Anthropicが内部雇用レポートを発表：知能体の労働時間は人間の6倍に達し、「メタワーク時代」が到来した

著者：テンセントテクノロジー

アメリカ現地時間10月16日、Anthropicは自身の労働力構造に関する内部研究報告書「Anthropicの雇用の変化」（How Employment is Changing at Anthropic）を発表しました。

この研究は、Anthropic内部の雇用記録、AI使用の遥測データ、従業員の生産性指標、従業員調査、内部コミュニケーション記録、カレンダーデータ、採用決定スコアカードに基づき、17回の従業員深層インタビューを組み合わせて、AIを深く活用した後の会社の業務内容、採用構造、労働力需要の変化を体系的に分析しました。

報告書は4つの主要な発見を示しました：

まず、Anthropicの初級技術職の採用割合が著しく減少し、2025年初頭の27%から2026年には9%に減少しました。しかし、会社全体の雇用規模は依然として拡大しており、圧迫されているのは入門職であり、職の総数ではありません。

次に、AIエージェントの労働時間が急速に増加しています。2026年8月時点で、Anthropicの従業員が直接指導するインタラクティブエージェントの労働時間は人間のオペレーターの6倍に達しています。複数の職種で生産性が向上しており、研究チームは対照分析を通じてAIの独立した貢献をさらに評価しました。

第三に、従業員の業務内容が構造的に変化しています。直接的なタスクの実行から、ツールの構築、作業フローの監視、エージェントの管理へと、従業員の業務の焦点が徐々に移っています。同時に、人間の注意力が新たなボトルネックとなり、 採用基準も専門知識から自主性や判断力へとシフトし始めています。

第四に、Anthropicは早期警戒システムと内部人員配置メカニズムの構築を開始しました。 しかし、報告書は、企業レベルの対応策は入門職の縮小など、より広範な社会問題を解決するには不十分であると指摘しています。

AI応用の最前線にある企業の一つとして、Anthropic内部のこれらの変化は、AIが他の企業の働き方や採用需要にどのように影響を与えるかを観察するためのサンプルを提供しています。

初級職採用の縮小

報告書で最も注目を集めるデータは、初級技術職の採用割合の大幅な減少です。

2025年初頭以来、Anthropicの技術部門における初級従業員の割合は21%から14%に減少し、初級技術職の採用割合は27%から9%に減少しました。2025年12月以降、初級職の採用広告の数は特に顕著に減少しました。

Anthropicの入門級技術職の採用減少

この変化は会社の縮小によるものではありません。むしろ、Anthropicは過去1年間で規模を3倍に拡大しており、技術職の絶対数は依然として増加しています。実際に変化があったのは採用構造であり、新たに追加された職は中級および上級、専門職により集中し、初級職の入口は明らかに狭まっています。

初級職の需要に関する議論は、2026年1月のコア技術部門で最初に現れました。

Claudeを重度に使用しているチームのいくつかは、基本的なコード作成やバグチェックなどの通常のエンジニアリングタスクがますますモデルによって実行可能であることに気づきました。パフォーマンスエンジニア職への影響は特に顕著でした。あるインタビュー対象者は、これはほぼ一夜にしてチームの人材需要を変えたと述べました。

Claudeを使用する複雑度の高い職種で、初級従業員の増加は相対的に遅い

2026年4月までに、エンジニアリングおよび研究チームは、職位の採用重視を体系的に引き下げ始めました。その月の内部調査では、約3分の1の機械学習マネージャーと5分の1のソフトウェアエンジニアマネージャーが、AIを使用することで採用人数を減少させたと報告しています。

初級職は最初に影響を受けており、これはこの種の仕事の特徴に関連しています。

入門レベルの仕事は通常、ルールが明確で実行性が高い特性を持っており、これは現在の大規模言語モデルが得意とする分野です。コード作成、データ処理、文書整理、顧客サポートなどのタスクは、さまざまな程度でAIの影響を受けており、モデルがこれらの作業を完了する能力も継続的に向上しています。

モデルの能力が数ヶ月ごとに飛躍的に向上する際、最初に置き換えられるのはスキル階層の「最下端」である可能性があります。

非技術部門でも同様の傾向が見られます。通常、企業が規模を拡大する際、行政、財務、人事などのサポート部門もそれに応じて人員が増加します。しかし、Anthropicでは、エージェントアシスタント、オートメーションレビュー、チケットサービスのアウトソーシングなどの方法により、会社は急速に拡大しながらも、スリムな事務職の配置を維持しています。

