Anthropic Economic Indexとは｜AIが変える仕事の地図

「うちの業種は、AIでどこまで置き換わるのか」——設備投資や採用を判断する立場になると、誰もが一度はこの不安を抱えます。感覚や煽り記事ではなく、客観的な数字で確かめたいところです。

結論から言うと、その手がかりになる公開データがあります。Anthropic Economic Index（AEI／アンソロピック経済指数）です。実際のAI利用ログをもとに「どの職業・どの業務にAIがどれだけ浸透しているか」を継続的に測っており、2026年7月には誰でもClaudeに自然な言葉で直接質問できる機能まで公開されました。

株式会社Fyveは中小企業のAI活用を支援していますが、経営判断で大事なのは「AIで人が消えるか」ではなく「どの業務が、どの順序で変わるか」を見極めることだと考えています。この記事では、私たちがAEIをどう読み、投資判断や人員設計にどう翻訳しているかを、数字の出どころ（どの版・どの母集団か）とデータの限界まで含めて解説します。

Anthropic Economic Index（AEI）とは何か

Anthropic Economic Indexは、AIが労働市場と経済にどんな影響を与えているかを、時間をかけてデータで捉えようとするAnthropic社の取り組みです。実世界の業務タスクにAIがどう組み込まれているかを、実際の利用データから可視化します。

大きな特徴は、アンケートや予測ではなく実際のAI利用の記録を分析している点です。データソースは、匿名化されたClaude（claude.ai）の会話と、企業が使う1P APIの利用ログです（開発者向けのClaude Codeは集計から除外）。分析結果は誰でも無料で閲覧・ダウンロードでき、AEIのデータセットはHugging Faceで公開されています（データはCC-BY、コードはMITライセンス）。

2026年7月、Claudeに直接聞けるようになった

これまでAEIは、静的なレポートと生データ（自分で分析する必要がある）という形で提供されてきました。研究者や記者にとっては有用でも、多くの経営者にとっては敷居が高いものでした。

それが2026年7月22日に公開された「コネクタ」で変わりました。claude.aiのメニューから約1分で有効化するだけ（インストール不要）で、どの会話からでもAEIのデータに自然な言葉で質問できます。公式が挙げている質問例はこうしたものです。

• 「どの職業がAIを最もよく使っているか」
• 「教師はどんなタスクにClaudeを使っているか」
• 「人々はどんなタスクをAIで自動化しているか」

回答はAEIの実データに直接基づいており、Claudeは答えると同時に「これはClaude利用のパターンであって労働市場全体ではない」という限界も案内する設計になっています。専門的な分析スキルがなくても、自分の業界・職種の数字を対話で引き出せる調査ツールに変わった——ここが今回の転換点です。

匿名の会話を「職業データ」に対応させる仕組み

数字を正しく読むには、どうやって作られているかを知っておく必要があります。AEIの方法論は、ざっくり次の流れです。

• プライバシー保護分析（Clio）：人間の研究者が会話の原文を読むことはなく、別のClaudeが会話を高次のカテゴリに集約する。1カテゴリ最小15会話という下限も設けている。
• 職業データベースへの対応（O*NET）：米労働省の職業データベース（約20,000タスク）に、会話を「業務タスク→職業」の形で対応させる。
• 賃金への対応（BLS）：さらに米国の雇用・賃金統計にひもづけ、賃金帯ごとの利用傾向も見られるようにする。

そして各タスクを、自動化（automation＝AIに丸ごと任せる）と拡張（augmentation＝人の作業を補助・強化する）の2つに分類します。この「自動化か拡張か」という軸が、経営判断で最も使える視点です。

AEIは2025年2月の初版以降、2026年6月まで計6回更新されています。地理データや企業API、経済指標、学習曲線などが版を追うごとに加わっており、単発の調査ではなく育っている研究だという点も押さえておくとよいでしょう。

AEIが積み上げた主要な発見（版・母集団を必ず確認する）

ここからが本題です。AEIの数字は「どの版・どの母集団（消費者向けのClaude.aiか、企業向けの1P APIか）」で大きく変わります。同じ「自動化」の割合でも母集団が違えば結論が逆になるため、必ずセットで読んでください。

拡張が自動化を上回る——ただし用途で逆転する

AEIの発見でいちばん重要なのがこれです。消費者向けのClaude.aiでは、AIは「丸ごと代替」より「人の作業の拡張」に多く使われています。

• 初版・2025年2月（Claude.ai）：拡張 57.4% / 自動化 42.6% と、拡張が優位。
• 消費者版・2026年1月時点（Claude.ai）：拡張 52% / 自動化 45%。2025年8月に自動化が49%までピークを付け、その後拡張側へ揺り戻した経緯があります。
• 企業API・2025年9月レポート（1P API）：ここでは様相が変わり、業務利用の約77%が自動化パターン（フルタスク委任など）で、協働・学習目的は約12%。同時期のClaude.aiは自動化が約50%でした。

つまり消費者は拡張優位、企業APIは自動化優位という非対称があります。個人が壁打ちや下書きにAIを使う一方で、企業はシステムに組み込んで定型処理を丸ごと任せている、という違いです。なおClaude.aiでのフルタスク委任も、2024年12月の27%から2025年8月には39%へ上昇しており、委任の比率は時間とともに増えています。

この構図は私たちの現場感覚とも一致します。実際、自社でもクライアント支援でも、AIはまず壁打ち・下書き・レビューという「人の作業の拡張」から入り、慣れてきた定型業務を少しずつ委任へ回す、という順序で定着していきます。いきなり丸ごと自動化ではなく、拡張から始めて委任へ広げるのが現実的な道筋だということです。

