2026年4月22日経済研究：AIの経済効果について8万1000人の調査結果

主要所見：当社のClaudeユーザー8万1000人に対する最近の調査では、AIへの曝露度が高い職種で働くほど、AIに起因する雇用の置き換え（job displacement）に対する懸念が強いことが示されました。これらの懸念は、キャリア初期の回答者においても高い傾向にあります。最高・最低賃金の職種に就く人々は、最も大きな生産性向上を報告しており、その多くはスコープの拡大（新しいタスクの実施）によるものです。AIによる速度向上（speedup）を最も大きく実感した回答者は、雇用の置き換えに対してより高い懸念を示しています。 AIによって観察されている経済変化について一般に知らせるため、当社のEconomic Index（経済インデックス）では、Claudeにどのような業務を依頼されているか、またどの職種でClaudeが最も多くのタスクを担っ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に対する考え方や印象とどのように対応するかに関する情報は不足していました。 当社のClaudeユーザー8万1000人に対する最近の調査研究は、人々の経済的な懸念とClaudeの利用トラフィックで定量化した内容を結びつける手段を提供します。 調査では、AIの進歩に関する人々のビジョンや懸念について尋ねました。共有された考えの多くは経済的な話題に触れていました。私たちは、多くの人が雇用の置き換えを懸念していることを学びましたが、同時に職場でより生産的になり、能力を発揮できているとも感じています。場合によっては、AIが事業の立ち上げを可能にしたり、より重要なことに時間を割けるようにしたりしました。一方で、AIは窮屈に感じたり、雇用主によって強要されたりしているようにも受け取られています。 調査結果は、観察された曝露度（当社のAI雇用の置き換えリスクの指標）がAIに関する経済的懸念と相関しているという初期証拠を提供します。Claudeが行っているタスクとして定義される、高い曝露度の職種に就く人々は、経済的な置き換えについてより神経質になっていました。これは、人々がAIの普及とその潜在的な影響を広く認識していることと一致します。以下の見出しで発見の詳細を説明します。 雇用の置き換えを懸念するのは誰か？ 「うーん、現代のホワイトカラー職に就く誰もがそうだと思いますが、最終的にAIに仕事を奪われることについて100%、ほぼ24時間365日心配しています」——ソフトウェアエンジニア。1 調査回答者の5分のの1が、経済的な置き換えについて懸念を表明しました。抽象的にこれを心配する人もいました。あるソフトウェア開発者は、「現在の状態のAIがジュニア職を置き換えるために使用される可能性」について警告しました。他の人は、自分の仕事や仕事の側面が自動化されていくことを嘆きました。ある市場調査員は、「私の能力を向上させる点については疑いの余地はありません。[B]しかし将来、AIが私の仕事を置き換えるかもしれません」と述べています。一部の職種では、人々はそれが仕事をより難しく感じると感じました。あるソフトウェア開発者は、「AIが登場した後、プロジェクトマネージャーが解くべきチケットやバグをますます難易度の高いものを出すようになった」と観察しています。 本レポート全体を通して、Claude搭載の分類器（classifier）を用いて、回答から人々の属性や感情を推測しています。例えば、多くの参加者が仕事の内容に触れかたり、職務生活に関する有益な詳細を述べたりしており、これにより職業を推測できます。同様に、回答者が自身の役割がAIに起因する雇用の置き換えのリスクにあると示す直接引用を特定し解釈するようClaudeにプロンプトを入力することで、雇用の喪失に関する懸念を定量化しています。例のプロンプトはAppendix（付録）に記載します。 回答者がAIから受ける脅威の認識は、当社の観察された曝露度の指標と相関していました。これは、Claudeが使用されている仕事のタスクの割合を示すものです。当社の観察された曝露度指標が高い回答者ほど、AIに対してより懸念を持っていました。例えば、小学校の教師はソフトウェアエンジニアよりも自身の置き換えについて心配度が低く、Claudeの利用がコーディングタスクに偏っている事実に一致しています。 