AIエージェントの稼働時間が社員の6倍になった会社で、人の仕事はどう変わったのか ― Anthropicの社内雇用レポートを読む

AIで仕事が速くなったら、人には余裕が生まれるのでしょうか。AIエージェントの稼働時間が社員の6倍になったAnthropicの社内レポートから、人の仕事に何が起きたのかを読み解きます。

AnthropicではAIの稼働時間が社員の6倍になった

AI開発企業のAnthropicは2026年10月16日、自社の社内で雇用と仕事がどう変わったかをまとめた報告書を公開しました。社内のデータを広く使い、社員17人へのインタビューで補っています。

この報告書のすごいところは、自社にとって都合のよい数字だけを並べていない点です。技術職の採用に占める若手の比率が下がったことや、社員がAIの対応に追われている様子まで、データと社員の声で率直に書いています。

3月にAIの稼働時間が人の労働時間を超えた

2026年3月、自律的に動くものと対話しながら動くものを合わせたAIエージェント（人の指示を受けて作業を自分で進めるAI）の稼働時間が、社員の労働時間を初めて上回りました。8月には、社員が自分で動かす対話型のエージェントだけで見ても、稼働時間が人の6倍に達しています。人の労働時間は「人数×週40時間」で計算されています。6倍という数字は、1人の社員が動かす複数のエージェントの稼働時間を足し合わせたもので、AI側は推論やツールの実行時間を含み、30分を超える待ち時間を除いて計算しています。

営業も法務も、仕事の成果が伸びた

エンジニア1人あたりのコードの提出回数は、6か月前の5倍になりました。伸びたのは技術職だけではありません。法務は処理した契約が、経理は処理した請求書が、営業は成約が増えています。

同じ時期に事業そのものが急成長しているため、報告書はコーディング用のエージェントを導入したエンジニア192人と、期間中に導入しなかった74人を比べました。その結果、導入した人は導入後にコードの量が増えています。

AIのコードも、削除や差し戻しの割合に差はなかった

量が増えても質が落ちていては意味がありません。報告書は、同じ人が同じ月に同じ場所で書いたコードを、AIが書いたものと人が書いたもので比べました。90日以内に削除された割合や、変更ごと差し戻された割合などの指標で、差は見られませんでした。ただし報告書は、品質には多くの側面があり、AIの誤りは人の誤りより見つけにくい可能性もあると断っています。

以前の記事（AI経営は何を測るべきか）で紹介したAI成果マップに当てはめると、公開情報で確認できるのは主に業務と人の変化です。

※画像はクリックで拡大できます

では、これだけAIが働く会社で、人はいったい何をしているのでしょうか。

人の仕事は、作業からAIを動かす仕事へ移った

人の仕事は、自分で手を動かすことから、AIに仕事を渡し、出てきたものを確かめ、判断することへ移っています。その結果、仕事を進めるうえでボトルネックになったのは、人の注意力でした。Anthropicの社員は、自分の注意力を守るための仕組みづくりに時間を使い始め、人と顔を合わせて決める時間はむしろ増えています。

AIを管理する仕事が、セッションの1割から2割強に

報告書は、AIに仕事をさせるための仕事を「メタワーク」と呼んでいます。複数のエージェントに渡す仕様書を書く、あるエージェントの出力を別のエージェントに確認させる、処理の流れを見張るダッシュボードを作る、といった仕事です。

平均的な社員の対話型セッション（AIとのひと続きのやり取り）のうち、メタワークにあたるものの割合は2025年秋の10%から2026年春には22%に増えました。エージェントに常に守らせる指示書も、1年で数百件から8,500件に増えています。2026年4月の社員調査では、AIの影響を自由に書いてもらう質問で、回答の20%が「自分で作業する役割から、AIを管理する役割へ移った」という趣旨を書いています。

※画像はクリックで拡大できます

戦略の仕事が、仕事の大半になった職種もある

営業のある社員は、メールの下書きや顧客管理ソフトとの連携をAIに任せ、以前の作業の約2割が置き換わったと話しています。別の営業担当者は、同じような自動化で顧客と向き合う時間に集中できるようになり、以前より30%多くの顧客と話せるようになったそうです。別の非技術職の社員は、もともと2割だった戦略的な仕事が、今では仕事の9割になったと話しています。

仕事が速くなったのなら、人には余裕が生まれたのでしょうか。

人の注意力が、新たなボトルネックになった

AIによって作業が速くなっても、それがそのまま人の余裕につながるとは限りません。Anthropicでは、人が確かめ、判断するための注意力が、仕事を進めるうえでの制約になっています。

対話型のAIは、時間の8割を人の返事待ちに使う

対話型のセッションでは、AIが実際に作業している時間よりも、人の入力を待っている時間のほうが長く、全体の約8割を占めました。あるエンジニアは、この状態を子守にたとえています。ジュースの容器を開けてほしい子も、指を切って血を流している子も、緊急事態だと言わんばかりに同じ切迫感で呼んでくる、というのです。

