AI期待のギャップ

AI期待のギャップ

Szymon Sacher, Tess Cotter, Charles I. Jones, Anton Korinek, Peter McCrory

主な発見

1. 米国の成人は、今後数年でAIの能力が急速に進歩すると期待しています。Anthropicのスタッフはさらに速い進歩を予想しており、AIが2030年までにノーベル賞級の発見をできるようになると予想するのは、米国成人の39%、スタッフの91%です。
2. Anthropicのスタッフは、AIが得意とするタスクにおいて、AIによるはるかに大きな生産性向上を予想しています。職場でAIを使用している米国成人のうち26%は、AIを使えばタスクにかかる時間が4分の1以下になると答えていますが、Anthropicスタッフでは59%です。
3. 自分自身の仕事については、Anthropicスタッフの半数以上が、2030年までにAIが現在の自分の仕事の少なくとも80%をこなせるようになると予想していますが、米国労働者では5%です。
4. 米国労働者とAnthropicスタッフの双方において、AIが自分の仕事をより多くこなすようになると予想する人ほど、高い失業率を予想しています。将来の能力については意見の相違がありますが、AIが自分の仕事をどう変えるかと全体的な失業との関連の認識は、両グループで非常に似通っています。
   

はじめに

今後数年でAIは経済をどのように変革するのでしょうか？AIの能力は急速に進歩しており、将来のAIモデルが自らの後継モデルを構築できるようになる可能性（再帰的自己改善）は、進歩の速度をさらに加速させるかもしれません。これがどれほど早く、どの程度実現するかは不明です。予測は大きく分かれ、激しい議論の対象となっています。

AIの経済への将来の影響をめぐる意見の相違の核心的な源泉は何でしょうか？それは主に、AIの能力がどれほど速く向上するかについての信念の違いによるものでしょうか？あるいは、それらの能力が現実世界での採用にどれほど速く、どのような形で結びつくかについての意見の相違を反映しているのでしょうか？AIの将来の道筋についてのどのような見解が、急速な経済成長と整合するのでしょうか？

本ノートでは、これらの質問に関する新しい調査結果を提示します。2026年8月、我々は2つのグループ、すなわち全国的に代表性のある米国成人のサンプルとAnthropicのスタッフを対象に調査を実施しました。¹ 質問は、AIの能力、利用の広がり、節約できる時間、自律性の高さ、失職した労働者が異なる職業で仕事を見つけることの難しさなどに関するものでした。² Anthropicのスタッフは、最先端AIを毎日構築し、使用しています。したがって、2つ目の調査は、この技術に最も近い人々が、能力の面でもより広範な経済的影響の面でも、その未来をどのように予想しているかを示しています。

我々は以下の主な発見を報告します。第一に、2つのグループは今日のAIに何ができるかについてはほぼ意見が一致していますが、将来の進歩のペースについては意見が分かれています。Anthropicのスタッフは、能力がより速く進歩し、AIがより広く、より少ない人間の関与で使用され、タスクで節約できる時間がはるかに大きくなると予想しています。例えば、2030年までにAIがノーベル賞級の発見をできるようになると予想するのは、スタッフの91%に対し、米国成人では39%です。

第二に、人々自身の仕事については鋭い相違があります。平均して、スタッフは2030年までにAIが自分の現在の仕事の75%をこなせるようになると予想していますが、米国労働者全体では28%です。

第三に、2つのグループは労働市場について同様の考え方をしているようです。将来、AIが自分の仕事をより多くこなすようになると予想する人は、より高い失業率を予想しています。そして、自分の仕事における予想されるAI自動化の水準が同じであれば、両グループはほぼ同じ失業率を予想しています。

人々はAIに何を期待しているか

能力

まず、AIの能力に関する期待を調査しました。我々は、定型メールの作成からノーベル賞級の科学的発見まで、8つのタスクのそれぞれを熟練した専門家と同等にAIがこなせるようになるのはいつかを尋ねました。米国成人とAnthropicスタッフは、今日のAIに何ができるかについては、特に複雑なタスクに関してほぼ意見が一致しています。両グループとも、タスクをほぼ同じ難易度順にランク付けしています（図1、パネルA）。

