Anthropicのエンジニアは仕事の59%にAIを使用——社内データが明かすこと

AI企業が自分自身に顕微鏡を向けるとどうなるのか。Anthropicがその答えを公開しました。数字は注目に値します——あり得ないほど高いからではなく、AI統合が実際にはどう見えるのかを正確に示しているからです。

2025年8月、Anthropicは自社のエンジニアと研究者132名を調査し、53件の詳細インタビューを実施、2025年2月から8月までの20万件以上の社内Claude Codeトランスクリプトを分析しました。[事実] ナレッジワーカーがAIを日常的にどう使っているかを示す、最も粒度の細かい記録の一つです——仮説的なアンケートではなく、実際のワークフローで。

28%から59%へ：使用曲線は急上昇中

1年前、Anthropicの従業員はClaude を仕事の約28%で使っていると報告していました。[事実] 2025年8月までに、その数字は59%に跳ね上がりました——12ヶ月で倍以上。[事実]

生産性の向上も同様の軌跡をたどりました。自己報告による生産性改善は20%から50%へ。[事実] 14%の回答者は100%を超える向上——AIの支援でアウトプットを事実上倍増——を報告しました。[事実]

これは仮説的な予測ではありません。AIツールを作り、毎日使っている人たちから出た数字です。AIから価値を引き出すのが得意であるべき人がいるとすれば、それを作っているエンジニアでしょう。この文脈は重要で、後で戻ってきます。

エンジニアがAIで実際にやっていること

最も多い日常的なユースケースは意外かもしれません：デバッグです。[事実] 回答者の55%が毎日Claudeでバグを追跡しています。コード理解が42%で2位、機能実装が37%で3位。[事実]

設計・計画タスク——アーキテクチャの判断を要する高レベルの思考——はAI採用率が最も低い分野のままです。[事実] エンジニアはアウトプットが容易に検証できるタスクを選んで委任しています：Claudeがバグのあるコードを書けばテストが失敗してすぐわかる。Claudeが悪い設計判断をしても、その影響に気づくのは数ヶ月後かもしれない。

この選択的委任のパターンは、Anthropic経済指数の分析と一致しています。AIの利用は完全な自動化ではなく「補強」に集中しているという発見です。

すべてを変える27%

おそらく最も重大な発見：AIが支援した作業の27%は、AIなしでは全くやらなかっただろうものでした。[事実] 速くなったタスクではありません——そもそも存在しなかったタスクです。エンジニアはClaudeを使って、馴染みのないコードベースを探索し、本来スキップしていたであろうテストを書き、小さな不便を修正し（いわゆる「ペーパーカット修正」はClaude Code使用の8.6% [事実]）、手動では時間がかかりすぎると感じていたアイデアのプロトタイプを作りました。

これはAIが人間の仕事を「代替」するか「補強」するかという単純な物語に異議を唱えます。AIの影響のかなりの部分は、まったく新しい仕事を生み出すこと——個人が時間的制約の中で実現可能と考える範囲を拡張すること——なのです。

ソフトウェア開発者やコンピュータプログラマーにとって、これは意味のあるシグナルです。AIは既存のタスクを速くしているだけではなく、一人の人間がこなせる範囲を広げています。バックエンドエンジニアがフロントエンドのインターフェースを作れる。研究者が新しいフレームワークを学ばなくてもデータ可視化を作成できる。専門分野間の境界がぼやけつつあります。

増す自律性、増す懸念

Claude Codeの自律性は測定可能なレベルで高まっています。[事実] 連続ツール呼び出し数——Claudeが人間の介入なしに実行するアクション——は6ヶ月で約10から20に倍増。一方、会話あたりの人間のターンは33%減少し、6.2から4.1に。[事実]

エンジニアは一歩引いて、AIにより長い作業を独立して任せるようになっています。ユースケースとしての機能実装は14%から37%に成長し、設計・計画作業も1%から10%に上昇。[事実]

しかしインタビューは、根底にある懸念を明らかにしています。あるエンジニアは「アウトプットを出すのがこんなに簡単で速いと、本当に時間をかけて何かを学ぶことがどんどん難しくなる」と指摘しました。[事実] 別のエンジニアはパラドックスを指摘：Claudeを効果的に使うには、Claudeに頼りすぎると衰える可能性のある、まさにそのコーディング専門知識が必要だということです。

短期的な楽観と長期的な不確実性の組み合わせを報告する人もいました。ある人の言葉を借りれば：AIはおそらく「いずれ自分や多くの人を不要にする」。[事実] これはテクノフォビアの声ではありません——これらのシステムを仕事として構築している人の声です。

ソフトウェア専門家にとっての意味

ソフトウェア開発者、データサイエンティスト、コンピュータプログラマーにとって、この研究は励ましと警告の両方を提供します。

励まし：AIは現在、開発者の生産性を高めており、置き換えてはいません。Anthropicのエンジニア一人あたりの日次マージPR数は67%増加しましたが [事実]、人員はそれに応じて縮小していません。仕事が拡大して新しいキャパシティを埋めたのです。

警告：方向性は明確です。使用率は1年で倍増。自律性は6ヶ月で倍増。設計タスク——長らくエンジニアリングの最も人間的な部分と考えられていた——も委任され始めています。コードを書くことではなく問題を理解することが主な価値でない開発者にとって、心地よい中間地帯は侵食されつつあります。

[見解] 成功する開発者は、メタスキルに長ける人でしょう：いつ委任し、何を検証し、AIをどう効果的に導くか。この研究では、AI企業であっても、回答者の半数以上が作業の0-20%しか完全に委任していません。[事実] 未来のスキルはプロンプティングではなく——判断力です。

無視すべきでない注意点

Anthropicの従業員は典型的なナレッジワーカーではありません。Claudeを作り、その能力を熟知し、AI採用を最大化するよう設計された環境で働いています。[見解] AI生産性向上の上限が59%の統合率で約50%だとすれば、AIの専門知識が少なくツールが弱いほとんどの企業は、かなり低い数値になるでしょう。

研究はまた重大な制約を認めています：積極的なユーザーに偏るセレクションバイアス、非匿名回答における社会的望ましさ効果、生産性向上を自己報告する固有の難しさ。[事実]

それでも、現在のAIが技術的な仕事に対してできることの上限を示しているからこそ価値があります。これはプレビューであり、予言ではありません——しかしすべてのソフトウェア専門家が注目すべきものです。

出典

• Huang, S., Seethor, B., Durmus, E., Handa, K., McCain, M., Stern, M., & Ganguli, D. (2025). "How AI is transforming work at Anthropic." Anthropic Research. https://www.anthropic.com/research/how-ai-is-transforming-work-at-anthropic

更新履歴

• 2026-03-23：Anthropic社内研究（2025年12月）に基づく初版公開。

---

この分析はAIの支援を受けて作成されました。すべての事実に基づく主張は[事実]、意見や解釈は[見解]、予測は[推定]とタグ付けされています。ソースデータと方法論の詳細はリンク先の論文をご参照ください。職業レベルの詳細データについては各職業ページをご覧ください。