Anthropicの雇用レポート：エージェント時間が従業員時間を6対1で上回り、ジュニア技術職の採用が減少

Anthropicは、AIが自社の仕事をどのように再構築したかに関する内部調査を公開し、2026年8月までに対話型AIエージェントの時間が従業員時間を6対1で上回り、ジュニア技術職の採用割合が27%から9%に減少し、採用マネージャーが技術的な専門知識よりも自律性と判断力を重視するようになったことを明らかにしました。レポート「How employment is changing at Anthropic」は、Nathan Wilmers、Regina Catipon、Maxim Massenkoff、Peter McCroryによって執筆され、2026年10月16日にThe Anthropic Instituteから公開されました。このレポートが重要なのは、AnthropicがフロンティアAI開発企業であり、自社のワークフローをAIエージェント中心に再構築しているため、AI導入が他社の採用、生産性、仕事の組織化をどのように再形成するかを示す先行指標となる可能性があるからです。

レポートが基づくデータ

この調査は、雇用、AI利用、アウトプット指標、従業員調査、社内コミュニケーションパターン、従業員のカレンダーデータ、採用決定記録をカバーするAnthropicの包括的な内部データに基づいています。著者らは、これらの定量的な情報源を17件の従業員インタビューで補完しています。

レポートの前提は、AnthropicがワークフローをAI中心に徹底的に作り変えており、エージェントがSlackのチャットに参加し、会議をスケジュールし、バグを自律的に修正し、大規模なエンジニアリングプロジェクトに共同で取り組んでいるため、研究する価値があるというものです。

主な調査結果の概要

Anthropicはジュニア技術職の採用割合を減らしており、この変化はAIエージェントの労働時間が従業員に比べて急速に拡大した時期と一致しています。
2026年8月までに、対話型AIエージェントの時間は従業員時間を6対1で上回りました。
AIエージェントが社内に普及するにつれ、Anthropicは1人当たりのコード生成量が増え、営業担当者1人当たりの成約数が増え、処理する契約書の数も増えました。同じ従業員を時間を追って追跡すると、新しいAIツールを採用するにつれてアウトプットが増加しました。
人間の注意がエージェントのアウトプットのボトルネックになりました。非技術系従業員でも、自分のClaudeエージェントのアウトプットをすべて読むには、労働時間の半分を費やすことになります。
従業員は「メタワーク」を行うことで対応しました。可視化ツールを構築し、エージェントのパイプラインを監視するのです。
採用マネージャーは、技術的な専門知識や実装よりも、自律性と判断力を重視するようになっています。

従業員1人当たりの収益は、初期のテック大手をはるかに上回る

Anthropicは急速に拡大していますが、収益1ドルあたりの採用数は、初期の大規模テック企業よりも少なくなっています。設立5年で、Anthropicの従業員1人当たりの収益は、MetaやGoogleが急速な成長期に達成した水準の2〜4倍です。

ジュニア技術職の採用が急減

2026年1月、Anthropicの中核技術部門で、ジュニア技術従業員の需要減少に関する議論が浮上しました。自社の仕事でClaudeに最も依存していたチームは、コード作成やバグ発見をますますClaudeに任せられるようになったことに気づきました。レポートはこの変化について従業員の言葉を引用しています。「特にパフォーマンスエンジニアの向上が注目を集め、基本的に一晩で私たちが求めるものが変わりました。」

2026年4月までに、エンジニアリングおよび研究チームは、下位帯の技術職の採用を軽視するようになりました。その月の調査では、過半数のマネージャーがAIにより異なるスキルセットを採用していると述べ、MLマネージャーの約3分の1とSWEマネージャーの約5分の1が、AIのせいで採用を減らしていると報告しました。

雇用シェアの変化は大きいです。Anthropicの技術部門におけるジュニアレベルの従業員の割合は、2025年初頭以来21%から14%に低下しました。ジュニア技術職の採用割合はさらに速く、27%から9%に減少しました。ジュニア向けの求人は2025年12月以降特に急減しています。

技術部門は会社全体に占める割合が縮小

レポート執筆時点までの1年間で、Anthropic内の技術部門の全雇用に占める割合は61%から56%に低下しました。技術職の採用は絶対数では増え続けましたが、営業、財務、採用などの集中的な採用がそれを上回りました。