両グループは将来のAIの進歩の道筋については意見が分かれています。例えば、米国成人とAnthropicスタッフの約4分の1は、AIが今日すでに科学研究を設計、実施、公開できると考えています。しかし来年までに、これがAIにとって実現可能になると予想するのは、スタッフでは10人中9人に対し、一般の人々ではわずか38%です。2030年までに、AIがノーベル賞級の発見をできるようになると予想するのは、米国成人では39%、スタッフでは91%です（パネルC）。おそらく最も顕著な違いは、タスクによりますが、米国成人の19%から40%の間があるタスクをAIが決して こなせない だろうと答えているのに対し、スタッフでは最大でも2%であることです。

これらの見解の相違は、一部にはAIの使用頻度の違いを反映しています。職場で定期的にAIを使用している人（回答者の約5分の1）のうち、56%は2030年までにAIが挙げられた8つのタスクのうち少なくとも7つをこなせるようになると予想しています。これは、米国成人全体（41%）や、AIツールを使用したことがない人（28%）よりも大幅に高いものの、スタッフの見解（96%）にはまだ大きく及びません。

普及とその障害

AIが経済に与える影響は、生の能力だけでは決まりません。人々や企業が実際にAIを使用する必要があり、それには時間と実験がかかります。AIができるようになる業務タスクのうち、米国成人は2030年までに42%がAIを使って行われると予想しています。Anthropicスタッフは今後数年で明らかに速い普及を予想しており、AIが使用可能な全タスクの65%でAIが使用されると考えています。

職場でのAI普及を何が妨げる可能性があるかを理解するために、9つの障害のリストから最大3つを選んで最も大きな障害となると予想されるものを挙げてもらいました。一般の人々は、技術的制約よりも、人々の選好やルールが普及を妨げる可能性があると予想しています(図2)。「顧客が人との対応を好む」が最も多く選ばれた障害で、次いで「データのプライバシーとセキュリティへの懸念」、「AIが十分に信頼できないこと」、「法律、規制、または責任」が続きました。

注目すべきことに、職場でAIを日常的に使用している米国成人は、データのプライバシーとセキュリティへの懸念を第1位に挙げ(上位3つの障害に入れたのは42%、その他の人々では37%)、人と対応することを顧客が好むことをやや重要度が低いと見ています(37%対42%)。

AIはどれほど自律的になるか

AIが労働市場に与える影響は、一部、AIが複雑なタスクを自律的に完了するか、人間と協力して完了するかに左右されます。前者は人間の労働者を代替する傾向があります。一方、AIが人間の能力を補完する場合、労働者はより生産的になります。Anthropicスタッフと一般の人々の間で2030年の予想される自動化と拡張の感覚を把握するために、電子メールの作成から法的契約までの様々なタスクについて、2030年までにAIと人間がどのように協働するかを尋ねました。Anthropicでは、大多数のスタッフが、2030年までにAIがタスクを単独で完了するか、労働者がその作業を確認する形になると答えています(図3)。対照的に、米国成人の10人中4人は、人間がほとんどの作業を自ら行うか、ある程度のAIの助けを借りて行うと予想しています。

時間の節約

AIがどれほど産出量を増やすかは、どのタスクができ、どれほど広く使われるかだけでなく、どれほど速く、どれほど良くそれを行うかにも依存します。労働者を代替するのにちょうど十分なだけの技術、つまりAcemogluとRestrepo(2019)が「so-so」技術と呼ぶものは、GDPをあまり増やさずに仕事を置き換えます。対照的に、タスクをわずかなコストの割合で、または時間の割合で完了する技術は、GDPを有意に増加させることができます。

