Anthropicの雇用データ：AI稼働は人の6倍、ジュニア技術職の採用比率は27%から9%へ

Anthropicが10月16日に雇用データを公開し、社員が指示するAIエージェントの稼働は人の6倍でした。
技術職の新規採用に占めるジュニアの割合は27%から9%に下がり、人の仕事は確かめる・決める・配置する側へ移っています。
6倍は成果ではなく任せた実行量の目安で、成長企業の数字なので他社にそのまま当てはまるとは限りません。

10月16日、Anthropicが自社の雇用データを公開しました。AIで仕事を回す会社の内側で何が起きているのかを、社内の記録と社員への聞き取りで調べた報告です。社員数が急に増えた成長企業の話なので、そのまま他社に当てはめることはできません。

数字は目を引きます。社員が指示するAIエージェントの稼働時間は、人の6倍。技術職のジュニア採用の割合は、27%から9%に下がりました。

では、人の仕事は何に変わったのか。答えは「消えた」より「移った」です。実行はAIが増やし、人は完成の基準を決め、出力を確かめ、仕事の配置を考える側に回っています。入口にあたるジュニア職は、その変化を最も受けた部分です。

「稼働6倍」が数えているもの

「6倍」は、成果の量でも、働く人の数でもありません。Anthropicの報告では、8月に社員が指示した対話型のエージェントの稼働時間を合計し、人数×週40時間と比べています。作業を分担する補助のAI（サブエージェント）も合算し、長い待機は外しています。

何本も並行して走らせれば、時間はそのぶん積み上がります。測っているのは人の勤務時間ではなく、どれだけ実行を任せているかの目安です。

任せる範囲は広がっています。テストや保守、大きなコードの書き換えに加え、予定表やメッセージを見て会議の準備をするAIの使い方も、報告に出てきます。

6倍は、成果ではなく「任せた実行の量」の目安です。

確かめやすい仕事から、新しい仕事への広がり

1年前の社内調査から振り返ります。132人の技術者・研究者に聞くと、Claudeを頻繁に使っていても、完全に任せられる仕事は0〜20%という回答でした。

当時、任せていたのは、使い捨ての調査用コード、ほかと切り離せる部品、確認が作る手間より小さい修正のような仕事です。確かめるほうが安く済む仕事から任せ、作って、確かめて、採用する流れを人が握っていました。

その後、状況は大きく動きます。技術職1人あたりのコミット数（変更の記録の数）は、半年で5倍。法務の契約、経理の請求書、営業の成約にも増加が見られました。ただし、導入した人は元から伸びていた形跡もあり、5倍をすべてAIの効果とは言えません。

量が増えただけではありません。新しくできた仕事もあります。2025年の調査では、Claudeを使った仕事の27%が「AIがなければやらなかった仕事」でした。以前は割に合わず見送っていた、対話型のデータ確認画面のようなものです。

営業では、メールの下書きと顧客管理ソフトへの入力を自動化し、以前の作業の約2割を置き換えた担当者がいます。別の担当者は、顧客と話す件数が3割増えたと語っています。事務の時間を、人が会う仕事に回した形です。

減ったのは入口：ジュニア技術職の採用比率

技術部門に占めるジュニアの割合は、2025年初めの21%から14%に下がりました。

新しく採用する技術職でみると、ジュニアの割合は27%から9%です。

これは割合の話で、人数が減った、解雇した、という意味ではありません。技術部門の採用は、絶対数では増えています。営業や財務などの採用がそれ以上に伸び、会社全体に占める技術部門の比率が、1年で61%から56%に下がりました。

管理職の調査では、AIを理由に採用を抑えたと答えたのは、機械学習部門で約3割、ソフトウェア部門で約2割です。ジュニア向けの求人も、2025年末から急に減っています。

確かめやすい小さな実装は、新人が経験を積む入口の仕事でもありました。その仕事をAIが先に引き受けていることが、背景にあると読めます。入口の仕事が減ると、経験者になる道筋そのものが細ります。

新しい詰まり：人の注意と判断

AIが実行を増やすと、詰まる場所が変わります。対話型の作業の約80%は、人の入力待ちです。出力をすべて読むだけで、技術職でない社員でも、週の半分以上が消える計算になります。

そのため、人の仕事は「書く」から「監督する」へ寄りました。AIを監督するための指示・計画・レビューの整備が、対話セッションに占める割合は、半年で10%から22%に増えました。

ここは面白いところです。AIとのやり取りが増える一方で、人同士のコミュニケーションである会議は、むしろ増えています。カレンダーのデータでは、中央値の社員の会議時間が1年前より20%増え、技術職でも16%増えています。AIの出力は機械が見張れても、方針や優先順位の合意は、人が集まって決めるほかないためでしょう。

採用面接の評価にも変化が出ました。技術職の候補者では、自律性と判断力への言及が最も増え、専門領域の知識への言及は全体に占める割合が縮んでいます。

専門知識が要らなくなったのではありません。別の利用者の分析では、課題に詳しい人ほど、テストなどで確かめられた成功の割合が高く、初心者の15%に対して中級以上は28〜33%でした。専門性は、AIの間違いを見抜く側で働きます。

仕事の移動：再配置と利益の分け方

では、新しい仕事のスタイルは、どうなるのでしょうか。報告が重く見ているのは、人の再配置と、利益の分け方の2つです。

1つ目は、再配置です。 役割ごとの需要・生産性・AIの利用状況を照らし、置き換わりそうな職種を早めに見つける。見つけたら、技能の合う別の仕事へ社内で移す。これが報告の方針です。

動きは実際に出ています。1年以上在籍する社員が部門を移る月次の確率は、前年より50%高くなりました。製品文案のチームは、エージェントに文章を書かせる仕組みを作ったあと、エージェントへの指示と性能評価の仕事へ移っています。書く人が、書かせる人、測る人へ移った形です。

2つ目は、企業と社員の間の利益の分け方です。 自分の専門知識を仕組みに変えるほど、自分の今の仕事は減ります。AIで増えた成果が会社だけに入り、社員に戻らないなら、仕組みづくりに協力する動機は弱まると読めます。報告は、株式を広く持つことなどで、成長の利益を社員も持つ形を挙げています。成長が速いAnthropicと同じ条件は、どの会社にもあるわけではないでしょう。

そして報告自身が、どの施策も「ジュニア採用の減速」には直接答えていないと認めています。社内の再配置は既存の社員を支えますが、そもそも採用されない人には届きません。