AIはいつ、どう使われているか。Anthropic経済調査が明かした9700人の実態

「Claudeに仕事を任せている人ほど、将来の雇用に楽観的だ」

Anthropicの最新調査は、直感に反するこの結論を9,700人のデータから導き出した（出典：Anthropic Economic Index: Cadences、2026年6月）。

AIに仕事を「奪われる側」ではなく「使う側」に回った人間が、より安心しているという構造だ。裏を返せば、AI活用の習熟度の差が、そのまま将来への不安感の差になっている。

2026年6月、Anthropicは「Cadences（リズム）」と題した第3弾のEconomic Indexレポートを公開した。1月の「Economic Primitives（基礎概念）」、3月の「Learning Curves（習熟）」に続くシリーズで、今回は初めて時間単位のデータと大規模サーベイを組み合わせ、「AIがいつ、誰に、どう使われているか」を可視化している。

3つのレポートで見えてきた「AIと仕事」の輪郭

Anthropic Economic Indexは2026年初頭から四半期ごとに更新されている独自の経済調査だ。

• 1月「Economic Primitives」：ClaudeがO*NETの職種タスクをどの程度カバーするかを測定。コンピュータ・数学職で露出度35.8%など職種別の「代替可能性」を定量化した（出典：anthropic.com）
• 3月「Learning Curves」：ユーザーの習熟度がどう変化するかを追跡
• 6月「Cadences」：時間単位の使用ログと9,700人のサーベイを初めて組み合わせた

今回のCadencesが特徴的なのは、方法論の刷新にある。従来の週7日バッチ処理から時間単位の連続サンプリングに切り替え、成果物を30以上のカテゴリで自動分類する新しいアーティファクト分類器を導入した。Claude.ai、Cowork、Claude Codeの3サーフェスを横断してデータを収集し、約9,700人の回答者の使用ログとサーベイを紐付けている（プライバシー保護手法を用い、1人あたり最大20セッションをランダムサンプリング）。

自社のユーザーを自社が調査するという構造上の限界はある。しかしこれだけの規模と粒度で「AIが実際にどう使われているか」を可視化した調査は現時点では他にない。

時間帯が明かす「AI活用のリズム」

レポートが「Cadences」と名付けられた理由は、使用パターンに明確な生活リズムが刻まれていたからだ。

朝は情報収集、深夜は眠れない人のもの

朝の時間帯、ユーザーはニュースをClaudeに尋ねる傾向がある。一方、睡眠アドバイスのリクエストは午前5時ごろにピークを迎える。眠れずにいる人がClaudeに相談している光景が浮かぶ。

確定申告期は税務相談が急増

納税申告の締め切り前後には税務関連の質問が急増するパターンが確認された。ユーザーはClaudeを専門家への相談ではなく、締め切り直前の「緊急ナレッジソース」として使っている。

週末はエンジニアのモードが変わる

Claude Codeの週末利用は、質的に大きく変容する。平日の上位カテゴリであるバックエンド設計・APIデバッグ・データストレージが減少し、代わりにAIエージェント設計・量的取引・ゲーム関連の質問が増える。これは「仕事の延長」から「個人プロジェクト・副業」へのシフトを反映していると分析されている。

注目すべきは、高収入職種ほど週末でも仕事関連の使用が落ちにくいという点だ。マーケティングやソフトウェア開発などの高報酬職種では、「オフ」の時間帯でも業務に近い用途でClaudeを使い続ける傾向がある。「週末に起業計画を練る」という動きも世界共通で確認されており、ビジネスの立ち上げに関する質問は土日にピークを迎える。

職種別の格差：誰が、何に、どれだけ使っているか

トークン量は時給に比例する

職種の時給と1会話あたりのトークン数（幾何平均）には正の相関がある。具体例として、マーケティングマネージャー（時給約$80）はエディター（時給約$37）の2.5倍のトークンを消費している。単純に言えば、高収入の仕事ほどClaudeに深く・長く問い合わせるということだ。

職種によって使い方は変わる

同じClaudeでも、職種ごとに主な使用カテゴリは異なる。

• 司書：学習・情報収集が約56%を占め、最もラーニング比率が高い職種
• コピーライター：タスクの繰り返しと反復修正（Task Iteration）が約58%で最上位
• ブログ執筆：ほぼ仕事目的の活動として分類される
• 翻訳：仕事と個人利用の中間に位置する
• 創作：個人利用ではファンフィクションや詩が多く、仕事ではスクリプトやスピーチが多い