AIの出力をすべて読むと、非技術職でも週の半分

報告書は、対話型セッションでAIが出した文章を人がすべて読むと何時間かかるかも試算しました。技術職ではこの半年で量が急増し、非技術職のグループでも週の労働時間の半分を超える量になっています。

会議の時間は、むしろ2割増えた

AIが増えたのに、会議時間の中央値は1年前より20%増えました。会社の拡大による影響もありますが、技術系で個人として働く社員に絞っても16%増えています。ある社員は、不具合を追うと組織や仕組みの問題に行き着き、人が集まって決めるしかない場面が増えたと話しています。インタビューでは多くの社員が、顔を合わせての調整は欠かせないと述べています。

この変化を、日本企業の人事はどう受け止めればよいのでしょうか。

AIの監督を、人事の仕組みに載せる時期が来ている

AIの導入効果を「削減できた時間」だけで測ると、メタワークと確認の時間は見えなくなります。以前の記事（AI利用率をKPIにすると何が壊れるか）でも触れたように、利用量の数字は使われた事実を示すだけで、仕事がどう変わったかまでは示しません。

AIの監督は、職務にも評価にもまだ書かれていない

多くの会社の職務記述や評価項目は、人が自分で作業することを前提に書かれています。AIに渡す仕様を書く、出力を確かめる、止めるかどうかを決める、といった仕事は、今のところどこにも書かれていないのではないでしょうか。もし自社でAIの利用が広がっているなら、この仕事を誰が担っているのかを一度書き出してみてはいかがでしょうか。

決めたことを残さないと、AIは古い前提で動く

Anthropicでは、数か月前の社内グッズの資料に名前が残っていた社員のもとに、担当を外れた後もエージェントがTシャツやマグカップの依頼を持ってき続けたそうです。笑い話のようですが、日本企業に当てはめると、口頭で決めて記録に残さないことが多い組織では、AIが古い情報のまま動き続けることになりそうです。報告書も、開かれた場所で働き、決めることが、AIを深く使う組織には欠かせないと見ています。

AI企業ならではの事情は、割り引いて読む

Anthropicは自らAIを作る会社で、一般の企業とはAIの導入の仕方が違います。報告書自身も、同社の雇用慣行の多くは経済全体では再現できないと述べています。また、完全自律型のエージェントを使い始めた社員は、その前から成果が伸びていたことも示しています。ここで言えるのは、AIを深く使った組織で人の仕事に何が起きうるかという、一つの先行例の範囲です。

では、AIで浮いた時間を、会社はどう扱えばよいのでしょうか。

筆者の考え：浮いた時間は、まず注意力の設計に使う

AIで浮いた時間は、そのまま別の仕事で埋めたくなります。けれどもAnthropicの例を見る限り、浮いた時間の一部は、AIを見張り、確かめ、判断する仕事に自然と吸い込まれていきます。この仕事を見えないままにすると、人の注意力が先に尽きてしまいます。

そこで一案として、AIの導入効果を測るときに、削減できた時間と並べて「AIの監督と確認に使った時間」も測ってみてはいかがでしょうか。あわせて、AIの作業を誰が止められるのか、決めたことをどこに書き残すのかを、導入の早い段階で決めておくと、後から慌てずに済みます。

システムエンジニアから人事の世界に移った立場から見ると、これは新しいシステムを入れたときに「運用の手間」を見積もり忘れる失敗とよく似ています。AIは道具であると同時に、手のかかる同僚でもあります。その同僚と働く時間を、仕事として正面から扱うことが、AIの成果を人の成果につなげる第一歩ではないでしょうか。参考にしてもらえる場面があれば幸いです。

【セルフチェック】AIと働く時間の5項目

この記事の考え方を、自社の仕事の進め方に当てはめてみるためのチェックリストです。正解を出すためのものではなく、立ち止まって考えるためのもの。気になった項目だけ拾ってもかまいません。各項目に、考えるときの手がかりを一言ずつ添えました。

• AIの導入効果を、削減時間以外でも測っているか確認・修正に使った時間を並べてみる
• AIに仕事を渡し、確かめる役割を誰が担っているか分かるか職務記述や評価項目に書かれているか
• AIの作業を止める権限が決まっているか止めた後に誰が引き継ぐかも含めて
• 決めたことを、AIも読める場所に残しているか口頭だけの決定がどれくらいあるか
• AIの通知や依頼が、特定の人に集中していないか会議と確認の時間の増え方を見る

用語メモ

本記事に登場する専門用語をまとめました。▶ をクリックすると説明が表示されます。

※本記事は2026年10月19日時点でAnthropicが公開した報告書をもとに、一般的な情報提供を目的としてまとめたものです。数値や分析結果は同社の社内データに基づくもので、他の企業にも同じ結果が当てはまるとは限りません。自社での判断にあたっては、一次情報をご確認ください。