どの職種がAIを使っているか

会話シェアが突出して大きいのはソフトウェア開発・IT系です。

• Computer & Mathematical（ソフト開発・IT）：37.2%（初版・Claude.ai）で最多。
• 次いでArts/Design/Media 10.3%、Education & Library 9.3%、Office & Administrative Support 7.9%。
• 単一タスクで最も多いのは「ソフトのバグ修正」で、会話の約6%を占める。
• 逆に、漁業・林業など屋外・手作業中心の職種は利用が最も薄い。

賃金で見ると、中〜高所得の職で利用が最も厚く、最低所得と最高所得の両端で薄いという傾向があります。経営に引き寄せれば、まずデスクワーク中心・中程度以上の賃金帯の業務からAIの影響が及ぶ、と読めます。

「職業まるごと」ではなく「タスク単位」で浸透する

「AIで職業が丸ごと消える」というイメージは、データが示す実態とは違います。

• 初版：関連タスクの1/4以上でAIを使う職業は約36%。逆に、タスクの3/4以上でAIを使う職業は約4%にとどまる。
• 2026年1月（プール値）：タスクの1/4以上でAIを使う職業は49%へ上昇。

「一部のタスクで浸透」が主流で、「ほぼ全タスクを代替」はまだ少数です。ここから導ける経営上の含意はシンプルで、人材戦略は「職業」ではなく「タスク」の粒度で考えるべきだということです。「事務職がなくなる／残る」ではなく、「事務のこのタスクは委任、この判断は人が握る」と分解して設計する方が、現実に合っています。

国や地域によって使われ方が大きく違う

AEIは地域差も測っています（AI Usage Index・2025年9月時点の期待利用倍率）。

• 高採用：Israel 7.0倍、Singapore 4.57倍、Australia 4.10倍、US 3.62倍。
• 低採用：India 0.27倍、Indonesia 0.36倍。
• 低所得国では教育用途、高所得国では業務用途に偏る傾向。

国内向けの示唆としては、業務利用の伸びしろがまだ大きいということ。裏を返せば、早く業務に組み込んだ企業ほど相対的な優位を取りやすい局面だと言えます。

経営者はAEIをどう投資判断・人員設計に使うか

ここまでの数字を、経営の実務に翻訳します。私たちがクライアントと話すときに使っている、AEIの実務的な読み方は3つです。

• 1. 自社の職種のAI浸透度を確かめる：コネクタでClaudeに「自分の業界・職種がAIをどう使っているか」を尋ね、自社業務のどこに波が来ているかの当たりを付ける。感覚の議論を、共通のデータに乗せる。
• 2. 「拡張から入り、委任へ広げる」順序で投資する：いきなり全自動化を狙わず、まず壁打ち・下書き・レビューで一人ひとりの生産性を上げる。効果が出た定型業務から順に委任へ回す。データが示す拡張優位の実態に沿った投資順序です。
• 3. タスク粒度で人員を設計する：「この職種は不要」ではなく「この業務は委任、この判断は人が担う」と分解する。浸透が不均一である以上、配置転換や再教育もタスク単位で考える方が精度が上がります。

スキルへの影響についても、AEIには参考になるサーベイがあります。2026年6月の調査（回答者約9,700人）では、生産性の向上を報告した割合はスピード86%・対応範囲82%・品質69%。さらに57%が「AIで自分のスキルの価値が上がった」と答え、今後12ヶ月で失職の可能性が高いと考える人は10%にとどまりました。「AIで仕事を奪われる」という不安が先行しがちですが、現場の実感としては、まず一人ひとりの仕事が拡張される段階にある、というのがデータの示す現在地です。

AEIを鵜呑みにしない——データの限界を理解する

ここは経営判断の質を左右するので、正直に書きます。AEIは有用な一次資料ですが、「Claude利用の断面図」であって「労働市場そのもの」ではありません。公式自身がこの点を明記しています。主な限界は次のとおりです。

• 選択バイアス：データはClaudeの利用者に偏る。世の中の労働市場全体を代表しているわけではない。
• 職種の偏り：Computer/math系のタスクが会話の約37%を占める一方、米国の労働人口では同分野は約3.4%。IT系が過剰に、管理職などが過少に映る。
• 相関は因果ではない：利用量が多いことは、AIがその職に影響を与えた「原因」であることを意味しない。
• 分類の誤差：初期は手動検証が少なく、誤分類が約14%あったとの外部指摘もある（後の版で成否指標などが追加されている）。

したがってAEIは、意思決定の出発点として使い、自社の実データや現場の声で裏を取るのが正しい使い方です。「AEIがこう言っているから」で結論を出すのではなく、「AEIで当たりを付け、自社で小さく試して確かめる」。この順序を守れば、公開データを投資判断の強い味方にできます。

まとめ：公開データで「変化の地図」を持つ

Anthropic Economic Indexは、AIが職業・業務にどこまで浸透しているかを実利用データで示す公開の指標です。2026年7月のコネクタ公開で、専門知識がなくても自分の業界の数字を対話で引ける状態になりました。

読むうえでの要点は3つです。数字は必ず版と母集団（消費者版か企業API版か）とセットで見ること。浸透は職業まるごとではなくタスク単位で不均一に進むこと。そしてこれはClaude利用の断面図であり、労働市場全体ではないという限界を忘れないこと。

「AIで人が消えるか」という漠然とした不安を、「自社のどの業務が、どの順序で変わるか」という具体的な地図に変える。株式会社Fyveは、こうした公開データを経営判断へ翻訳しながら、拡張から始めて委任へ広げるスモールステップの支援を続けています。まずは自社の職種をひとつ、AEIに尋ねてみるところから始めてみてください。