「AIが研究や仕事をどこまで変えるか」という議論では、最新モデルの性能だけでなく、それを毎日使う人が何を見ているかも判断材料になる。Anthropic Instituteは2026年10月16日、米国の成人とAnthropic社員を対象に、AIの能力、利用の広がり、作業時間、自律性、雇用への見方を尋ねた「AI期待ギャップ」調査（公式報告）を公開した。
同じ調査でも、2030年までのAI進歩に対する期待は大きく異なる。Anthropic社員はAIを日常の仕事に取り込む機会が多く、一般の労働者とは経験する業務や利用環境も違う。この差を「社員の予想が正しい」と読むことはできない。中小企業が使えるのは、予測値そのものではなく、どの仕事をどの条件で試し、確認後に品質と時間を測るかという問いの立て方だ。
この記事では、調査の主要な数字と調査方法、数字を誤読しやすい点を整理したうえで、マーケティング業務と問い合わせ対応の想定例、2週間で小さく試す手順を紹介する。AI導入のために人員計画を先回りで変えるのではなく、自社の仕事で検証できる材料を集めたい経営者や業務改善担当者向けの解説である。
AnthropicのAI期待ギャップ調査は、実力差ではなく見通しの差を測った
調査で最も目立つのは、AIが将来できることだけでなく、回答者自身の仕事にどこまで入り込むかについて、米国の一般労働者とAnthropic社員の間に差があったことだ。Anthropicが公表した値を、回答の対象と意味が分かる形で並べる。
| 質問・対象 | 米国の成人・労働者 | Anthropic社員 | 読むときの注意 |
|---|---|---|---|
| 2030年までにAIがノーベル賞級の発見をできると思うか | 39% | 91% | 実現確率や評価実績ではなく、回答者の期待 |
| 仕事でAIを使う人のうち、AIでタスクが従来の4分の1以下の時間になったと答えた割合 | 26% | 59% | 時間が4分の1になった人の割合。平均時短率ではない |
| 2030年までにAIが自分の仕事の80%以上をできると考える労働者 | 5% | 半数超 | 自己評価による将来の見通し |
| 2030年にAIが担えると見積もった自分の仕事時間の平均 | 28% | 75% | 現時点で実際に自動化された比率ではない |
出典はAnthropicの「The AI expectations gap」。能力への期待だけを見ると「一般の人はAIを過小評価している」と結論したくなる。しかし同じ調査では、職場でAIを使う回答者の中でも、作業時間の短縮を大きく報告した人の割合に差がある。日々の利用で手応えを得ているか、AIが担当する業務にどれだけ触れているかという経験の違いが、将来像にも関係している可能性がある。
ただし、表の59%は「Anthropic社員の仕事が平均75%速くなった」という意味ではない。「従来の4分の1以下の時間になったタスクがある」と答えたAI利用者の割合である。別の行にある75%は、2030年に自分の現在の仕事時間のうちAIができる部分についての平均見積もりだ。分母も質問も異なるため、一つの「AIによる生産性向上率」にまとめてはいけない。
数字の大きさより、どの段階を聞いたかを分けて読む
AI導入を考えるときは、能力、利用、時間短縮、業務の自律化、雇用という段階を一緒にしないことが重要だ。調査はその複数の段階を別々に尋ねている。ノーベル賞級の成果が可能になる時期を予想する質問は、今日の社内文書をAIに任せたときの正確さを測るテストではない。自分の業務の80%以上をAIが担えるかという回答も、実際に担当業務を置き換えた記録ではない。
時間に関する回答も、業務全体の効率を直接測ったものではない。回答者が「AIを使うと、あるタスクが4分の1以下の時間になった」と感じても、指示を書く時間、出力を確かめる時間、誤りを直す時間、承認に回す時間は別にかかる。会社にとって知りたいのは生成速度ではなく、最終成果物が使える状態になるまでの総所要時間と、その品質だ。
例えばAIが文章の初稿を2分で作り、人が事実確認と修正に18分かけるなら、合計20分が比較対象になる。従来の担当者が同じ成果物を15分で作っていた場合、AIの応答が速くても工程全体は短縮していない。逆に、レビューを含めても従来より速く、正確さも保てるなら、その仕事では試行を続ける根拠になる。これはあくまで測定方法の例であり、Anthropicの調査結果が示した実績ではない。
