Anthropicが内部雇用レポートを発表：AIエージェントの稼働時間が人間の6倍に、「メタワーク時代」到来

米国現地時間10月16日、Anthropicは自社の労働構造に関する内部調査報告書『Anthropicにおける雇用の変化』を公開した。

本研究は、Anthropicの内部雇用記録、AI利用テレメトリデータ、従業員の成果指標、従業員アンケート、内部コミュニケーション記録、カレンダー情報、採用判断スコアカードに加え、17件の従業員への深掘りインタビューを統合し、AIの深層的活用後の職務内容・採用構造・労働需要の変化を体系的に分析した。

報告書は主に4つの知見を提示している：

第一に、Anthropicにおける初級技術職の採用割合が大幅に減少し、2025年初めの27％から2026年には9％へと低下した。ただし同社の全体的な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総雇用数ではなく初級職に限られる。

第二に、AIエージェントの稼働時間が急速に増加し、2026年8月時点でAnthropic従業員が直接指示する対話型エージェントの稼働時間は、人間オペレーターの6倍に達した。複数職種で生産性が向上しており、研究チームは比較分析を通じてAIの独立貢献度をさらに評価した。

第三に、従業員の業務内容が構造的に変化しており、単純なタスク遂行からツール構築・ワークフロー監視・エージェント管理へと重点が移行している。同時に、人的注意力が新たなボトルネックとなり、採用基準も専門領域知識から自律性・判断力へとシフトしつつある。

第四に、Anthropicは早期警戒システムおよび社内人材配分メカニズムの導入を開始している。しかし報告書は、初級職の縮小といった広範な社会課題に対処するには、企業レベルの対応ではまだ不十分であると指摘している。

AI応用のリーディングカンパニーとして、Anthropicのこうした内部変化は、他社における業務手法や採用ニーズへのAI影響を観察するための貴重な事例となる。

初級職採用の縮小

報告書で最も目立つデータは、初級技術職の採用割合が著しく減少した点である。

2025年初め以降、Anthropic技術部門における若手従業員の比率は21％から14％へ、初級技術職の採用割合は27％から9％へと低下した。特に2025年12月以降、初級職の求人数が顕著に減少している。

Anthropicの初級技術職採用の減少

この変化は企業規模の縮小によるものではない。むしろAnthropicは過去1年間で従来の3倍に拡大しており、技術職の絶対数も増加中である。実際の変化は採用構造にあり、新設ポジションは中堅〜上級・専門家層に集中し、初級職は明確に縮小している。

初級職への需要に関する議論は、2026年1月にコア技術部門で最初に浮上した。

一部のチームはClaudeを多用しており、基本的なコーディングやバグチェックといった日常的なエンジニアリング業務が、モデルによって increasingly処理可能になっていると気づいた。パフォーマンスエンジニアリング職への影響は特に顕著である。あるインタビュー対象者は、これがほぼ一晩でチームの人材ニーズを変化させたと述べている。

Claudeを活用する高難易度ポジションでは、初級社員の増加が緩やか

2026年4月までに、エンジニアリング・研究チームは低レベル職種の採用比重を体系的に引き下げ始めた。当月実施された社内調査では、機械学習マネージャーの約3分の1、ソフトウェアエンジニアリングマネージャーの5分の1が、AI活用により採用を削減したと回答している。

初級職種が最初に影響を受けるのは、その職務特性によるものである。

初級業務は明確なルールと実行重視が特徴であり、まさに現行の大規模言語モデルが得意とする領域である。コーディング、データ処理、文書整理、カスタマーサポートなどの業務は、AIによって不同程度に影響を受けており、モデルの対応能力は継続的に向上している。

モデルの能力が数か月ごとに飛躍的に進化する中、まず置き換えられるのはスキル階層の「下位」である可能性が高い。

非技術部門でも同様の傾向が見られる。通常、企業が拡大すると、経理・人事・総務などのサポート部門も人員を増やすが、Anthropicではエージェントアシスタント・自動審査・アウトソースチケットサービスなどの手法により、事務スタッフを最小限に抑えつつ急速な事業拡大を実現している。

