この動画は、Anthropicが発表した最新レポートを基に、AIが経済や雇用に与えている影響について詳しく解説している。AIの普及速度は電力やインターネットを上回り、米国では2年間で職場でのAI利用が20%から40%へ倍増した。AIの利用パターンは協働的な拡張から完全な自動化へシフトしており、コード生成やデバッグ作業が大幅に増加している。国別では技術先進国の小国がAI導入で先行し、イスラエルやシンガポールが一人当たり利用率でトップを占める。企業レベルでは現在10%程度の導入率だが急速に拡大しており、AI習得者の賃金向上が予想される一方で、経験の浅い労働者は就職難に直面する可能性が指摘されている。
AIの驚異的な普及速度
人工知能は電力やPC、さらにはインターネットよりも速く普及しています。これは、Anthropicが発表した新しいレポートから明らかになったもので、AIが雇用から各州、各国の利用状況、用途に至るまで、あらゆるものにどのような影響を与えているかを詳しく分析しています。非常に興味深い内容です。
このビデオはCode Rabbitの提供でお送りしています。詳細は後ほどお話しします。
AIは従来の技術とは異なり、その導入速度は前例がありません。米国だけでも、職場でAIを使用していると報告する従業員は40%に達し、2023年の20%、つまり2年前から倍増しています。つまり、わずか2年間で米国でのAI利用と導入が倍増したのです。
そして聞いてください。歴史的に新技術が広く普及するまでには数十年を要しました。電力は都市部での電化の後、農家に届くまでに30年以上かかりました。AIの導入と電力には多くの違いがあります。まず、電力には巨大なインフラ整備が必要で、電力は実際に各家庭というラストマイルまで届く必要がありました。
一方、AIでも明らかに巨大なインフラ整備が必要ですが、それははるかに集中的であり、多くの企業はすでにある程度のインフラを持っていました。しかし、数十年と一桁の年数を比較しているのです。
初の大衆向けパーソナルコンピューターは1981年にアーリーアダプターに普及しましたが、米国の家庭の大部分に普及するまでにはさらに20年かかりました。
つまり、これは採用されており、歴史上のどの技術よりも迅速に移行し、進化しているのです。
AIの新たな創造性
AIはもはや既存のタスクを自動化するだけではありません。実際に全く新しいカテゴリーを創造しています。聞いてください。新しいコードを作成するタスクの割合が倍以上に増加し、4.5ポイント増加しました。つまり4.1%から8.6%になったのです。
興味深いことに、デバッグとエラー修正のタスクは実際に減少しました。これは、ユーザーが問題の修正により少ない時間を費やし、単一のインタラクションでより多くのものを作成することに時間を費やすよう、モデルがますます信頼性を高めていることを示唆している可能性があります。
教育機関や研究機関がAIをますます使用するようになっているのは素晴らしいことです。コンピュータサイエンスと数学のテストが全体的な使用の36%を占めて依然として支配的ですが、知識集約的な分野での持続的な成長が見られます。明らかに、非常に知識集約的であれば、それはまさにAIが非常によく行うことです。
教育指導とライブラリタスクは9%から12%に上昇しました。生命、物理、社会科学のタスクは6%から7%に増加しました。一方、ビジネスと金融業務タスクの相対的な割合は6%から3%に減少し、管理は5%から3%に減少しました。
なぜこれらが減少しているのか疑問に思うかもしれませんが、彼らの説明があります。この相違は、AI使用が知識統合と説明を含むタスクで特に迅速に拡散している可能性を示唆しています。
これは、コード生成以外では、ビジネス世界での最初の使用例でもありました。つまり、PDFを読み込んで説明してもらうこと、何らかの文書を作成してもらうこと、これらの文書すべてに目を通して質問することです。これは非常に簡単で直接的で価値の高い使用例であり、誰もが非常に迅速に採用したのです。
ここでトレンド自体を見ることができます。生命、物理、社会科学、ビジネスと金融業務の割合が減少していることがわかります。これは使用シェアのトレンドであることを覚えておいてください。つまり、全体の使用例のパイのうち、それぞれがどのようにトレンドしているかということです。
建築とエンジニアリングが急速に減少し、管理も急速に減少し、教育、指導、ライブラリが増加し、コンピュータと数学はかなり一貫しています。
自動化対拡張の変化
人々がAIを使用する方法も変化しています。自動化対拡張についてです。高いレベルでは、Claudeを使用する自動化と拡張モードを区別しています。