AIによる生産性向上についての認識を測るために、一般の人々とAnthropicスタッフに、AIが適しているタスクがAIを使う場合と使わない場合でどれほどの時間がかかるかを尋ねました。半分の時間で完了するタスクは、1時間あたりの産出量が2倍に相当します。³

Anthropicスタッフははるかに大きな予想節約を報告しており、85%が半分以下の時間で完了すると答えています。職場でAIを使用している米国成人では、典型的な回答は半分の時間であり、29%がタスクは同じかそれ以上の時間がかかると答え、スタッフでそう答えたのはわずか5%でした。米国成人のうち、職場でAIを使用している人の26%がタスクは4分の1以下の時間で完了すると答え、職場でAIを使用していない人の21%も同様に答えました。スタッフではその割合は59%です(図4)。

スタッフは職場で経験していることを述べているのかもしれません。詳細は以下で述べられていますが、 How Employment is Changing at Anthropicの通り、Anthropicの従業員はエージェント型ツールを導入した後、一部の面で生産性を向上させました。コーディングエージェントの導入後1か月でエンジニアが追加したコード行数は3倍になり、AIエージェントの導入後は営業担当者が顧客とのより多くの取引を成立させました。法務や採用など他の業務機能でも1人あたりの産出量が増加しました。

自身の仕事と雇用

AIが自身の仕事のどれほどをできるようになるか

おそらく驚くことではありませんが、AIが自分自身の仕事に与える影響について、一般市民とAnthropicスタッフの間には大きな認識の隔たりがあることがわかりました（Figure 5）。平均して、Anthropicスタッフは2030年までにAIが自分の現在の業務時間の75%をこなせるようになると答えています。一方、米国の労働者（職を持っていると回答した回答者）は平均28%とし、2030年までにAIが自分の業務時間の80%以上をこなせると答えたのはわずか20人に1人でした。

米国の労働者全体を見ると、期待値は職業によって異なります。手作業系の職種、生産・輸送の労働者ではAIが業務時間の25%をこなせると期待され、コンピュータ、エンジニアリング、科学系職種の労働者では33%とされています。後者のグループでは、AIを日常的に使用している人は40%しか期待しておらず、これは平均的なAnthropicスタッフ（75%）よりも平均的な米国労働者に近い認識です。

自身の仕事への露出と失業予測

人々がAIに自分の仕事のどれだけを任せると考えるかは、労働市場についての予測を大きく説明します。私たちは回答者に現在の失業率が約4.2%であることを伝え、2030年の失業率を予測してもらいました。Figure 6では、2030年までにAIが自分の業務時間のどの割合をこなせると回答者が期待しているかによって回答者をグループ分けし、各グループの平均失業率予測を示しています。

AIが自分の仕事の半分未満をこなせると考える米国労働者は、失業率7〜8%と予測しています。半分を超えると、AIの影響を受ける仕事の割合が高いほど予測は上昇します。AIが自分の仕事の80%以上をこなせると考える人々は、平均して2030年の失業率を12.2%と予測しており、これは世界金融危機時のピークを上回ります。米国労働者全体では、影響を受ける仕事の割合が10ポイント増えるごとに、予測失業率が0.4ポイント上昇するという関係があります。AIに対する一般的な楽観論ではこの結果を説明できません。自身の仕事への露出を固定すると、労働者がAIが習得すると考える8つのタスクの割合は予測とは無関係でした。

自分の申告した露出がはるかに高いにもかかわらず、Anthropicスタッフの間でも同じ勾配が見られ、予測は一般の人々の予測とほぼ一致しています。したがって、この2つのグループは、AIが自分の仕事とより広範な労働市場に同時にどのような影響を与えるかについて、異なる理論を持っているわけではないようです。異なるのは、AIの能力についての経験、ひいては期待です。

採用と再就職

Anthropicスタッフは、AIが自分の仕事の大部分をこなせるようになると予想しているにもかかわらず、Anthropicが採用を続けるとも予想しています。Anthropicスタッフの95%は今後12か月で人員が増えると予想し、スタッフの中央値は66%の増加を、27%は少なくとも倍増を予想しています。これらは内部調査におけるスタッフ個人の予想であり、Anthropicの計画や人員に関する見解を代表するものではありません。それでも、少なくともフロンティアAIラボでは、タスクの自動化と雇用削減は異なる予測であることを示しています。