これらを以下のFigure 1に示します。y軸は、特定の職業においてAIがすでにその役割を置き換えている、または近い将来そうなる可能性があると回答した回答者の割合です。x軸は観察された曝露度です。プロットは、平均して、より高い曝露度の職種に就く人ほど、自分の仕事が自動化されることについてより多くの懸念を表明する傾向があることを示しています。曝露度が10ポイント増加するごとに、認識される雇用の脅威は1.3ポイント増加しました。曝露度の上位25%に属する人々は、下位25%の人々の3倍の頻度でこの懸念を言及しました。 Figure 1：AIに起因する雇用の脅威の認識と観察された曝露度。AIによる雇用の脅威を示すと回答した回答者の割合 vs. MassenkoffおよびMcCrory（2026）の観察された曝露度指標。回答者は、自分の役割がすでに置き換えられているか大幅に削減されている、または近い将来そのような変化が起こる可能性が高いと述べた場合（Claudeを用いてコード化）、雇用の脅威を示すと判断されました。緑の線は単純な線形回帰フィットを示します。 もう一つの重要な労働者の特徴はキャリアの段階（career stage）です。過去の研究で、米国における新卒者やキャリア初期の労働者の採用が緩やかになる兆候を示唆しました。この調査の回答者の約半数について、回答からキャリアの段階を推測することができました。2 私たちは、キャリア初期の回答者がシニア労働者よりも雇用の置き換えについて懸念を表明する可能性がはるかに高いことを発見しました。 Figure 2：キャリア段階別の経済的置き換えに関する懸念。キャリア段階別、AIによる雇用の脅威を示すと回答した回答者の割合。両方の項目は、Claude搭載の分類器を用いて自由記述の回答から推測されました。 AIから恩恵を受けるのは誰か？ Claudeを用いて調査回答を評価し、AIからの自己報告された生産性向上の程度を1〜7の尺度で評価しました。ここで1は「より生産的でない」、2は「変化なし」、各 subsequent レベルはより大きな向上を示します。7と評価された回答には、「以前は数ヶ月かかっていたウェブサイトを4〜5日で制作できるようになった」といった証言が含まれていました。Claudeは「4時間かかったものが半分の時間で完了した」といった発言に5を、個人的にはAIにウェブサイトのコード修正を手伝ってもらいましたが、目的の結果を得るまでに複数回の試行が必要でしたといった発言に2を付けました。3 全体として、人々は平均して意味のある生産性向上を報告しました。平均的な生産性評価は5.1で、「大幅に生産的」と対応します。もちろん、当社の回答者は調査に応じる意欲のあるClaudeのアクティブユーザーです。これは、平均的なユーザーよりも生産性の恩恵を報告する可能性が高いことを意味します。約3%が否定的または中立的な影響を報告し、42%が生産性について明確な指標を示しませんでした。 これはある程度所得のラインで分かれます。Figure 3の左パネルは、ソフトウェア開発者など高収入の職種に就く人々が、AIから最大の生産性向上をもたらしたことを示しています。この結果はコーディングのみによって駆動されているわけではありません；コンピュータおよび数学関連の職業を除いても成立します。これは、より高い教育レベルを必要とするタスクにおいて、ClaudeがAIなしで作業する場合と比較して、タスク完了時間をより高い割合で短縮する傾向があったという、以前の高収入労働者に有利なEconomic Indexの発見を反映しています。 最低賃金の労働者の一部も、高い生産性向上を説明しています。これには、「別の回答に基づいて返信を作成する時間を大幅に節約するためにAIを使用している」カスタマーサービス担当者や、低賃金の職種の人々が技術的なサイドプロジェクトでAIを使用しているケースが含まれます。例えば、ある配達ドライバーはeコマース事業を立ち上げるためにClaudeを使用しており、ランドスケープ作業員は音楽アプリケーションを構築していました。 Figure 3：職業別推定生産性向上。左パネルは、BLSの職業別中央賃金の四分位別で推定されたAIからの平均推定生産性利益（Claude搭載の分類器を用いて推定）を示します。