拡張57% vs 自動化43%

レポート全体を通じた最も重要な比率の1つが「拡張（Augmentation）57%、自動化（Automation）43%」だ。AIが人間を完全に代替するのではなく、57%のケースでは人間の能力を補完・拡張する形で使われているという実態が見えた。

一方で「自動化」の比率が使用量と最も強い相関を持つという発見も興味深い。つまり、より多く委任するユーザーほど、AIへの自動化依存度が高い傾向がある。

女性の使い方の違い

性別による差も確認された。女性はClaude Codeや自動化タスクの利用シェアが低い一方、総使用時間（アクティブ分数）は男性より多い。つまり、より長い時間Claudeと対話しながらも、完全委任型の自動化よりも対話型・拡張型の使い方をしている傾向がある。

楽観論と不安が同居するユーザーの本音

86%が生産性向上を実感

9,700人のサーベイで得られた最も明確な数字は、86%が「AIによる生産性向上を経験した」という回答だ（出典：FourWeekMBA、Anthropic公式）。AI活用が広く普及した2026年6月時点においても、肯定的な実感が圧倒的多数であることを示している。

逆説：委任するほど楽観的になる

しかし最も示唆に富む発見は、「楽観性と委任度の正の相関」だ。Claudeに最も多く仕事を委任しているユーザーほど、自分の将来の雇用と給与について楽観的な回答をしていた（出典：Anthropic Economic Index: Cadences）。

これは「AIを使いこなす」ことへの自信が、雇用不安を緩和しているという解釈が自然だ。AIに仕事を任せることで自分の仕事の幅が広がり、スキルが成長していると感じているユーザーが多い。

若手ほど不安が大きい

一方、まだキャリアを積み上げている若手層には逆の傾向がある。AIが自分の仕事のより多くの割合をこなせると感じているのは若手に多く、同時に雇用喪失への懸念も若手が最も高い（出典：同レポート）。さらに回答者全体の33%が「若手・ジュニアレベルの同僚が職を失う確率は60%を超える」と予測している（出典：同レポート）。

ここには興味深い二重構造がある。「自分のことは楽観的、他人のことは悲観的」というパターンだ。自分のAI活用については前向きな見通しを持ちながら、若手の仕事が代替されることへの懸念は強い。

この構図はAIデスキリング問題と重なる。AIが高スキルタスクを代替することで、若手が学ぶ機会そのものが失われるリスクがある。

新興国でより高い自動化利用

GDPが低い国のユーザーほど、Claudeを自動化用途で使う傾向が強いという発見も見逃せない。高所得国のユーザーが「拡張・対話型」で使う一方、低所得国では「完全委任・自動化」への依存が高い。AIが知識格差を埋めるツールとして機能している一方で、その使われ方の違いが新たな格差を生む可能性もある。

このレポートをどう読むか

Cadencesレポートは自らの限界を認識している。Anthropicは報告書の冒頭近くで「これは世界経済全体のGDP予測ではなく、Claudeユーザーの高周波数な行動地図だ」と位置づけている。

重要な留保点は3つある。

1. サンプルバイアス：回答者はClaude有料プランに登録しているユーザーであり、AI早期採用層に偏っている
2. 自己報告の限界：生産性向上の実感と実際の業務アウトプットの増加は別物だ
3. 単一企業のデータ：OpenAI、Google、Metaの類似調査と横断比較できない

それでも、このレポートが提供する「AIがどう使われているか」の時間軸データは、これまでのどの調査とも異なる。週末の深夜1時に副業の事業計画を練り、平日は業務コードのデバッグに使う。そういったリアルな使われ方のパターンが、初めて数値で見えてきた。

Anthropicの労働市場レポート（2026年1月）と合わせて読むと、「AIが代替できる職種」と「実際に代替が進んでいる速度とパターン」の両面が見えてくる。

---

関連記事

• AIに仕事を奪われる職種ランキング。Anthropic実データが示す現実
• AIデスキリング問題：AIが奪うのは「仕事」ではなく「成長機会」かもしれない
• AIレイオフ時代を生き残るエンジニアのサバイバルガイド（2026年版）

---

本記事に記載されている調査データはAnthropicが2026年6月に公開した「Anthropic Economic Index: Cadences」レポートに基づいています。サーベイ結果は回答者の主観的回答であり、将来の雇用動向を保証するものではありません。