ある行政アシスタントは、スケジュール管理とメール分類のためのパーソナルアシスタントエージェントを開発し、チームはClaudeを利用して入門レベルの行政職を強化する段階を過ぎ、業務の焦点がより高いレベルの調整と計画タスクに移行していると述べました。

エージェントの労働時間が従業員の6倍に達する

採用構造の変化の背後には、社内でのエージェントの急速な普及があります。

2026年3月、Anthropic内部で自律的に運用され、従業員が直接指導する2種類のAIエージェントの累積労働時間が初めて人間の従業員の労働時間を超えました。その後、エージェントの労働時間は引き続き増加しています。今年の8月までに、従業員が直接指導するインタラクティブエージェントの労働時間は人間の従業員の6倍に達しました。

エージェントの労働時間は人間の労働時間を超えています

多数のエージェントがソフトウェアエンジニアリング分野に配備され、テストケースの生成、コードチェック、インフラの維持、コードベースの移行などのタスクを担っています。このデータには、完全に自律的に運用されるエージェントクラスターは含まれていません。個々のエンジニアにとって、これは同時に複数のエージェントにタスクを継続的に実行させ、その生成したコードや分析結果をチェックすることを意味します。エンジニアの仕事も徐々に、直接コードを書くことからタスクの割り当てと結果のレビューへと移行しています。

生産性の変化も具体的なデータに反映されています。報告書によると、エンジニアの一人当たりのコード提出量は6ヶ月で元の5倍に増加し、データサイエンティストのクエリ処理量も大幅に増加し、弁護士、買掛金、営業などの非技術職の生産性も向上しています。

Anthropicの複数の機能部門がAI技術を採用した後、従業員の生産性が急増

業務の成長などの要因の干渉を排除するために、研究チームは対照分析手法を採用しました。彼らは192名のコーディングエージェントを採用したエンジニアを追跡し、同時期にそのツールを使用していない74名のエンジニアを対照群として、個体および月の双方向固定効果を利用して推定しました。

結果は、コーディングエージェントを採用した後、エンジニアのコード提出量が統計的に有意な急速な増加を示したことを示しています。

Anthropicのエンジニアがコーディングエージェントを採用した後、生産性が向上し、AI生成コードの回帰率は手書きコードと有意な差がない

AIが低品質のコードを生成するかどうかの問題についても、報告書は分析を行いました。

研究チームは、同一の従業員が同じ月、同じコードディレクトリで、エージェントによって直接生成されたコードと従業員が手動で作成したコードを比較し、コードが90日以内に削除または回退された割合を品質評価指標として使用しました。結果は、両者のコード品質に統計的に有意な差がないことを示しました。少なくともコードの回帰率の観点からは、AIが生成したコードは人間の手書きコードと同等のパフォーマンスを示しています。

非技術職の生産性も向上しています。報告書によると、営業担当者がエージェントを採用した後、完了した顧客取引の数が増加しました。ある顧客マネージャーは、Claudeが約20%の通常業務を自動化し、メールの草案作成や顧客管理システムの操作を含むと推定しています。

別のインタビュー対象者は、自動化によって解放された時間により、顧客面談の量を30%増加させることができたと述べています。

実行者からエージェント管理者へ

エージェントの数の増加と生産性の向上は、従業員を仕事から解放することにはなりませんでした。逆に、人間の注意力がエージェントの出力のボトルネックとなりつつあります。

報告書によると、インタラクティブな会話の中で、エージェントは約80%の時間を待機状態にあり、人間が指示を出したり、結果を確認したり、次のステップを提供する必要があります。

研究チームはまた、一般の人の読書速度に基づいて、エージェントが出力したトークンを読書時間に換算しました。結果は、非技術部門のインタラクティブなClaude会話から生成された内容は、従業員の週のかなりの部分の作業時間を占めることが示されました。AIが生成した内容を読むだけでも、無視できない作業負担となっています。

Claudeの出力を読むだけで、フルタイムの作業量に相当します

この変化に直面して、従業員は徐々に新しい働き方を形成しています。報告書はこれを「メタワーク」（meta-work）と呼び、エージェントを中心に行われる管理業務を含み、管理ツールの構築、常設指示の作成、監視ダッシュボードの設計、異なるエージェントの相互レビューの手配などが含まれます。この種の仕事の核心は、具体的なタスクを直接実行するのではなく、AIがタスクを完了するプロセスを設計し管理することです。

関連データもこの転換を記録しています。2025年秋、メタワークは従業員のインタラクティブなClaude会話の約10%を占めていました。2026年春にはこの割合が22%に上昇しました。増加は主にエージェント管理活動から来ており、複数のエージェントシステムの仕様書作成、エージェントの交差レビューの手配、作業フローの運用状態の監視などが含まれます。