右パネルは、主要な職業グループ別に分割した同じ結果を示します。エラーバーは95%信頼区間を示します。 Figure 3の右パネルで、主要な職業グループ別の推定生産性向上をより詳細に検討します。上位は管理職です。これらの回答者は主に、Claudeを使用して事業を構築する起業家です。4 次いで高いカテゴリは、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です。生産性向上が最も穏やかだった2つのグループは、科学および法律専門職の労働者でした。一部の弁護士は、AIが正確な指示に従う能力について懸念を表明しました。例えば：「どこに何があるか、法的文書を読み取る方法、それに何をさせたいかという非常に具体的なルールを与えていますが…毎回逸脱します。」 経済全体にAIが普及するにつれて、重要な質問は恩恵がどこに帰属するかです。労働者、その管理者、消費者、それとも企業へか。回答者はインタビューの約4分の1で、これらの利益の受取人を示しました。全体として、これらの人々の大多数は、タスクの高速化、スコープの拡大、時間の確保を通じて、自分自身への恩恵を引用しました。5 しかし、受取人を名指した回答者の10%は、雇用主や顧客がより多くの業務を要求し、受け取っていると述べました。AI企業への恩恵に言及した割合はさらに小さく、AIが純粋な悪影響になると述べた層はさらに少数でした。これはキャリアの段階に依存しました：キャリア初期の労働者の60%のみがAIから個人的に恩恵を受けたと示したのに対し、シニア専門家の80%がそうでした。 Figure 4：AI生産性の剰余はどこへ行くのか？ AI生産性向上の受益者を名指した回答者の中で、各目的地を特定した割合。 スコープと速度 回答者はまた、生産性向上をどこで実感したかを共有しました。これをスコープ、速度、品質、コストに分離します。例えば、コーディングタスクでAIを使用する多くの人は、「私は技術者ではありませんが、今ではフルスタック開発者です」といったことを述べています。これはスコープの拡大であり、AIは彼らに新たな能力を開きます。一方、一部のユーザーはすでに実行していたタスクを高速化しました。「2時間かかっていた資金調達タスクを15分で完了するツールを作成した」と会計士は述べています。品質の向上は、コード、契約書、その他の書類のより徹底的なチェックから来ることが多かったです。そして、限られた数の回答者はAI使用の低コストに言及しました。「ソーシャルメディアマネージャーを雇うと予算を超えてしまうため」 最も一般的な生産性向上はスコープであり、生産性の影響を明示的に言及したユーザーの48%がこれを引用しました。生産性に言及したユーザーの40%は速度を強調しました。 Figure 5：ユーザーはどのような生産性向上を報告するか？ 各タイプの生産性利益を説明した回答者の割合。 Claudeとの経験が、AIに関する懸念を形作る可能性もあります。これを評価するために、回答者が報告した速度向上（speedup）を測定しました。これは、仕事が大幅に遅くなったか（1とコード化）、速度に変化がないか（4）、または大幅に高速化したか（7）を抽出することによって行いました。 速度向上と認識される雇用の脅威の関係はU字型であることがわかりました（Figure 6参照）。左端の棒グラフは、AIによって自分が遅くなったと報告した回答者を示します。これらの回答者は、AIが生計に重大な脅威をもたらすと示す可能性が高かったです。例えば、一部のクリエイティブワーカー（美術作家やライターなど）は、AIが自分たちの仕事に役立つには窮屈で硬すぎると思いました。同時に、クリエイティブ分野へのAIの普及が、仕事を見つけることをより難しくすると懸念していました。 Figure 6：AIに起因する雇用の脅威と速度向上。推定された速度向上のレベル別、自分の職場での置き換えがすでに起こっているか近い将来起こる可能性が高いと回答した回答者の割合。 考察（Discussion） Economic Indexは、人々がAIで何を行っ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ための別の重要な入力は、人々から直接経験について聞くことです。