8,567 文字
皆さん、今日は人工知能が職業に与える影響について話しましょう。Anthropic社（Claudeの開発会社）が行った調査を見てみましょう。彼らは顧客がどのように人工知能を利用しているか、どの分野で特に使われているかを評価しています。これは新しい技術に対する人々の取り組み方を理解するのに非常に興味深いものです。何より、私たちはすでに人々の仕事の行動に変化が起きていることを目の当たりにしています。
この人工知能の道はますます身近になってきており、もはや後戻りはできないようです。すでに多くの人の日常生活の一部となっており、この数は将来的にさらに増加するでしょう。
いつものように、いいねを押してくれた皆さん、チャンネル登録してくれた皆さん、そして特にこの人工知能チャンネルを支援してくださるメンバーの皆さんに感謝します。
このAnthropicの経済指標調査では、仕事や人工知能の導入に関して何が起きているかについて述べています。今後数年間で、AIシステムは人々の働き方に大きな影響を与えるでしょう。そのため、私たちはAnthropic Economic Indexを立ち上げています。これは、時間の経過とともに労働市場と経済におけるAIの影響を理解することを目的としたイニシアチブです。
あなたもすでに気づいているかもしれませんが、人工知能なしではもはやできないことがたくさんあります。常にAIを活用する方法を考え、それがない時は物足りなく感じるでしょう。
この指標の初期レポートは、Claude AIとの何百万もの匿名会話に基づいた前例のないデータと分析を提供し、現代経済における実世界のタスクにAIがどのように組み込まれているかについて、これまでで最も明確な像を明らかにしています。
これは人工知能分野で最も権威のある企業の一つによって行われた調査です。彼らは、人工知能をテストや知能テストのためだけの製品ではなく、日常生活で使える道具にすることに関心を持っています。
また、この分析に使用したデータセットも公開し、研究者が私たちの発見を深め、理解できるようにしています。雇用と生産性に対する影響を含む、労働市場における迫り来る変革に対応するための政策的対応を開発するには、様々な視点が必要です。そのため、経済学者、政策専門家、その他の研究者にも指標についての情報提供を呼びかけています。
公式レポートとHugging Faceで利用可能な匿名化されたデータがあります。
経済指標の最初の論文の主な結論は以下の通りです：
今日のAI利用はソフトウェア開発と技術的な文章作成タスクに集中しています。これはAnthropicの調査からの結果であり、特にプログラミング界隈ではClaudeが彼らのお気に入りであることを考えると、全く驚くことではありません。技術的な文章作成もClaudeが初めから得意としていた分野です。
職業の約36%が、関連タスクの少なくとも4分の1でAIを使用しているということです。つまり36%の人々が行う4つのタスクのうち1つでAIを使用していると言っています。そして約4%の職業では、関連タスクの4分の3でAIを使用しています。私は個人的にこの4%のグループに近いと思います。なぜなら、ほとんど全てのことにAIを使用しているからです。
全体的に、AI利用は人間の能力を協力・強化する「拡張」（57%）の方が、AIが直接タスクを実行する「自動化」（43%）よりも多い傾向があります。この統計は非常に興味深いものです。57対43というのは、使用全体の100%のうち、現在43%が自動化に使用されていることを意味します。特に人間の仕事の代替について話す場合、43%の自動化された仕事というのは自動化の約50%に近い数字です。
AIの利用は、コンピュータープログラマーやデータサイエンティストなど、中〜高所得の職業に関連するタスクでより一般的ですが、低所得および非常に高所得の職業ではあまり見られません。これは現在のAI能力の限界と、技術利用における実際的な障壁の両方を反映していると思われます。つまり、低賃金の仕事をしている人はAIについて考えていないか、非常に高い地位にある人は複雑な問題に直面しており、AIがまだ対応できない複雑な状況に置かれているのかもしれません。
例えば、コンピューターと数学分野での使用は37.2%です。これにはコンピュータープログラマー、ソフトウェア開発者、システムソフトウェア開発者、ソフトウェアとアプリケーションの開発者が含まれています。タスクとしては、ソフトウェアアプリケーションとウェブサイトの開発とメンテナンス、システムとマシンのプログラミングとデバッグ、データシステムの設計とメンテナンス、そして管理と分析があります。コンピューター関連の人々が本当に37%を占めており、これはほぼ半分です。
第二位はアーティストとメディア関係者で10%を占めています。これには技術的な著者、コピーライター、編集者が含まれ、主に映画、TV、劇場、音楽の制作と演奏、広報と戦略の組織的管理、マーケティングと宣伝戦略の開発などのタスクを行っています。