この変化の一部は、企業が規模を拡大するにつれてビジネス機能が自然に拡大することによるものです。一部は、コーディングツールによって非技術系従業員が自分でソフトウェアを構築できるようになったことを反映している可能性があります。営業担当者は、カスタムダッシュボードとパイプラインを構築した経験を次のように述べています。「このような構築は私の得意分野外でした。特にUI、すべてのツール、MCPの接続は。しかし、これを3〜4時間で、ただ繰り返し改善しながら構築しました。」非技術系従業員（ベースラインでコードコミットがなく、新入社員を除く）によるコーディングに焦点を当てたAIエージェントセッションは、2025年8月の月2回から2026年5月には90回に増加しました。

技術部門内では、積極的にコーディングしていない従業員（過去30日間にコードコミットがないと定義）の割合は、2026年4月までの1年間でほぼ半分に減少しました。これは、非エンジニアの割合が薄まっていることを反映しています。エンジニアとプロダクトマネージャーの比率は約17対1で、2025年以降増加しています。マネージャーからのコミット数は2倍になりました。技術チーム内の監督・調整役割は、ますますコードの構築と出荷を含むようになっています。

管理機能は人員数に応じて拡大していません。エージェントアシスタント、自動レビュー、チケットサービスの外部委託の組み合わせにより、Anthropicは急速に成長しても「事務作業が軽い」状態が続いています。財務マネージャーは購買依頼レビューエージェントを構築し、「多くの時間を要するものを見つけて、他のことに集中できるようにするだけです」と説明しました。スケジュール管理とメールのトリアージ用にパーソナルアシスタントエージェントを構築したエグゼクティブアシスタントは、「Claudeが本当にエントリーレベルの管理職の役割を補完する段階はすでに過ぎたと思います」と述べ、代わりに「チーフオブスタッフ」のような高次のタスクに焦点を当てています。

社内ではすでに再配置が進行中

Anthropicで少なくとも1年間働いている従業員は、2026年には2025年よりも毎月部門を移動する可能性が50%高くなりました。チーム全体が、仕事をエージェントに引き渡した後に再配置されたケースもあります。Claude.aiの挨拶文（「こんばんは、夜型さん」「コーヒーとClaudeの時間？」など）を作成していたあるプロダクトデザインチームは、2026年春にコンテキストグラフを開発し、エージェントが魅力的なプロダクトコンテンツを作成するのを効果的に導きました。これにより「チームが拡大した」とマネージャーは述べましたが、人間のライターに何が残るのかという疑問も生じました。その後、チームはエージェントのプロンプティングにローテーションし、Claude用のモデル評価とプロンプトの作成を始めました。レポートが述べるように、「人間の行動を駆り立てるために言語を使っていたライターは、今ではClaudeの行動を駆り立てるためにそれを使っています。」

エージェント時間が人間の時間を上回る

エージェントセッションのテレメトリに基づくと、2026年3月に自律的および対話型エージェントの作業時間の合計が初めて人間の作業時間を超えました。これは、産業規模のソフトウェアエンジニアリングを行うエージェントの群れ（日常的なテストやチェックの記入、増え続けるインフラコードの維持、大規模なコードベースを翻訳するための組織的なキャンペーンの実行）による部分が大きいです。個々の従業員が展開するエージェントに絞ると、2026年8月までにエージェントは人間のハンドラーよりも6倍の時間働いていました。

レポートのエージェントの労働時間の定義は、エージェントのランタイム（推論とアクティブなツール使用を含み、30分を超える待機時間は除く）です。人間の労働時間は、週40時間と仮定した人員数で計算されています。

Anthropicはソフトウェアプロデューサーであり、これらのエージェントを流れるトークンの大部分はソフトウェアコードの生成に費やされています。パーソナルアシスタントエージェントは、従業員のカレンダーとメッセージを監視し、会議をスケジュールし、受信メッセージから蓄積されたToDoリストを送信し、今後の会議の人物と目的について従業員に自動的にブリーフィングします。

測定されたアウトプットは全機能で上昇

エンジニア1人当たりのコードコミットは最も速く増加し、6か月前の速度の5倍に達しました。データサイエンティストは、増え続けるAnthropicデータをより多くクエリし、Claudeエージェントにリアルタイムのメトリクスをダッシュボードや意思決定者に提供するよう求めています。非技術系従業員も、コーディングエージェントが普及するにつれてアウトプットが増加しました。弁護士はより多くの契約書を処理し、買掛金部門は請求書をより迅速に処理し、営業担当者はより多くの成約を獲得しました。

同じ期間に会社は爆発的なビジネス成長も経験したため、著者らは、エージェント型コーディングツールを採用した従業員と、同じ月にまだ採用していない従業員を比較することで、AIの効果を分離しようとしています。彼らは、ツールの採用はランダムではないという注意点を指摘しています。大きな新しいプロジェクトの瀬戸際にいる従業員がそのためにツールを導入する場合、推定値に偏りが生じる可能性があります。