同じ考え方は「自分の仕事の何割をAIができるか」という設問にも当てはまる。職種名全体ではなく、資料の下調べ、定型メールの下書き、表記ゆれ確認、顧客への最終回答など、ひとまとまりの仕事を小さなタスクに分ける必要がある。一つの職種には、AIに任せやすい作業、AIの案を人が判断する作業、人の責任や対話が欠かせない作業が混在する。業務の一部を支援できることと、職種全体を代替できることは別の話だ。
調査の対象は米国成人とAnthropic社員で、日本の会社へ直輸入できない
米国の成人調査はMorning Consultが2026年8月11日から23日に10,980人を対象にオンラインで実施し、人口構成に合わせて回答を加重した。ネットを利用できない成人は含まれず、人口属性で加重しても補正できない違いが残る可能性がある。Anthropic社員の調査は8月9日から12日に社内で行われ、1,334人から回答を集めたが、加重処理はされていない。設問ごとの有効回答数も同じとは限らない。
この数字は米国の一般成人と、AIの開発・利用に近い企業で働く人の比較である。日本の中小企業、異なる産業、異なる職種の回答割合を示してはいない。米国での「一般労働者5%」を日本の担当者の割合として扱ったり、Anthropic社員の75%を自社の人員計画に置き換えたりするのは誤りになる。
さらに、報告書は8月調査を中心に示しつつ、米国成人への再調査も脚注で説明している。9月17日から24日の再調査には7,613人が参加し、主な結果は大きく変わらなかった。ノーベル賞級の発見を2030年までにAIが可能にすると答えた割合は8月の39%から44%に上がった。社員調査は同じ時期に再実施されていないため、この44%と91%を同一時点の完全な比較として扱うことはできない。わずかな期間差から期待が上昇し続けているとも断定できない。
Anthropicは別途、AIの能力、普及度、自律性、生産性、失業後の再就職期間などを組み合わせた米国経済のシナリオモデルも公開している。たとえば一般成人の中央値の回答をモデルへ当てはめると、経済成長率が通常の2倍を超えるシナリオに近づき、Anthropic社員の回答はさらに大きな変化を含むシナリオに近づく。これは回答を前提条件へ変換したモデル上の結果であり、同社の実測値でも、2030年の確定予測でもない。モデルの説明は「Scenarios for our Economic Future」にあり、Anthropic自身もv1.0の単純化と、政策対応、景気循環、データセンター投資の波及、高度なロボットなどを含まない限界を示している。
したがって、調査は「AIが何年に何割の仕事を置き換えるか」を企業に教える数字ではない。見るべきは、回答者の予想と実際の業務経験の差である。技術を近くで使う社員と一般の労働者で見通しが違うなら、導入経験の少ない自社でも、議論だけで結論を出すより、実際のタスクで確かめる価値がある。
経済シナリオは「どれが当たるか」より前提の違いを読む
Anthropicのシナリオモデルは、仕事の変化が経済全体へ波及する経路を、三つの仮定で示す。2030年の米国GDPは、AIの影響が歴史的な技術革新と同程度の「Modest」で34.1兆ドル（AIなしの基準比で1.6%増）、知識労働の半分をAIが実行可能とする「Substantial」で36.3兆ドル（8.3%増）、急速な進歩と普及を置く「Extreme」で44.4兆ドル（32.4%増）と試算されている。金額は2025年価格による計算であり、発生確率やAnthropicの売上予測を示してはいない。
| シナリオ | モデルの主な前提・結果 | 仕事を考えるときの論点 |
|---|---|---|
| Modest | 過去の技術革新に近い経済効果。GDPは34.1兆ドル、労働分配率は59.4% | AIが補助できる作業が増えても、仕事全体の組み替えは緩やかか |
| Substantial | 2030年に知識労働の半分をAIが実行可能。GDPは36.3兆ドル、労働分配率は56.1% | AI導入が広がっても、業務設計・人の確認・再配置に時間がかかるか |
| Extreme | 自律的なAIが知識労働の大半を担い、急速に普及。GDPは44.4兆ドル、労働分配率は45.2% | 生産性の果実や雇用への影響が、企業・職種・労働者へどう分配されるか |
この表は、Anthropicが公表したシナリオ条件を短くまとめたものだ。モデルは、AIで雇用が減るかどうかだけでなく、GDPが増えても労働者に回る割合がどう変化するかを扱う。Substantialでは知識労働者の賃金がほぼ横ばい、Extremeでは10%超の低下もあり得るとされる一方、Extremeの前提では失業が通常の景気後退時を上回る。結果はモデルの仮定に依存し、現実の企業が受ける影響をそのまま表さない。
