのユーザーを対象としている点が挙げられます。より代表的な図像を得るには、企業ユーザーも含める必要があります。企業ユーザーは、価値が雇用主に帰属するという認識をより強く持つ可能性があります。