Anthropic、AIの実利用は理論値未満だが高露出職種の成長鈍化を示唆

AnthropicのEconomic Researchチームは2026年3月5日、AIのlabor marketへの影響は測定可能になりつつあるが、まだ技術のtheoretical ceilingには遠いという研究を公表した。この論文は“observed exposure”という新しい指標を導入しており、LLMが理論的にこなせるtaskの範囲に加え、実際のClaude usage data、work-related context、そして補助的利用ではなくautomationに近い活動比率を組み合わせている。

メッセージは、過剰な期待と過度な安心の両方を避けるべきだというものだ。Anthropicによれば、実際のAI coverageは現在のモデルが理論的に実行可能な範囲の一部にとどまる。たとえばComputer & Mathカテゴリでは、理論的capabilityはtaskの94%に達する一方、Claudeが現在カバーしているのは33%にすぎない。この差は、raw model capabilityだけでなく、導入速度、workflow再設計、規制、validation要件が同じくらい重要であることを示す。

報告書はplatform usageとofficial labor projectionの接続も試みている。Anthropicは、observed exposureが高いoccupationほどU.S. Bureau of Labor Statisticsの2034年までの成長見通しが弱いと述べる。回帰分析では、coverageが10 percentage point高まるごとにprojected job growthが0.6 percentage point低下する関係が示された。最も露出が高い職種としては、75% coverageと推計されたcomputer programmerに加え、customer service representativeやdata entry keyerが挙げられている。

一方でAnthropicは、大規模なdisplacementがすでに起きているとは主張していない。論文は、2022年後半以降に高露出workerでsystematicなunemployment増加は確認できなかったとしている。ただし、より露出の高いoccupationではyounger workerのhiringが鈍化している可能性を示す兆候はあるという。さらに、最も露出の高いprofessionのworkerは平均して高年齢、女性比率が高い、高学歴、高賃金であるとも分析している。

なぜ重要か

この研究が重要なのは、AIを巡る議論をpureなcapability benchmarkから、実際の仕事で観測されたusageへ移している点だ。政策立案者、企業、教育機関にとっては、「AIが何をできるか」と「AIが今日何を実際に変えているか」を切り分ける指標の方がはるかに実務的である。

• 理論的capabilityと現実のdeploymentの間をつなぐ測定フレームを提供する。
• 労働市場への影響は、即時のunemployment急増ではなくhiringやgrowth鈍化として先に表れる可能性を示す。
• 企業にとってAI adoption拡大時の露出管理をより具体的にする材料になる。

もちろん、Anthropic自身のplatform dataに基づく研究であり、経済全体を完全に代表するわけではない。それでもこの論文は、2026年3月時点でfrontier AIがlabor marketをどう変え始めているかを示す、最も明確なdata pointの一つと言える。