この調査では、コーディングエージェントを採用する192人のエンジニアを時間を追って追跡し、調査期間中にエージェントを採用しない74人のエンジニアと比較しています。採用後の数か月で、エンジニアが追加するコード量は急増します。AIコードの「スロップ」をテストするために、著者らは、同じ従業員が同じ月に同じコーディングディレクトリでコミットしたコードを、人間が直接書いたものとコーディングエージェントが書いたものとを比較しています。その結果、後で削除またはリバートされたコード行の割合に差は見られませんでしたが、コードが多いほど必ずしも良いコードやビジネスへの影響を意味するわけではなく、AIのエラーは人間のエラーよりも特定が難しい可能性があると警告しています。

最初の完全自律エージェントを採用したエンジニアは、非採用者と比較してすでに急激なアウトプット上昇軌道にあり、採用前にすでにペースを上げていたことを示唆しています。

営業担当者は2025年9月からAIエージェントを着実に採用し、採用後はより多くのクライアントと成約を獲得しました。あるアカウントエグゼクティブは、Claudeの自動化がメールの下書きと顧客管理ソフトウェアの統合を処理し、以前の作業タスクの約20%を置き換えたと述べました。別の担当者は、同様の自動化により対面時間に集中でき、以前より30%多くの顧客と話せるようになったと述べています。「何かを2回やるたびに、『よし、3回目をやらなくて済むようにClaudeをどう使おうか』と思うんです。」

営業以外では、Anthropicの弁護士がClaudeの自動化を構築して、リスクと機会をスキャンし、法的な質問をトリアージし、公開向けコピーの法的レビューの最初のパスを実行しました。リクルーターは、候補者ソーシング、応募者追跡、および「おそらく数週間」かかったであろう分析にClaudeを使用し、その時間で時代遅れの面接質問を再設計し、より多くの応募者と会うことができました。

記述的には、ジュニア雇用の減速は、Claudeを最も複雑なタスクに使用する仕事で最も顕著でした。この調査結果は、2026年1月の人員数と2026年7月の人員数を職務レベルで比較し、AIの複雑さは2025年10月から12月のエージェントログの自動コーダーに基づいています。

人間の注意がボトルネック

AIの多用は、仕事のプロセスに継続的な変化をもたらします。ある従業員は「Anthropicには可能な限り速く動き、すべてにClaudeを使うという永遠のプレッシャーがある」と述べ、別の従業員は「私たちが1週間で期待することは、他の場所では3か月かかることです」と述べました。

社内調査では、仕事のプロセスが可能な限り生産的かどうかを尋ねました。2024年後半には44%の従業員が同意し、2025年11月には58%に上昇しました。2026年4月には75%が「はい」と答えましたが、レポートは「可能な限り」という言葉を削除したことで質問が弱まったと指摘しています。2026年8月の時点で、Anthropicの従業員は、2030年までにAIが自分の仕事の75%を実行できると予想しており、他のアメリカ人の28%と比較しています。

社内モデルのリリースは、期待の高まりを劇的に示しています。新しいモデルが利用可能になるとすぐに、従業員は対話型コーディングエージェントセッションでより難しい問題に取り組み始めます。自動化されたClaudeグレーダーが匿名化されたセッションのタスク要求を深さ、範囲、関与するシステム数で評価したところ、旧モデルでは困難だった90パーセンタイルを超えるタスクの割合が、全タスクの10%から13%へと約30%急増し、モデルリリース後数週間は高い水準を維持しました。エージェントに与えられるタスクの簡単な側はほとんど変わりません。

あるエンジニアは、結果として生じる注意の要求をベビーシッターに例えました。

彼らは「ジュースボックスを開けてくれ、緊急だ」と言います。そして、それは指を切って血を流している人と同じレベルの懸念で発言されます。[...] ベビーシッターをしているとき、すべての子供が同じように注意を要求してきますが、さまざまな[Claude]も同じことをします。

2026年4月の調査では、AIが日々の仕事にどのように影響したかについての自由記述の質問に対して、27%の回答がClaudeツールによる生産性向上を説明し、20%が自分の役割が仕事を行うことからClaudeを管理することにシフトしたと説明しました。

対話型のマルチターンセッションでは、エージェントのセッション時間の大部分は作業ではなく待機に費やされます。Claudeセッションは約80%が人間の入力を待つアイドル状態です。あるエンジニアが述べたように、人々は「エージェントのボトルネック」になっています。

各対話型セッションのエージェント出力トークンを平均的な人間の読書速度の単語数に変換すると、技術機能ではコーディングエージェントの出力量が6か月で飛躍的に増加しています。非技術系グループでも、対話型Claudeセッションは労働時間の半分以上を占めるのに十分なコンテンツを出力します。