ある総務アシスタントが、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、「Claudeによる初級総務業務の強化」段階を既に脱しており、業務の焦点はより高度な調整・企画タスクへと移行しつつあると述べている。

エージェントの稼働時間は従業員の6倍に達した

採用構造の変化の背景には、社内におけるエージェントの急速な普及がある。

2026年3月、自律型および従業員が直接指示する2種類のAIエージェントの累積稼働時間が、初めて人間従業員のそれを上回った。以降、エージェントの稼働時間は増加を続け、今年8月には従業員が直接指示するインタラクティブエージェントの稼働時間が人間の6倍に達した。

エージェントの稼働時間は人間のそれを上回った

ソフトウェアエンジニアリング分野には多数のエージェントが展開され、テストケース生成・コードチェック・インフラ維持・コードベース移行などの業務を担っている。このデータには完全自律型エージェントクラスターは含まれていない。個々のエンジニアにとっては、複数のエージェントを連続稼働させ、その出力（コード・分析結果）を確認できるようになったことを意味する。エンジニアの業務も、自らコードを書くことから、タスク割り当てと結果レビューへと徐々に移行している。

生産性の変化は具体的な数値にも表れている。レポートによると、6か月間でエンジニア1人あたりの平均コード提出量は当初の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。また、法務・支払担当・営業など非技術職の成果物も増加している。

Anthropicの複数機能部門がAI技術を導入後、従業員の生産性が急増

事業成長などの干渉要因を排除するため、研究チームは比較分析法を採用。コーディングエージェントを導入した192人のエンジニアを追跡し、未導入の74人をコントロールグループとして、個人・月次固定効果を用いて推定した。

結果として、コーディングエージェント導入後、エンジニアのコード提出量は統計的に有意な急速な増加を示した。

Anthropicのエンジニアはコーディングエージェント導入後、生産性が向上。AI生成コードのロールバック率は手書きコードと有意差なし

報告書は、AIが低品質なコードを生成するかについても分析した

研究チームは、同一従業員が同一月・同一ディレクトリで作成したエージェント生成コードと手書きコードを比較し、90日以内の削除・ロールバック割合を品質指標とした。結果は、両者間に統計的に有意な品質差は認められなかった。ロールバック率という観点では、AI生成コードは人間作成コードと同等の性能を示した

非技術職の生産性も向上。営業担当者はエージェント導入後、完了顧客取引件数が増加。あるクライアントマネージャーは、Claudeがメール作成やCRM操作などルーティン業務の約20％を自動化したと推定

別のインタビュー対象者は、自動化で得た時間により顧客との面談回数を30％増やせたと述べた

実行者からエージェント管理者へ

エージェント数の増加と生産性向上は、従業員を仕事から解放しなかった。むしろ人的注意力がエージェント出力のボトルネックになりつつある

報告書によると、対話型タスクにおいてエージェントは約80％の時間を待機状態で過ごし、人間による指示・結果確認・次のステップ提供を必要としている

研究チームは、エージェント出力トークンを一般成人の平均読解速度に基づき読了時間に換算。非技術部門における対話型Claudeセッションで生成されたコンテンツは、従業員の週間労働時間の相当部分を占めており、AI出力の閲覧・処理そのものが無視できない負荷となっている

Claude出力の閲覧だけでもフルタイム相当の負荷

この変化に対応し、従業員は新たな働き方を徐々に確立。報告書ではこれを「メタワーク」と呼び、エージェント管理を中心とする業務（管理ツール構築、恒常的指示文書作成、モニタリングダッシュボード設計、複数エージェント間のクロスレビュー実施など）を含む。この業務の本質は特定タスクの直接実行ではなく、AIによるタスク遂行プロセスの設計・管理にある

関連データもこの移行を記録。2025年秋には「メタワーク」が従業員の対話型Claudeセッションの約10％を占めていたが、2026年春には22％に上昇。主な増加要因は、マルチエージェントシステム仕様策定、エージェント間クロスレビュー実施、ワークフロー運用状況監視などのエージェント管理活動

Anthropicの従業員は、実際に作業するよりエージェントを管理する役割が増加

働き方の変化は採用基準にも反映

研究チームは2024年以降の数千人のAnthropic従業員面接評価票を自動解析。技術職ではAIツール活用能力に関する評価の割合が約5％から約15％に増加。非技術職では約7％から約28％に上昇