自動化とは、タスク完了に焦点を当てたインタラクションパターンを意味します。タスクを与えて、AIが人間をループに入れることなく、またはほとんど入れずに完全に完了することを期待します。
拡張とは、タスクを完了するためにAIと協力することを意味します。協力的なインタラクションパターン、学習、タスクの反復、検証です。
何が見えるでしょうか？拡張が減少し、完全な自動化が増加しています。これは、彼らが指示的会話と呼ぶものにも反映されています。つまり、AIに何をすべきかを伝えることです。
たとえば、ピックルボールについてのエッセイを書いてください対ここに私が書いたエッセイがあります。改善を加えることができますか？これは協力的対指示的です。
AI ツールの学習は将来にとって非常に重要であるため、今日のスポンサーであるCode Rabbitについてお話しします。Code RabbitはAIコードレビュープラットフォームで、エンジニアリングチームがコード品質を犠牲にすることなくAIでより速く配布できるようにして、彼らの働き方を変革しています。
品質の高いコードレビューは重要ですが時間がかかります。Code RabbitはあなたのAIコパイロットとして機能し、すべてのプルリクエストの即座のコードレビューコメントと潜在的な影響を提供します。
問題をフラグするだけでなく、Code Rabbitはワンクリック修正提案を提供し、GPパターンを使用してカスタムコード品質ルールを定義でき、Code Rabbitがそれらをプルリクエストに適用できます。
これにより、従来の静的分析ツールが見逃す可能性のあるコードの微妙な問題をキャッチできます。Code RabbitはVS Code、Cursor、Windsurfで利用できます。最良の部分は、Code Rabbitはすべてのオープンソースプロジェクトで無料だということです。
今日Code Rabbitをチェックしてください。リンクは下にあります。coder rabbit.link/matthewで、私が送ったことを知らせることができます。ぜひチェックしてください。Code Rabbitにこのビデオをスポンサーしていただき、再度感謝します。それでは動画に戻りましょう。
雇用への影響と適応性
自動化が増加しているなら、多くの雇用喪失が始まると考えるかもしれません。私がこれについてどう感じているかご存知でしょう。私は非常に楽観的です。多くの雇用変革があると思いますが、これらのツールを学び、このチャンネルを視聴しているなら、おそらくすでにゲームを先取りしています。
しかし、これらのツールを学べば、ゲームをはるかに先取りできるでしょう。彼らの研究によると、より高い賃金を得ることになるでしょう。
新しいAI搭載ワークフローに最も適応できる労働者は、より大きな需要とより高い賃金を見る可能性があります。言い換えれば、AIは一部の労働者に他の労働者よりも利益をもたらす可能性があります。
この新しいAIの波の最初から人々が言っていることは、AIがあなたを置き換えるのではないということです。AIを使用する人があなたを置き換えるのです。だからそれを心に留めておいてください。これらのツールを学んでください。
私が話したすべてのAIリーダーからの共通の感情は、はい、今学ぶことができる最良のことは、これらのAIツールの使用方法だということです。技術的変化に適応する最大の能力を持つ人々にとってはより高い賃金につながる可能性がある一方で、適応能力の低い人々は雇用の混乱に直面します。
ここで参照されている論文によると、AI露出の高いエントリーレベルの労働者が2022年後半以来、相対的により悪い雇用見通しを持っているという明確な証拠があります。因果関係の問題を脇に置くと、単純な解釈は、これが以前は初期のキャリア労働者によって行われていた仕事をAIが代替し、経験豊富な労働者の相対的により速い雇用成長は、AIがそのような労働者をより生産的にし、したがって高い需要があることを反映していることです。
キャリアの初期にいるなら、仕事を得るのにより多くの困難があるかもしれません。しかし、これが永遠に続くとは思いません。すべての混乱が落ち着き、企業が本当にAIを採用することを学んだら、プロンプト、検証、作業のレビューのためにより多くの人間が必要になると思います。
これは、誰かがいるニッチでの経験と、彼らがいる役割のカテゴリーでより多くの経験を要しますが、AIツールの使用方法についての知識があることは、おそらく成功の準備になるでしょう。
キャリアの初期にいるなら、もう一度言います。これらのツールを学びに行ってください。
国別AI普及状況
国別ではどうでしょうか？どの国が最も恩恵を受けているでしょうか？どの国が遅れているでしょうか？これを見てください。これらはAnthropic AI使用インデックスによる上位20か国です。これは一人当たりです。