メタワークは出力の氾濫への対応

氾濫への1つの解決策は自動化の向上であり、それには別の種類の作業が必要です。エージェント向けの書面による常設指示は、2025年7月の数百件から1年後には8,500件に増加しました。あるエンジニアは、エージェントのリクエストをトリアージするエージェントチーフオブスタッフを設定しました。別のエンジニアは、自分のClaudeチームのパフォーマンスレビューを書きました。「ねえ、私たちのコミュニケーションスタイルで何がうまくいっていて、何がうまくいっていないか話しましょう。」リクルーターは、エージェントが問題を表面化し、アクションを開始する統合ダッシュボードを構築しました。弁護士は、法的な質問のレビューから、「法的アドバイスのSEO、つまり[クライアントの]エージェントが発見するフレームワークを書く必要がある」ことに注意をシフトしました。

メタワークは、2025年秋の平均的な従業員の対話型Claudeセッションの10%から、2026年春には22%に増加しました。増加の多くは特にエージェント管理でした。マルチエージェント実行の仕様書作成、あるエージェントに別のエージェントの出力をレビューさせるループ、パイプラインの監視などです。機能を問わず、人間の関与は、特定のコードや文章から、エージェントがタスクを効果的に実行できるようにするためのツールへとますます抽象化されています。

会議と人間の調整は減少ではなく増加

エージェントの信頼性向上と監視ツールへの投資にもかかわらず、人間の信頼と説明責任は依然として重要です。ある従業員は、バグを追跡すると「組織的、体系的、または技術的負債の問題が明らかになり、それらを解決するにはある程度の人間の招集、意思決定、ガバナンスが必要です」と述べました。インタビューのたびに、従業員は対面での調整が不可欠であると説明しました。

カレンダーデータによると、中央値の従業員は1年前より20%多くの時間を会議に費やしています。これは、会社の成長と会議の多い非技術的役割へのシフトを反映していますが、技術系の個人貢献者でも、会議時間は過去1年で16%増加しています。

広く見ると、仕事の実装部分（コード作成、バグ特定、進捗ログ、メール作成）は自動化されています。エンジニアはエージェントのリーダー兼マネージャーになったと説明し、非技術系従業員は自分の仕事の戦略的部分をより多く行うようになったと説明しています。「戦略的だった20%が仕事の90%になります。」多くの非技術的役割では、中核的な実装作業は対人関係でもあります。営業電話、面接、複雑な問題に関する部門横断的な調整など、これらはすべて人間のままです。

エージェントは人間の相互作用を置き換えることなくコミュニケーションネットワークに参加

エージェントはSlackに浸透し、最終的にはアクティブな公開チャンネルのほぼ半数に出現しました。ある大規模部門のコミュニケーションネットワークでは、エージェントは既存の人間のチャンネルで大量にメッセージを送るのではなく、Claudeと人間の相互作用専用のチャンネルに不釣り合いに出現しています。人間のコミュニケーションの基盤となる構造と密度はほとんど変わりませんでした。その部門の人間のスレッドは同じ数の人間の応答を維持し、さらにエージェントの応答が重ねられました。エージェントは、多くの従業員と同時に高い接続性を持つノードではなく、単一の従業員のチームになります。

人間が増え続けるエージェントの群れの中で働くにつれて、人間の仕事をエージェントが見えるチャンネルに移すプレッシャーに直面します。対面会議で決定が行われ、メモやレポートが表示されない場合、エージェントは目標と仮定を更新するための重要なコンテキストを失います。ある従業員は、Claudeのノベルティに関する数か月前の文書に自分の名前が載っていたため、責任が変わった後もエージェントがTシャツやマグカップのリクエストを持ち込み続けたと述べました。記録されていない会議やダイレクトメッセージでのプライベートな作業は、AIを多用する職場では見えず、混乱を招き、推奨されません。ある研究者は、このオープンさへのデフォルトがAnthropicのAI統合に重要であると述べました。「ほとんどの組織はそのようには運営していません。リーダーがオープンな場でフィードバックを擁護しなければならないので、これは大きな変化だと思います。」

採用基準は自律性と判断力へシフト

2024年以降にAnthropicで採用された数千人の従業員の採用マネージャーの面接スコアカードを処理する自動コーダーを使用して、レポートは最も明確な変化が、候補者がAIツールの創造的な使用を実証したかどうかの強調の増加であることを発見しました。2024年には、採用マネージャーは技術職の評価の約5%、非技術職の評価の7%で候補者のAIツールの実績に言及しました。2026年までに、これらの割合は技術職で3倍、非技術職で4倍になりました。