しかし、Anthropicスタッフは、AIによって職を失った労働者がどのくらいの速さで新しい仕事を見つけられるかについては、米国成人よりやや悲観的です。私たちは、2030年にAIによる自動化のために職を失い、かつ職種の転換が必要となる人が、新しい仕事を見つけるまでにかかる時間を尋ねました。⁴ Anthropicスタッフの中央値は、AIによって職を失った労働者が新しい職種の仕事を見つけるまでに12か月かかると予想しています。これに対し、米国成人の中央値の回答は7〜12か月の範囲でした。

AIへの期待とその経済的含意

調査回答のモデルが示唆する経済シナリオへのマッピング

In Economic Scenarios for Transformative AI において、AIの能力と普及の異なる将来の道筋が経済成果の違いにどう結びつくかを評価するための構造化されたフレームワークを紹介しました。このモデルにより、各回答者の能力、普及、自動化、生産性、労働者の移転摩擦という5つの次元にわたる回答を、モデルが示唆する経済成果へと変換できます。⁵ 米国成人とAnthropicスタッフの両サンプルを通じて、主要なモデル入力に関連するすべての質問に回答した回答者（米国成人3,259人、スタッフ1,093人）を特定しました。次に、各回答者についてこれらの回答が示唆する経済シナリオを評価し、以下では2030年のGDP成長への影響に焦点を当てます。

モデルによると、米国成人の中央値の回答は2030年のGDP成長率5.4%を示唆しています。スタッフの中央値の回答は、2030年までにGDP成長率が17.1%に加速することを示唆しています。各グループ内には大きなばらつきがあるため、分布は大きく重なっています（Figure 7）。付録のFigure A1は、この格差に各信念がどれだけ寄与しているかを示しています。

オンラインシナリオエクスプローラークイズからの回答

図7はまた、この経済モデルに基づいて公開されたインタラクティブなシナリオエクスプローラーにサイト訪問者が提供した入力から示される経済シナリオも示しています。 www.anthropic.com/institute/econ-scenarios 2026年9月9日。

このインタラクティブ・エクスプローラーでは、2026年8月に米国の成人とAnthropicのスタッフに対して実施した質問の短縮版を尋ねました。公開後最初の48時間で23,075人の訪問者が調査に回答し、世界中の140か国以上からアクセスがありました。これらの訪問者は、Anthropicのウェブサイト上のページにアクセスし、クイズを受けることを自ら選んでいるため、一般の人々よりもAIに関心が高い可能性が高いです。実際、彼らの回答は米国の成人とAnthropicのスタッフの中間に位置しています。訪問者の回答の中央値は12.5%の成長を示唆しています。

ラボの中で

スタッフがAIの能力についてより楽観的な理由の一つは、開発プロセスをより直接目にする機会があることかもしれない。Anthropic Instituteは最近、再帰的自己改善(RSI)、すなわちAIシステムが自らの能力を次第に向上させていくプロセスへの進展に関する報告書を発表した(Favaro and Clark, 2026)。

職員自身がこれが起こると予想しているかどうかを明らかにするため、私たちはAnthropicの職員に対し、2026年初頭のフロンティアモデルを構築する作業のうち、現在AIが担っている割合、そして将来それがどうなると予想するかを尋ねました（Figure 8）。⁶ 調査対象となったAnthropicのスタッフの回答の中央値は、現時点で51%、2027年末までに80%、2030年末までに95%である。

AI開発においてAIが担う作業の割合についての推定は、チーム間よりもチーム内の方がはるかに大きく異なります。それでも、モデル構築の作業に最も近い研究チームのスタッフは、AIの現在の割合をやや高めに見ており、平均60%に対し、その他の調査回答者全体では53%でした。これは情報が何らかの役割を果たしていることと整合的ですが、研究者はその仕事の性質上、他の従業員よりも自身の仕事でAIを多く使っている可能性もあります。