教育分野は若干少ないですが、ほぼ同じくらいです。これには家庭教師、アーキビスト、教育設計者、教育カリキュラム素材の開発と設計、様々なテーマの講師と教師、書籍と文書の管理が含まれています。
その後、事務管理（バイオインフォマティクス技術者、統計アシスタント、ワードプロセッサーなど）が続き、社会科学・物理・生命科学分野（臨床心理学者、歴史学者、人類学者など、学術研究を行う人々）が6.4%を占めています。
最後にビジネスと金融分野が6%で、セキュリティ管理の専門家、クレジットカウンセラー、金融アナリストなどが含まれています。金融分析や個人的な金融アドバイスを提供するチャットボットの作成などが可能です。
ここで視聴者の皆さんに質問です：あなたはこれらの分野のいずれかに属していますか？または、まだ使用していないが使用できる分野があると思いますか？
労働市場におけるAI利用のマッピングについて、私たちの記事は産業革命時代のスピニングジェニーから現代の自動車製造ロボットまで、技術が労働市場に与える影響に関する長い研究の系譜に基づいています。私たちはAIの継続的な影響に焦点を当てています。人々のAI利用について調査したり、未来を予測しようとしたりはせず、代わりにAIが実際にどのように使用されているかについての直接的なデータを持っています。
つまり、彼らは未来を予測しようとするのではなく、現在起きていることを見ているのです。なぜなら、プロンプトを書いたりサービスやタスクを行ったりしている人々は、実際に現実世界の問題を解決しようとしているからです。
職業タスクの分析において、研究は経済文献からの重要な洞察から始まりました。時には職業自体よりも職業タスクに焦点を当てることが理にかなっています。例えば、ある職業があり、その職業でいくつかのタスクを行うとします。職業全体に焦点を当てるよりも、タスクに焦点を当てる方が興味深いのです。例えば、「心理学者が行うことをすべてやろう」というよりも、「心理学者が行うタスクは何か、このタスクは可能か、これは不可能、これは可能」という風に考えるのです。
職業は通常、特定のタスクとスキルを共有しています。例えば、視覚的なパターン認識は、デザイナー、写真家、セキュリティエージェント、放射線科医によって行われるタスクです。多くの人が同じリソースを使用します。
特定のタスクは、他のタスクよりも新しい技術によって自動化または拡張されやすいです。そのため、AIは異なる職業の異なるタスクに選択的に採用されると予想されます。そして、職業全体だけでなくタスクを分析することで、AIが経済にどのように統合されているかについてより完全な像が得られるでしょう。
まさにその通りです。人々がなぜ技術を使用するのか、何を使用するのか、どのような状況で使用するのかを理解する方がより興味深く、人々を職業ではなくツールの使用方法でグループ化する方が良いのです。
Clioを使用してAI利用とタスクを組み合わせるこの研究は、Claudeとの会話を分析できる自動化された分析ツールであるCloudのおかげで可能になりました。私たちはClioを約100万件のClaudeとの会話データセット（特に無料版とPro版のClaude AIでの会話）に使用し、職業タスクによって会話を整理しました。
米国労働省が維持する約2万の特定の仕事関連タスクのデータベースであるOccupational Information Network（ONET）に従ってタスクを選びました。Clioは各会話を、会話におけるAIの役割を最もよく表すONETタスクと照合しました。このプロセスは以下の図に要約されています。
これは非常に興味深いです。彼らは2万のタスクのリストを持ち、AIを自動化してこのタスクを行いました。ですから、AIが独自のタスクを行っていることが含まれるべきです。
次に、私たちはONETのスキームに従って、タスクを最もよく表す職業、そして教育、図書館、ビジネスと金融などの一般的なカテゴリーの小さなセットに職業をグループ化しました。
つまり、会話、タスク、職業があったということです。例えば、ユーザーが「私のゲームがクラッシュしていて、RAMが8GBしかない」と言い、アシスタントが「ゲーム設定の最適化を手伝うことができます」と応答した場合、タスクは「パフォーマンスを向上させるためのソフトウェアの修正」あるいは「新しいハードウェアへの適応」となり、「コンピューターと数学」というカテゴリーに分類されました。
同様に、「ゴールデンゲートブリッジについての私のブログ投稿を見てください」というリクエストに対して、アシスタントが「あなたのゴールデンゲートブリッジについてのブログをレビューできます」と応答した場合、「出版承認のためのコンテンツのレビューと書き直し」というタスクに分類され、「芸術とメディア」というカテゴリーになりました。
この全分析の後、彼らは「ツールとしての使用」か「自動化としての使用」かを判断するための二次分析を行い、どのようなスキル（批判的思考、文章作成、プログラミング、エラー支援など）が代替されているかを調査しました。