Anthropicの従業員はますますエージェントを管理することに多くの時間を費やしており、実際の仕事自体を行うことは少なくなっています

働き方の変化は採用基準にも反映されています。

研究チームは2024年以来のAnthropicの数千名の従業員の面接スコアカードを自動コーディング分析し、技術職におけるAIツール使用能力の評価割合が約5%から約15%に、非技術職では約7%から約28%に上昇したことを発見しました。

その一方で、採用評価の重点も変化しました。技術職では、自主性と判断力が急速に成長している評価の次元となり、専門知識の重みは相対的に低下しました。非技術職では、顧客意識と使命志向がより重視され、実行スキルに関する議論は減少しました。ある採用マネージャーは、異なる分野でモデル能力に差があると予想しており、チームメンバーが異なる分野間で柔軟に切り替えられることを望んでいます。

報告書の一例もこの変化を反映しています。

AnthropicのClaude.ai製品の挨拶文を作成するデザインチームは、2026年春にコンテキストマップシステムを開発し、インテリジェントエージェントが製品文を生成するのを導き、チームの生産能力を拡大しました。その後、チームはインテリジェントエージェントのプロンプトエンジニアリングに移行し、モデル評価の内容とプロンプトの作成を担当するようになりました。

報告書はこれを要約しています：かつて言語を通じて人間の行動に影響を与えていた作家たちは、今や言語を通じてClaudeの行動に影響を与え始めています。言い換えれば、職務の名称や外観は変わっていませんが、その仕事の核心は異なっている可能性があります。

入門階層が直面する課題

Anthropicの事例は、AIが雇用構造に与える影響を示しています。AIアプリケーションの最前線にある企業として、社内での変化は他の業界が将来直面する可能性のある変化を観察するための参考を提供します。

現在の状況から見ると、AIが雇用に与える影響は、まず認知労働の入門レベルに現れています。初級プログラマー、入門アナリスト、一線のカスタマーサービス、基礎的な文書作成、初級財務などの職種は、かつて大学卒業生が職場に入る出発点でしたが、今や徐々にAIの影響を受けています。

この変化がもたらす問題は、職の数の変化だけではありません。初級職は、従業員が経験を積み、業務プロセスを学び、徐々に成長するための重要な出発点でもあります。この階層が縮小すると、若者が最初の仕事を得て職業経験を積む機会も減少する可能性があります。企業が新人に対する要求をAIツールの使用能力、判断力、自主性にシフトさせる場合、これらの能力はどの段階で、どのように獲得されるべきかも考慮すべき問題となります。

報告書では、企業が取るべきいくつかの措置について議論しています：

第一に、広範な株式共有メカニズムを通じて、従業員がAIによる生産性向上から得られる利益を共有できるようにします。 従業員がインテリジェントエージェントを管理し、より多くの意思決定責任を担う必要があるとき、個人の利益と組織の目標を結びつけることがより重要になります。

第二に、早期警戒システムを構築し、 AIが異なる職種に与える影響を継続的に監視し、影響を受ける従業員の内部転職を事前に計画します。

第三に、内部流動メカニズムを強化します。 既存のタスクが徐々に自動化される際に、従業員が新しい仕事の分野に移行できるよう支援し、外部労働市場に直接押し出すのではなくします。

しかし、企業内部の措置だけでは、より広範な社会問題を解決するには不十分です。Anthropicは最前線のAI企業として、従業員に内部転職や利益共有メカニズムを提供する条件がありますが、ほとんどの伝統的な業界の企業や従業員にとって、これらのリソースや制度は必ずしも備わっていません。誰がこれらの企業に職務の変化を特定する手助けをするのでしょうか？誰が従業員のスキル転換のコストを負担するのでしょうか？これらの問題は、単一の企業の対応範囲を超えています。

報告書の最後に注目すべき一文があります："不安を抱える労働力は、全力で働く労働力ではない。"

この言葉は、AIが雇用に与える影響は経済的なものだけでなく、心理的および社会的なものであることを示唆しています。

仕事の定義が急速に変化し、入門のハードルが持続的に引き上げられ、誰もがAIに取って代わられないことを証明し続ける必要がある中で、この持続的な不確実性自体が広範な社会的心理的負担となるでしょう。

Anthropicの実験はまだ続いています。インテリジェントエージェントの能力はますます向上し、アプリケーションの数は増え続け、人間とAIの間の仕事の分担も変化しています。この変革の最終的な形はまだ不明ですが、一つ確かなことがあります：仕事は消えないかもしれませんが、仕事の意味、ハードル、価値の順位は書き換えられています。