採用予測と同様に、これらの回答は、2026年8月にAnthropicのスタッフを対象に実施された内部世論調査での職員の個人的見解です。

結論

米国の成人とAnthropicのスタッフは、今日のAIに何ができるかについては概ね意見が一致しています。しかし、それがどの程度の速さで向上するか、どのくらい広く使われるようになるか、そして節約された時間として測定される生産性向上がどの程度の規模になるかについては、見解が分かれています。以下のモデルの視点から見ると、 変革的AIに向けた経済シナリオ米国成人の回答の中央値からは、米国経済が通常の2倍以上のペースで成長するというシナリオが示唆されます。AI開発と活用の最前線で働くAnthropicのスタッフの間では、AIの進歩、普及、知的労働の自動化に関する予測は、経済にとって変革的かつ歴史的に前例のない変化を意味しています。2030年までに、GDPは約4年半ごとに2倍の規模に拡大するというのです。

今後数年でAIが自分の仕事をより多くこなすようになると期待している人は、失業率の上昇も同時に予想しています。これは米国の一般市民にもAnthropicの従業員にも当てはまり、平均してAnthropicのスタッフは自分の仕事の自動化がより早く進み、それに伴い失業率がより高くなると予想しています。この期待の相違は、Anthropicのスタッフと一般市民の間で、今後数年で自分の仕事がどの程度自動化されるかについての見方が異なることと密接に関連していることが分かりました。

AIとの日常的な体験は、この2つのグループの間で大きく異なっている。Anthropicのスタッフのほとんどは、仕事の多くを担うAIとすでに並んで働いているが、米国の労働者でそうしている人は少数だ。すでにAIと働いている人々は、Anthropicのスタッフに近い期待をすでに抱いており、これはAIの利用が広まるにつれて世間の期待も変化する可能性があることを示唆している。どの程度変化するかは、最先端の研究所でのように、他の場所でもAIが仕事の多くを担うようになるかどうかにかかっている。

引用の推奨表記

@techreport{sacher2026expectations,
	author = {Sacher, Szymon and Cotter, Tess and Jones, Charles I. and Korinek, Anton and McCrory, Peter},
	title = {The {AI} Expectations Gap: Public and Frontier Lab Views on {AI}'s Impact on Work},
	institution = {The Anthropic Institute},
	type = {Technical Report},
	year = {2026},
	month = sep,
	url = {https://www.anthropic.com/research/ai-expectations-gap}
}

謝辞

スコット・ブース、メレディス・キャラン、イェナ・チョー、アダム・ファリーナ、ベン・ファウラー、ライアン・ヘラー、アシュリング・キーナン、エヴァ・リュビチ、マキシム・マセンコフ、マット・モーン(Morning Consult)、マット・マンデー(Morning Consult)、ケリー・ペルセン、サラ・ポラック、サンティ・ルイズ、モニカ・トゥホフスカ、ヘザー・ホイットニー、ネイサン・ウィルマーズ、キム・ウィッシー、チャールズ・ヤン、ジャック・クラーク、ダリオ・アモーディ

参考文献

アセモグルー、D. および P. レストレポ(2019)。「オートメーションと新しいタスク:技術はいかに労働を置き換え、再び導入するか」『Journal of Economic Perspectives』33(2)、3–30。

Favaro, M. and J. Clark (2026). 「When AI Builds Itself.」The Anthropic Institute. https://www.anthropic.com/institute/recursive-self-improvement.

コリネック、A.、C. I. ジョーンズ、S. サッカー、T. コッターおよび P. マクローリー(2026)。「変革的AIのための経済シナリオ」。The Anthropic Institute Working Paper No. 2026-02。

マセンコフ、M.、E. リュビチ、S. サッカー、Z. ヒッツィヒ、S. チャン、R. ヘラーおよび P. マクローリー(2026)。「Anthropic経済指数レポート:周期」。The Anthropic Institute。 https://www.anthropic.com/research/economic-index-june-2026-report.