イスラエルは圧倒的にClaudeの一人当たり使用量が最も多いです。シンガポールもそうです。基本的にこれが意味することは、より小さく、非常に技術的に高度な国がAIをはるかに迅速に採用しているように見えることです。
論文によると、結果は小規模で技術的に高度な経済間での顕著な集中パターンを明らかにしています。イスラエルは7のAnthropic AI使用インデックスでグローバルな一人当たりClaude使用をリードしています。これは、その労働年齢人口が人口に基づいて期待されるよりも7倍多くCloudを使用していることを意味します。
次にシンガポール、オーストラリア、ニュージーランド、韓国が上位5位を占めています。グローバルな使用シェアでは、もちろん、米国はより技術的に高度で巨大な人口を持っているため、世界全体での最高の使用率を見ています。インドが2位です。
Claude採用全体は、総グローバル使用の観点から地理的に高度に集中しています。米国が最高のシェア21.6%を占め、次に高い使用国は著しく低いシェアを示しています。インド7.2%、ブラジル3.7%。しかし、集中は国の人口によって影響されます。
各国の具体的な利用パターン
しかし、人々は実際にどのように使用しているのでしょうか？これらのツールの使用方法のトレンドは何でしょうか？
低採用国から高採用国に移るにつれて、Claude使用は現在AIの最も支配的なタスクであるプログラミング中心のタスクから離れて、より多様なタスクのミックスにシフトしているように見えます。全体的なパターンはノイズが多いですが。
国ごとに人々がどのように使用しているかを見ることができます。これをチェックしてください。米国では、包括的な料理、栄養、食事計画のサポートを提供すること。これが1位です。求人応募、履歴書、キャリア文書の支援。
上位の過剰に代表される要求のうち、米国ではコーディングに関するものは一つもありません。これは非常に興味深いことです。これを見てください。個人的な関係と人生指導サポートを提供すること。
しかし、インドを見ると、インドはウェブとモバイルアプリケーションのUIを修正し改善します。インドのすべてのAI使用の半分がコーディングのためです。
ブラジルは翻訳サービスと複数言語にわたる包括的な言語学習支援を提供します。ベトナムはクロスプラットフォームモバイルアプリ開発、デバッグ、機能実装を支援します。
インドとベトナムはすべてコーディングについて。ブラジルと米国はより一般的な使用例です。
もう一つの興味深い発見があります。人工知能、特にClaudeの採用率が高い市場は、Claudeをすべてを行わせて舵を任せるのではなく、協力者としてより多く使用する傾向があります。
採用の少ない市場は逆です。彼らはAI、特にClaudeに舵を取らせてすべてを行わせます。これは、人々がAIを使用することを学び、使用例の最先端に到達するにつれて、人間がループに必要であることを理解していることを示しており、私にさらなる希望を与えます。
企業でのAI普及状況
これが米国企業でのAI使用です。増加しており、かなり迅速に増加していることがわかりますが、まだ非常に小さな数字です。現在の時点で、ほぼ10%に達しています。これは10社のうち1社がAIを使用していることを意味します。
これは私に、AIを知っている誰かがコンサルタントとして、または従業員として、会社でそれを実装する大きな可能性があることを示しています。
あなたの会社の従業員で、会社がAIを使用していないと見ているなら、AIツールを学びに行き、それを行う方法を示してください。あなたは非常に価値のある存在になるでしょう。
もちろん、あなたの会社が情報セクターにある場合、採用率ははるかに高いですが、それでも25%にすぎません。4つの情報セクター企業のうち1つがAIを使用しています。考えるのがクレイジーです。
しかし覚えておいてください、私たちはこの小さなバブルの中にいて、誰もがAIについて知っています。誰もがAIについて話しますが、私たちの小さなバブルの外では、実際には誰もそれについて知りません。人々はChatGPTについて聞き、それだけです。何が可能かを知りません。
だから、何が可能かを理解するのを助けるのが私たちの仕事です。ビジネスでAIを実装するのが私たちの仕事です。
企業でのAI活用パターン
企業がAIをどのように使用しているかについてのより多くのデータです。AIトランスクリプトの77%は、拡張のわずか12%に対して、特に完全なタスク委任の自動化パターンを示しています。
しかし、もちろん、それは理にかなっています。APIを通過している場合、おそらく人間の相互作用ははるかに少ないでしょう。Claude AIからの会話のサンプルに基づくと、つまりそれはUIですが、自動化と拡張の間の分割はほぼ均等です。