ここで探求された回答は、人々の直感が利用データを追跡していることを示しています：Claudeの利用を最も多く観察する職種において、AIの影響について最も懸念しています。また、キャリア初期の労働者間でより高い経済的不安が観察され、これは過去の研究と一致しています。 また、Claudeがユーザーに能力を与える兆候もあります。人々は、雇用主やAI企業ではなく、自分自身への恩恵が流れることを話す可能性が最も高いです。高賃金の労働者はAIの生産性影響について最も熱狂的でしたが、低賃金の職種や教育レベルが低い人々も大きな生産性向上を報告しました。ほとんどの回答者は、Claudeが仕事の範囲を広げるか、高速化する形で能力を向上させたと報告しました。しかし、最大の速度向上を実感したユーザーは、AIの雇用への影響について最も神経質でもありました。 分析には、データの性質に起因する重要な注意点が存在します。第一に、当社の調査はClaude.aiの個人アカウントユーザーで、回答する選択をしたユーザーに限定されています。その他の潜在的なバイアスに加え、これらのユーザーは恩恵が自分自身に流れると認識する可能性が高いかもしれません。第二に、ユーザーはここで導出された多くの変数について直接質問されておらず、したがって文脈の手がかりから職業、キャリアの段階、その他の変数に関する当社の推測は誤っている可能性があります。関連して、調査が自由記述であるため、当社の測定は回答者がたまたま言及する内容に基づいています；これらの発見は、これらのトピックを直接質問する構造化された調査で確認されるべきです。 それでも、インタビューはAIの経済に関する人々の感情についての実際の洞察を浮き彫りにしており、定性的データが定量的仮説をどのように表面化させるかを示しています。そして、経済関連の懸念の大きな割合自体が強いシグナルです。 付録（Appendix） 関連PDFの最終セクションを参照してください。 謝辞（Acknowledgements） 自らの物語を共有してくれた8万508人のClaudeユーザーに感謝します。 Maxim Massenkoffが分析を主導しブログ記事を作成しました。Saffron Huangがインタビュープロジェクトを主導し、全体を通じてガイダンスを提供しました。 Zoe HitzigとEva Lyubichが重要なフィードバックと方法論のガイダンスを提供しました。Keir BradwellとRebecca Hiscottが編集支援を行いました。Hanah HoとKim Witheeがデザインに貢献しました。Grace Yun、AJ Alt、Thomas MillarはClaude.ai内でAnthropic Interviewerを実装しました。Chelsea Larsson、Jane Leibrock、Matt Gallivanは調査および体験デザインに貢献しました。Theodore Sumersはデータ処理とクラスタリングインフラストラクチャに貢献しました。Peter McCrory、Deep Ganguli、Jack Clarkは重要なフィードバック、方向性、組織的支援を提供しました。 さらに、Miriam Chaum、Ankur Rathi、Santi Ruiz、David Saundersの議論、フィードバック、支援に感謝します。 関連コンテンツ（Related content） Anthropic Economic Index Surveyの発表：Anthropic Interviewerを通じて実施される月次調査であるAnthropic Economic Index Surveyを立ち上げます。 続きを読む 自動化されたアライメント研究者：大規模言語モデルを用いたスケーラブルな監督の拡張 Claudeは独自のアライメントアイデアを開発、テスト、分析できるか？ その答えを見つけるために実験を行いました。 続きを読む 実践における信頼性の高いエージェント（agents） AI「エージェント」は、人々や組織がAIを使用する方法における最新の主要な変化を表しています。ここでは、それらがどのように機能し、信頼性をどのように確保するかを説明します。 続きを読む

2026年4月22日経済研究：AIの経済効果について8万1000人の調査結果

背景や根拠まで確認しますか？

調べる

選ぶ

サイト