ウィルマーズ、N.、R. カティポン、M. マセンコフおよび P. マクローリー(2026)。「Anthropicにおける雇用の変化」。The Anthropic Institute。 https://www.anthropic.com/research/employment-at-anthropic.

付録

こちらで 参照可能.

脚注

1. Morning Consultは8月11日から23日にかけて米国成人を対象とした調査を実施し、10,980人の米国成人から回答を得ました。回答は成人人口を代表するように重み付けされています。将来に関する質問は、回答者の半数には2027年について、もう半数には2030年について尋ねられました。特に明記しない限り、2030年についての回答を報告します。この調査はオプトインのパネリストに対してオンラインで実施されたため、インターネットにアクセスできない成人は除外されており、人口統計による重み付けでは修正できない形で母集団と異なる可能性があります。職員調査は8月9日から12日にかけて実施された社内投票で、会社のあらゆる部門から1,334人の回答者を得ました。これは重み付けされておらず、全員に2030年について尋ねました。
2. Morning Consultは9月17日から24日にかけて同じ質問を再度実施し、最後に2つの新しい質問を追加して、7,613人の米国成人から回答を得ました。主要な結果はほとんど変わりませんでした。このサンプルにおける米国成人の中央値の回答は、2030年のGDP成長率5.6%と失業率4.7%を示唆しています。最大の変化は、2030年までにノーベル賞級の発見があると予想する米国成人の割合が39%から44%に上昇したことです。本稿を通じて8月の結果を報告します。
3. これは、人々や企業がClaudeに持ちかけるタスクの時間節約を評価するために、Anthropic Economic Indexで使用している分類器に類似したものです。例えば、以下を参照してください。 Estimating AI productivity gains from Claude conversations.
4. 両グループに次の質問が尋ねられました。通常時、仕事を失った人が新しい仕事を見つけるには通常約3か月かかります。次に、2030年にAI自動化によって仕事を失い、別の職業への転換が必要になった人のことを考えてください。その人が新しい仕事を見つけるにはどのくらいの時間がかかると思いますか?。一般公众の場合、回答の選択肢は「1か月未満」から「3年以上、または新しい仕事が見つからないであろう」まででした。Anthropicの職員はスライダーで月数で回答しました。
5. 我々は、調査の生の回答をモデルへの重要な入力の示唆する経路に変換するために、 Economic Scenarios for Transformative AI で概説されている手順に従います。同論文の付録Bを参照してください。この分析では、モデル内の他のすべてのパラメータを「Substantial」シナリオの値に固定しています。
6. 中央値は各成果物ごとに別々に計算されるため、成長率の中央値と失業率の中央値は同じ回答者から得られたものではない可能性があります。
7. これは、AIがどれだけのコードを書くかという問いよりも広い問いです。Favaro and Clark (2026)は、Anthropicのコードベースにマージされるコードの80%超が現在Claudeによって書かれていると報告していますが、フロンティアモデルの構築には研究の方向性、実験設計や評価なども含まれます。

関連コンテンツ

Claudeによるより効率的な量子回路の設計

我々はClaudeに8つの量子回路の平易な言語による仕様と、その設計をチェックし採点する自動評価器を与えました。Claudeはほぼ独力で、公開されている最良の回路を、場合によっては一桁以上改善しました。これにより、実用的な量子コンピュータの実現が予想より早まる可能性があります。

Claudeが明かしたECDSA曲線の起源

最も人気のある暗号標準の一つの起源に関する数十年にわたる謎が解明された。

Anthropicにおける雇用の変化

AnthropicではAIはどのように仕事と雇用を再構築したのか。AI導入の最前線にいる企業として、AnthropicはAIが経済全体の仕事の組織、採用、労働需要をどのように変えるかを示す先行指標になりうる。