経済的タスク全体を見ると、APIを通じたClaude自動化の程度はさらに顕著です。API使用では97%のタスクが自動化中心のパターンを示すのに対し、Claude AIでは47%にすぎません。
プログラマティックAPI アクセスは自然に自動化に向かいます。ビジネスがコンテキストを提供します。Claudeがタスクを実行し、出力はエンドユーザーや下流システムに直接流れます。
企業は現在コストについてそれほど気にしていないことがわかります。彼らは良い結果を望んでいるだけです。全体的に、コストと使用の間に正の相関を見つけています。高コストのタスクは高い使用率を持つ傾向があります。
何かが機能している場合、あなたはそれを倍増させるでしょう。これはジェヴォンズのパラドックスが強調されているだけだと思います。コストと使用の間の正の相関は、コストが企業のAI展開パターンを形成する上で重要でない役割を果たすことを示唆しています。
ビジネスは、モデルの能力が強く、Claude搭載の自動化がAPIコストを超える十分な経済価値を生成するドメインでの使用を優先するでしょう。
コンテキストの課題
最大のボトルネックは何でしょうか？おそらく推測できると思いますが、それはコンテキストです。これらのモデルにあなたのビジネス、あなたの個人生活のコンテキストを最も効果的な方法で提供するにはどうすればよいでしょうか？
コンテキストが洗練された使用を制約します。私たちの分析は、モデルに適切なコンテキストをキュレーションすることが、複雑なドメインでのAIの高インパクト展開にとって重要であることを示唆しています。これは、一部の企業にとって、コンテキスト情報を引き出すためのコストのかかるデータ近代化と組織投資がAI採用のボトルネックになる可能性があることを示しています。
すべてのこの構造化されていない使用困難な情報があり、それをAIに非常にうまく提供できる場所に持っていく必要があります。これが、彼らがプロンプトエンジニアリングという用語をコンテキストエンジニアリングに変更した理由でしょう。コンテキストを提供することが難しい部分だからです。プロンプトを書くことは、この時点ではかなり簡単な部分です。
経済格差への懸念
しかし、すべてが良いわけではありません。これは地球全体にとって何を意味するでしょうか？生産性向上が高採用経済にとってより大きい場合、現在の使用パターンは、AIの利益がすでに豊かな地域に集中する可能性があることを示唆しています。
豊かな地域はより迅速に採用しています。つまり、より迅速に利益を得ることになり、その時点でそれは一種の雪だるま効果になります。豊かな国はより豊かになり、世界的な経済不平等を増加させ、近年見られた成長収束を逆転させる可能性があります。
彼らの研究はまた、先ほど言ったように、AIを学ぶなら、あなたはより価値のある存在になる可能性が高いことを示唆しています。AI自動化が暗黙の組織知識を持つ労働者の生産性を向上させる場合、私たちの証拠の一部が示唆するように、より経験豊富な労働者は、エントリーレベルの労働者がより悪い労働市場の見通しに直面する一方で、需要の増加とより高い賃金を見る可能性があります。
この研究によると、より価値のあるものにするためにツールを知るだけでは十分ではないようです。組織の知識も持たなければなりません。これは、エントリーレベルの労働者のために解決しなければならない問題の一つだと思います。
どのようにして彼らをより価値のあるものにするか？まだ組織の知識を持っていないときに、雇用市場で魅力的にするにはどうすればよいか？私の推測では、彼らがAIを使用することでさらに優れるようになれば、それが会社に持ち込むスキルであり、その後組織の知識を学ぶでしょう。
そして最終的に、変革的AIの経済効果は、技術的能力と同じくらい、社会が行う政策選択によって形作られるでしょう。だから私たちが選択する政策は、AI採用とAI価値にとって非常に重要になるでしょう。
この同じ研究論文には非常にクールなインタラクティブセクションがあり、基本的にこのデータをすべて非常に簡単にセグメント化し、非常に簡単に視覚化できます。
たとえば、カリフォルニアを見てみましょう。カリフォルニア内では、人々がClaudeをどのように使用しているか、異なる職種グループ、使用ランク、使用インデックス、最頻出トピック、すべてを見ることができます。これは米国、州、職種別に分類されています。ぜひチェックしてください。これらすべてを下の説明に記載します。
Code Rabberにこのビデオをスポンサーしていただき、再度感謝します。すべてのリンクを下に記載します。クリックして、私が送ったことを知らせ、試してください。素晴らしいパートナーでした。ご意見をお聞かせください。このビデオを楽しんでいただけたら、いいねとチャンネル登録をご検討ください。
コメント