経営者が使う際は、三つのうち一つを「正解」と決めず、自社の作業計画に効く仮定を見つける。AIの能力が上がっても社内の利用が広がらなければ、教育やデータ整備が遅れているのかもしれない。利用率が上がっても人の確認時間が減らなければ、出力品質や工程の分け方が課題かもしれない。いずれもモデルの予言ではなく、実務で確かめる問いの候補として扱う。
自社では、AIの導入率より検収後の仕事を測る
Anthropicの期待差を中小企業での実験に移すなら、「AIを使ったか」だけを数えるのでは足りない。どの仕事に使い、何が出力され、人の確認後に使える状態になり、全体で何分かかったかを記録する。最低限、次の五つの問いに答えられるようにする。
| 見る観点 | 記録する内容 | 判断に使う理由 |
|---|---|---|
| 対象タスク | 作業単位、頻度、現在の担当者 | 職種全体ではなく、変化した工程を特定する |
| 利用率 | AIを使える機会のうち、実際に使った件数 | 使った人の感想だけで社内全体へ広げない |
| 所要時間 | 入力準備から確認・修正・承認までの合計 | 生成速度と業務全体の短縮を区別する |
| 品質 | 事実誤り、必須項目の欠落、差戻し、最終採用 | 速くても誤りや再作業が多い状態を見抜く |
| 人の役割 | 判断、顧客対応、承認、例外処理に必要な時間 | 作業の補助と責任の移転を混同しない |
測る前に「成功」を決めることも必要だ。例えば、定型文の下書きであれば、過去の承認済み文章に含まれる条件を落とさないこと、レビュー時間を含む総時間が基準より短いこと、修正後に担当者が採用できることを合格条件にできる。数値のしきい値は仕事によって違うため、全社共通のAI導入率や一律の時短目標を先に置かない。
集計は、例えば「確認後の時短＝通常工程の平均時間－AI利用時の準備・生成・レビュー・修正・承認の合計時間」として定義できる。品質は「必須項目を満たして採用された成果物の割合」、手戻りは「修正や差戻しが発生した件数」で見る。計算式や合格ラインは自社で先に決め、試行後に都合よく変更しない。通常工程とAI工程で対象案件の難易度が違う場合は、結果を単純比較せず、同じ条件の案件を追加して確かめる。
成果は「モデルの回答が速かった」ではなく、最後まで責任を持てる業務工程が改善したかで見る。顧客への説明なら、内容の正確さ、個別条件の反映、担当者のレビュー、送信前の承認までが工程に含まれる。社内資料なら、根拠の追跡性や最新版の参照が合格条件になる。AIを使った回数が増えても差戻しが増えたなら、期待と実際の運用の間にまだ埋めるべき差がある。
想定例は、マーケティング初稿と問い合わせ返信案で分けて試す
商品ページのFAQ案は、承認済み情報に限定して作る
マーケティング担当者が商品ページのFAQを増やしたい場合を考える。対象は、社内で承認済みの商品仕様と既存の問い合わせ傾向から作る「回答案の初稿」である。入力する資料を限定し、価格、対応範囲、納期など変更される条件は、出力後に原資料と照合する。担当者は、質問と回答の対応、必要な条件の欠落、根拠のない断定を確認し、採用できる文章だけを公開候補へ回す。
記録するのは、AIの生成にかかった時間だけではない。資料を準備する時間、修正時間、商品担当者への確認回数、公開基準を満たした回答の割合、公開後に訂正が必要になった件数を合わせる。既存のFAQを探して更新する方が速い場合や、商品仕様の確認にかかる時間が減らない場合は、AI利用を追加しても改善にならない。ここでの例は一般的な検証案であり、特定の製品での測定結果ではない。
問い合わせ対応は、案の作成と送信判断を分ける
問い合わせ担当が定型的な営業時間や予約手順に関する返信案を用意する想定では、公開済みの案内文だけを参照させ、個人情報を含む実案件の本文を無条件に投入しない。AIは文章案の作成を助けても、顧客の契約内容や例外条件を判断したことにはならない。担当者は元の質問と案内の根拠を照合し、回答できない質問は保留・上長確認へ送る。
こちらでは、正しい根拠を付けた返信案の割合、誤った条件や存在しない制度を足した割合、人による修正・確認にかかった時間、上長へ引き継いだ件数を記録する。送信の自動化は最初の試行から外し、担当者の承認を残す。内容の間違いが相手へ与える影響が大きい業務では、平均時間が短くなっただけで自動送信へ進まない。先に実際の規約、データ取扱い、利用サービスの契約条件を確認する。