同時に採用評価の重点も変化。技術職では自律性・判断力が急速に重視されるようになり、専門領域知識の比重は相対的に低下。非技術職では顧客意識・ミッション指向が重視され、実行スキルに関する議論は減少。採用担当者は、モデル能力が分野ごとに異なるため、チームメンバーには柔軟な領域横断対応を期待していると述べた

報告書内の事例もこの変化を示している

2026年春、Claude.ai製品向け挨拶文作成を担当するAnthropicのデザインチームが、エージェントによるプロダクトコピーライティングを支援するコンテキストマッピングシステムを開発し、チームの生産性を向上させた。その後、同チームはエージェント用プロンプトエンジニアリングへと業務を転換し、モデル評価用コンテンツおよびプロンプト作成を担うようになった。

報告書はこれを次のように要約している：かつて言語を通じて人間の行動に影響を与えていたライターたちが、今や言語を通じてClaudeの行動に影響を与え始めている。つまり、職名や外見上の役割は変わっていないが、その仕事の本質はすでに変化しつつある。

初任者層の課題

Anthropicの事例は、AIが雇用構造に与える影響を示すものである。AI応用分野のリーディングカンパニーとして、同社内での変化は、他業界における将来の変化を観察する上での貴重な参考となる。

現在、AIの雇用への影響は、まず初任者層の認知労働に現れている。従来、大学卒業生が社会に進出する際の第一歩であったジュニアプログラマー、初級アナリスト、フロントラインカスタマーサポート、基礎的なコピーライター、ジュニア財務担当者などのポジションが、徐々にAIの影響を受け始めている。

こうした変化がもたらす課題は、単なる雇用数の減少だけではない。初任者ポジションは、経験の蓄積・業務プロセスの習得・キャリア成長の出発点としても重要である。この層が縮小すれば、若者が初めて就職し、専門的経験を積む機会も減少する可能性がある。また、企業が新入社員に求める能力を「AIツール活用力・判断力・自律性」へと徐々にシフトさせる場合、それらの能力をどの段階で・どのような方法で習得すべきかという問いも、新たな課題となる。

報告書では、企業が取り得る対策として以下の点が述べられている：

第一に、広範な持株制度（エクイティ共有メカニズム）を導入し、AIによる生産性向上の恩恵を従業員と共有すること。従業員がエージェント管理や意思決定責任を担うようになる中で、個人の利益と組織目標の整合はさらに重要となる。

第二に、各職種へのAI影響を継続的にモニタリングする早期警戒システムを構築し、影響を受けた従業員の社内異動を事前に計画すること。

第三に、社内移動メカニズムを強化すること。既存業務が自動化される中で、従業員を外部労働市場へと直接押し出すのではなく、新たな業務領域へと円滑に移行できるよう支援すること。

しかし、企業内の対応だけでは、より広範な社会的課題に対処することは困難である。最先端AI企業であるAnthropicは、自社従業員向けに社内異動や利益共有の仕組みを提供できる立場にあるが、大多数の伝統的産業の企業や従業員には、こうしたリソースや制度的枠組みは整っていない。誰が企業に職種変化を認識させ、誰が従業員のスキル再構築費用を負担するのか——これらの問いは、単一企業の対応を超えた課題である。

報告書の最後に、注目に値する一文がある。「不安と懸念に満ちた労働力は、最高のパフォーマンスを発揮できない労働力である。」

この一文は、AIの雇用への影響が経済的側面のみならず、心理的・社会的側面にも及ぶことを私たちに思い出させる。

仕事の定義が急速に変わり、参入障壁が高まり、誰もが「AIに代替されない」と常に証明せねばならない状況が続く中で、この持続的な不確実性そのものが、広範な社会的心理的負担となり得る。

Anthropicの実験はまだ進行中である。エージェントの能力は継続的に向上し、応用範囲は着実に拡大しており、人間とAIの分業も常に変化している。この変革の最終形は未だ不透明だが、一つ確かなのは、「仕事そのものが消滅するわけではないが、仕事の意味・参入ハードル・価値順位は書き換えられつつある」という点である。