また、給与と会話の割合についての泡グラフも示しています。中間的な給与層に多くの泡があり、給与が増加するにつれて泡の数は減少し、会話時間も中間層で最も長くなっています。
結果として、私たちのデータセットでAIの採用率が最も高い職業タスクは、コンピューターと数学のカテゴリー（主にソフトウェアエンジニアリングの機能をカバー）で、Claudeに送信された質問の37.2%がこのカテゴリーに含まれていました。これには、ソフトウェアの修正、コードのデバッグ、ネットワーク問題の解決などのタスクが含まれています。
Claudeはプログラミングに優れているという評判があるので、Claudeの調査でこれが検出されるのは当然です。Chat GPTやGrokで同じ調査を行うと、各AIには独自の強みがあるため、異なる割合になる可能性があります。
2番目に大きなカテゴリーは芸術、デザイン、スポーツ、エンタテインメント、メディアで、質問の10.3%を占め、主に様々な種類の文章作成と編集にClaudeを使用する人々を反映していました。
驚くことではありませんが、農業、漁業、ワイン栽培（質問の0.1%）のような高度な肉体労働を伴う職業は、最も代表性が低かったです。農家、漁師、ワイン栽培者であれば、漁や植物の栽培時にChat GPTが最適なツールではないかもしれません。そのため、この数字はそれほど注目されず、予想通りかもしれません。
また、私たちはデータの割合を一般的な労働市場での各職業の出現率と比較しました。これらの比較は以下の図に示されています。
事務・管理サポートは使用率のトップで7.99%のAI使用率があり、米国労働者の12%がこの職業に就いていることと対照的です。黒い点は各職業の人の割合を示し、茶色の点はその職業の人々がどれだけAIを使用しているかを示しています。点が左にあるほど、その職業のAI使用率は低いことがわかります。コンピューターと数学の分野は米国労働者の3.4%に過ぎませんが、37%のAI使用率があり、本当に不釣り合いです。教育分野や芸術分野も同様で、非常に少数の人々が非常に多くの人工知能を使用しています。例えば、食品準備に関わる人々は非常に大きな労働者の割合を持っていますが、彼らのAI使用率ははるかに低いです。
職業内でのAIの使用深度について、私たちの分析では、ほとんどの職業が関連タスクの大半でAIを使用していないことがわかりました。わずか約4%の職業が関連タスクの少なくとも75%でAIを使用していました。しかし、より穏やかなAI使用はより広く普及しており、約36%の職業が関連タスクの少なくとも25%で何らかのAI使用を示していました。
私たちが予測したように、このデータセットでは完全に自動化された職業の証拠はありませんでした。その代わり、AIは経済の多くのタスクに広がり、あるタスクグループではより強い影響を与えていました。
ONETデータベースは米国の各職業の平均給与を提供しています。これらの情報を分析に追加することで、職業の平均給与と関連タスクでのAI使用レベルを比較することができました。
興味深いことに、低賃金の職業と非常に高賃金の職業の両方がAI使用率が非常に低く、これらは一般的に髪の毛を洗う人や産科医のような高度な手作業を伴う職業でした。コンピュータープログラマーやライターのような中〜高所得の職業が、データの中で最もAIを使用していました。
これは説明しやすいことです。オフィスで働き、何らかの形でインターネットに関わる全ての人は、いつかAIを使用できるでしょう。しかし、脳神経外科医は手術を行い、人の頭を開けているとき、チャットをしたり質問をしたりする余裕はありません。脳神経外科医のAI使用率は、彼らの全てのタスクと比較すると非常に低く、研究をしている時だけに関連し、彼らの仕事の重大性を考えると、おそらくAIを使用したくないでしょう。
ここでは給与と会話の割合がどのようになっているかを示しています。コンピューター関連は6%の使用率で、年間給与は75,000ドル程度です。もちろん、この平均給与は必ずしも現実を反映していないかもしれません。彼らは米国政府が提供する平均給与に基づいており、シニアとジュニアの違いなどがあるため、この平均はおそらく全員に当てはまるわけではありません。この給与は絶対的なものではありませんが、大まかな概念は得られます。
ソフトウェア開発者は年間100,000〜225,000ドルの給与でやや前方にあり、ソフトウェアアプリケーション開発者はやや手前ですが年間約100,000ドル近くです。コピーライターやバイオインフォマティクス技術者は給与が若干低いですが、よく代表されています。
自動化と拡張については、タスクがどのように実行されたかをより詳細に分析しました。特に、文書のフォーマットなどを直接実行する「自動化」と、ユーザーがタスクを実行するために協力する「拡張」を区別しました。全体的に、私たちは57%のタスクが拡張され、43%のタスクが自動化されるという、拡張へのわずかな傾きを見ました。