二つの例に共通するのは、AIを「全工程を行う担当者」と見なさず、限定した工程の候補作成に置くことだ。マーケティングでは情報の正確さと再利用可能性、問い合わせ対応では個別条件の誤りと説明責任が主要な評価点になる。仕事の性質が違えば、同じモデルでも採用条件は変わる。
2週間の試行は、基準値・確認時間・品質を同じ条件で比べる
以下は小規模事業者向けの提案であり、Anthropicの調査が推奨した実験日数や試料数ではない。数字を作らずに自社の判断材料を得るため、対象を一つの繰り返し作業に絞って記録する。
- 一つの作業を決める。頻度があり、正解や完成条件を人が確かめられ、失敗時の影響を管理できる業務を選ぶ。顧客に送る回答や外部公開文書を扱う場合は、最初から人の承認を必須にする。
- AIを使わない基準値を取る。通常の手順で複数件を処理し、入力準備・作業・確認・修正にかかった時間と品質の指摘を記録する。担当者や難易度が大きく違う案件を同じ比較対象にしない。
- 判定基準と範囲を先に決める。必須情報、許容できない誤り、確認が必要な例外を短いチェックリストにする。AIに任せる工程、入力する情報、担当者が最終判断する箇所を分けて書く。
- 同じ仕事をAI利用ありで試す。可能なら基準値を取った期間と似た種類の作業を選び、利用したモデル・設定・指示文・日付を記録する。結果がよいものだけを後から選ばず、失敗や再試行も残す。
- 検収後の総時間と品質を比べる。AIの出力待ち時間だけではなく、準備、生成、照合、修正、承認までを合算する。必須項目の欠落、事実誤認、差戻し、再利用可否も同じ基準で評価する。
- 続ける・直す・止めるを決める。総時間が短縮し、品質基準を満たし、例外時に人が止められるなら対象を少し広げて再評価する。時間だけ改善して品質が下がるなら指示文や入力を直し、改善しない、または誤りを検出しにくいならその業務では見送る。
- 2週間後に担当者以外も確認する。記録を業務責任者と確認し、平均だけでなく難しい案件の失敗、担当者間の差、レビューの偏りを読む。期間中に仕様や入力条件を変えた場合は、前後を同じ条件の結果として混ぜない。
少数の試行で得られるのは、その職場・その作業・その利用条件における初期判断である。業界全体へ外挿したり、人員削減効果を計算したりする根拠にはならない。効果が見えたら対象件数を広げて同じ指標を追う。失敗した案件も記録して、AIが向く業務の条件と人の確認が必要な境界を具体化する。
見送る条件を先に決めれば、期待の先走りを防げる
試行を止める条件は、導入後ではなく開始前に決めておく。例えば次のどれかに該当する場合、その業務ではAI利用を広げず、入力範囲や対象を狭める。
- 正確さを判定するための根拠資料がなく、出力の正誤を担当者が検証できない。
- 顧客情報や機密情報を扱うが、利用サービスのデータ保存・再利用・アクセス条件を確認できていない。
- 少数の例外が結果を大きく左右し、標準ケースと例外を見分ける手順を用意できない。
- レビューと修正を含めると総所要時間が減らず、品質または説明責任も改善しない。
- 現行の手順で十分な品質と時間を達成しており、追加の利用料・教育・管理作業を正当化する課題がない。
「他社の人が大きな時短を答えたから、自社でも同じ成果が出る」「社員がAIに仕事の大半を任せられると見積もったから、人員を減らせる」と結論するのは、調査の射程を越えている。期待値は試行する業務の候補を考える材料にはなるが、投資や配置の判断には自社の実測値と仕事の品質責任が必要だ。
予測の差を、自社で確かめられる仕事の記録へ変える
AnthropicのAI期待ギャップ調査では、米国の一般成人よりAnthropic社員がAIの将来能力や自分の仕事への影響を大きく見積もった。一方、調査は回答者の期待を測ったものであり、業務の自動化率や日本の雇用の将来を実測したものではない。特に、時間が4分の1以下になったと回答した割合と、本人が見積もる将来の仕事割合を混同しないことが重要だ。
経営者や現場担当者が次に行うことは、2030年の数字を自社へ当てはめることではない。繰り返しの多い作業を一つ選び、AIなしの基準値を取り、入力条件と確認基準をそろえて試し、検収後の合計時間と品質を比べる。マーケティングの原稿案と顧客への回答案では、必要な確認の深さも、失敗の影響も異なる。
記録から総時間と品質の両方が改善した業務だけを、次の対象へ広げる。期待に合わない結果が出たら、対象を狭めるか、確認工程を残したまま改善できるかを検討する。根拠を追えない仕事、情報管理条件が不明な仕事、確認後も改善が見られない仕事は見送る。この方法なら、話題性の強い予測を、自社で確かめられる導入判断へつなげられる。