技術系候補者の面接では、応募者の自律性と判断力に関するコメントが最も大きく増加しました。専門知識に関する議論は、全体的な評価に占める割合が縮小しました。あるマネージャーは次のように説明しました。「モデルは今後もギザギザ（不完全）であり続けると予想しているので、私のチームにはドメインを問わず柔軟に対応できる人材を求めています。」非技術系候補者では、顧客とミッションへの志向が増加し、実行スキルに関する議論は減少しました。

Anthropicが雇用主にできることとして述べていること

レポートは、Anthropicが想像されるAI中心の未来の両極端（数十億ドルの収益を上げるためにエージェントの群れを操る一人起業家、または人間をピペット操作と議会証言にのみ雇用するAI CEOが運営する企業）のどちらにも似ていないと主張しています。Anthropicは過去1年で規模が3倍になり、書面によるSlackでの議論と対面会議が、会社の戦略からチームの決定まで、AIエージェントからのインプットをほとんど受けずにすべてを導いています。

著者らは、Anthropicの雇用慣行のうち際立っている3つの特徴を特定していますが、その多くは経済全体に再現できないと警告しています。

第一に、広範な株式所有により、従業員は会社の成功に強い利害関係を持っています。 レポートは、評価額が大幅に上昇している会社にとってこれは簡単な姿勢であり、多くの企業では共有所有権が不十分または望ましくない場合があることを認めています。労働者が成功した展開に金銭的利害関係を持たない、労働者に優しいAI導入のバージョンを想像するのは難しいと主張し、第二次世界大戦後の労使協定（労働者が仕事の再編に対する経営者の特権を認める代わりに、生産性に連動した賃金上昇と豊富な福利厚生を得た）との類似点を挙げています。

第二に、AnthropicはAI主導の変革に直面している仕事を監視するための継続的な早期警告システムを立ち上げています。 需要と生産性に関する一連の役割レベルの指標がAIの能力と使用に対して読み取られ、仕事がどこでシフトしているかを特定し、影響を受ける従業員を、すぐにリスクが低い可能性のあるスキルに合った仕事に再配置し始めることを可能にします。レポートは、AIの進歩によって要求される新しいタスクのすべてを満たすために外部の労働市場に頼ることは、AIの進歩が速いほど強いボトルネックになると主張しています。

第三に、内部再配置を優先することで、AI採用企業は、AIアプリケーションを労働者を置き換えて人件費を節約することに集中させるのではなく、AIが新しい製品や新しい市場のための新しいタスクを生み出す方法を検討せざるを得なくなります。著者らは、これにより雇用主が「まあまあ」または「非効率な」自動化（AIやその他の技術が人間の労働者をかろうじて上回り、労働者を置き換えて収入の喪失という形で多大な社会的コストを課しながら、生産性の向上は最小限である）に抵抗するのに役立つ可能性があると主張しています。また、トレードオフも指摘しています。既存従業員の再配置へのコミットメントは、雇用主が新しい従業員を雇うリスクを取ることを躊躇させる可能性があります。

Anthropicの幹部は、その重要性について次のように述べています。「不安に苛まれている労働力は、最善の仕事をしている労働力ではありません。」

レポート自身が述べる限界

著者らは、これらの行動のいずれも、強力なAIが仕事を破壊するのを防ぐことはできず、また、レポートで文書化されたジュニア採用の減速に直接対処するものではないと明確に述べています。彼らが書いているように、「既存従業員の雇用保護は、そもそも雇用されなかった人々には利益をもたらさないでしょう。」彼らは、雇用主による私的な行動は、AIがもたらす職場変革の規模を明確に把握した上で、再訓練と所得支援に関する政府の政策と並行して行われなければならないと主張しています。

レポートはまた、方法論的な注意点も指摘しています。ツールの採用はランダムではなく、コードが多いほど必ずしも良いコードやビジネスへの影響を意味するわけではなく、より多くの機会を持つ営業担当者が自動化を選択する可能性があります。

推奨引用

レポートは以下の引用を提供しています：

@techreport{wilmers2026employment,
author = {Nathan Wilmers and Regina Catipon and Maxim Massenkoff and Peter McCrory},
title = {How employment is changing at Anthropic},
institution = {The Anthropic Institute},
type = {Technical Report},
year = {2026},
month = oct,
url = {https://www.anthropic.com/research/employment-at-anthropic}
}

著者らは、仕事の変化についてインタビューに時間を割いてくれたAnthropicの従業員に感謝し、コメントと支援に対して25人の同僚の名前を挙げています。