つまり、半分強のケースで、AIは人々がタスクを行うことを置き換えるために使用されるのではなく、検証（ユーザーの作業を二重チェックするなど）、学習（ユーザーが新しい知識とスキルを習得するのを助けるなど）、タスク対話（ユーザーがブレインストーミングするのを助けるなど）や反復的で生成的なタスクなどのタスクで彼らと協力していました。
検証のためだけにAIを使用している人は2.8%、対話的なタスク支援に使用している人は31%、何かを学ぶために使用している人は23%です。また、自動化グループの27%は実際に自動化を行い、14%は自動化されている何かのフィードバックループを行っています。
彼らはここで研究の限界について述べています：
Claudeをタスクに使用している人が仕事のためにそのタスクを完了しているかどうかは確実にはわかりません。Claudeに文章のアドバイスや編集を求める人は、仕事のためにそうしているかもしれませんが、趣味として書いている小説のためにそうしているかもしれません。しかし、趣味に役立つなら仕事にも役立つので、これらを一緒にするのは意味があると思います。
同様に、ユーザーがClaudeの回答をどのように使用していたかはわかりません。例えば、コードの断片をコピー＆ペーストしていたのか、事実回答を確認していたのか、無批判に受け入れていたのかなどです。
データ上で自動化に見えるものの一部は、実際には拡張かもしれません。例えば、ユーザーはClaudeに完全なメモを書くように依頼するかもしれませんが（これは自動化に見えます）、その後、自分で編集するかもしれません（これは拡張になります）。
また、APIユーザーではなく、無料版とPro版のClaudeユーザーのデータのみを分析しました。これは私がプログラミングについて言ったことに影響するかもしれません。プログラミングをする人々はAPIを通じて利用するかもしれないからです。
Claudeのデータには仕事に関連しない会話も含まれていますが、職業タスクに関連する会話のみを含むようにこれらのデータをフィルタリングするために言語モデルを使用しました。
AIを使用してAIに関する研究を行うのは非常に興味深いと思います。
異なるタスクの数が多いため、Clioがいくつかの会話を誤って分類した可能性があります。特に、Claudeは（コードを介する以外）画像を生成できないため、一部の創造的な使用はデータには反映されません。これは興味深いことです。なぜなら、Claudeはウェブ検索を行わず、画像にアクセスしないため、Chat GPTやGrokを使用すると調査結果が異なる可能性があるからです。
Claudeは最先端のコーディングモデルとして使用するために設計されているため、コーディングがユースケースとして過剰に代表されることが予想されます。このため、私たちはデータセット内の使用が一般的なAI使用の代表的なサンプルであるとは主張していません。
これは興味深いです。バーチャルデートをしたり、ただチャットしたりしたい人々はClaudeを好まないでしょう。なぜなら、Claudeはコストが高く、メッセージレベルが制限されているからです。会話を始めて3、4、5回のやり取りの後、10回目には切られます。そのため、無駄に時間を費やすには魅力的ではありません。
AIの使用は急速に拡大しており、モデルはますます能力を持つようになっています。労働市場の状況は比較的短期間で大きく変わる可能性があります。このため、私たちは時間の経過とともに起こる可能性の高い社会経済的変化を追跡するために、上記の分析の多くを時間の経過とともに繰り返します。
これは非常に興味深いです。2024年末から2025年初頭までの人工知能への一般的な好みを分析したところ、かつて孤独のリーダーだったChat GPTは2位になり、Claudeがリードを取り、誰も知らなかったGrokが突然3位になりました。このような劇的な変化はわずか2ヶ月で起こりました。
私たちは、Anthropic Economic Indexの一部として、結果と関連するデータセットを定期的に公開します。
この研究は本当に良いと思います。実際には、次のステップがどうなるか、時間の経過とともにこれらの数字がどのように変化するかを知りたいです。この動きこそが私の関心を引くものです。プログラマーが引き続き活躍するのか、それとも別の職業が突然使用法を見つけて全員を追い越し、すべてが変わるのか（これはかなり可能性があることです）を知るためです。なぜなら、物事は今リアルタイムで発見されており、私たちはリアルタイムで人工知能の使用方法を学んでいるからです。
視聴者の皆さんにお聞きします：あなたの仕事でどれくらい人工知能を使用していますか？20%、30%、50%、60%、90%、100%でしょうか？将来的には、私たちがますます多くの人工知能を使用するようになるでしょう。このようなビデオを見続けたい場合は、チャンネルのメンバーになってサポートしてください。メンバーはWhatsAppグループや早期アクセスビデオへのアクセスが可能です。いいねもお願いします。
コメント