Anthropic、社内の雇用変化を分析 - 技術部門のジュニア採用比率は27%から9%、人間の注意力がボトルネックに

Anthropicが2026年10月16日、社内データで自社の雇用と仕事の変化を分析したレポートを公開した。技術部門のジュニア採用比率は27%から9%に下がり、社員が動かすエージェントの稼働時間は8月に人間の6倍になった。出力を読む人間の注意力がボトルネックになり、採用面接では自律性と判断力が重視されつつあるという。

Anthropic Claude AI-agents future of work hiring productivity

Anthropic は2026年10月16日、自社の雇用と仕事の中身が AI でどう変わったかを分析したレポート「How employment is changing at Anthropic」を公開した¹。業務の流れを AI 前提で組み直した会社として、自社の変化が経済全体の働き方・採用・労働需要の先行指標になりうると位置づけている。

使ったのは社内の人事データ、AI の利用ログ、職務ごとの成果指標、従業員調査、社内コミュニケーションのパターン、カレンダー、採用判断の記録で、17人の従業員インタビューで補っている。いずれも Anthropic が自社のデータで行った分析である。TechCrunch は、ジュニアの比率の低下と会議時間の増加を中心にこのレポートを報じた²。

技術部門でジュニアの比率が下がった

Anthropic の分析によれば、技術部門の従業員に占めるジュニアの比率は2025年初めの21%から14%に下がり、技術職の採用に占めるジュニアの比率は27%から9%に下がった¹。ジュニア向けの求人は2025年12月以降にとくに減っている。

社内でジュニア技術職の需要が減っているという議論が出てきたのは2026年1月で、Claude を最も多く使うチームが、コードを書くことやバグを見つけることを Claude に任せられるようになってきたと感じたのがきっかけだという。4月にはエンジニアリングと研究のチームが下位の職位の採用の比重を下げ、同月の調査では過半数のマネージャーが AI を理由に採用で求めるスキルが変わったと答えた。AI を理由に採用を減らしたと答えたのは、ML のマネージャーの約3分の1、SWE のマネージャーの約5分の1である。

部門構成も変わった。技術部門が全従業員に占める比率は過去1年で61%から56%に下がった。ただし技術職の採用は絶対数では増え続けており、営業・財務・採用部門の採用がそれを上回ったための比率の変化だ。レポートは理由として、事業拡大に伴う自然な拡張と、コーディングツールで非技術職が自分でソフトウェアを作れるようになったことの両方を挙げている。基準時点でコミットのなかった非技術職のコーディング用エージェントのセッションは、2025年8月の月2回から2026年5月には月90回に増えた。

技術部門の中では、直近30日にコミットのない社員の比率が2026年4月までの1年でほぼ半減した。マネージャーのコミット数は2倍になり、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である。在籍1年以上の社員が月ごとに部門を移る確率は、2026年は2025年より50%高い。

創業5年の時点で比べると、Anthropic の従業員1人あたりの売上は、Meta と Google の同時期の2〜4倍だという¹。Anthropic は2026年4月までの12か月の社内記録、Meta と Google は創業5年時点の年次報告書（10-K）に基づき、2025年ドルに換算した比較である。

エージェントの稼働時間が人間を上回る

社内のエージェントの稼働時間（自律型と対話型の合計）は、2026年3月に人間の労働時間を初めて上回った¹。個々の社員が動かす対話型のエージェントに絞っても、8月には人間の6倍の時間動いている。この比較は、サブエージェントを合算したうえで、推論とツール利用の時間を数え、30分を超える待ちを除いたエージェントの実行時間を、人数×週40時間と仮定した人間の労働時間と並べたものだ。

成果の指標では、エンジニア1人あたりのコミットの伸びが最も速く、6か月前の5倍の速度になった¹。法務の契約処理、買掛金の請求書処理、営業の成約といった非技術職の成果も増えている。

ただし同じ時期に Anthropic の事業そのものが急拡大しており、レポートもこの点を断っている。AI の効果を切り分けるため、コーディングエージェントを導入したエンジニア192人と導入しなかった74人を同じ月で比べ、導入後の数か月で追加するコード量が急増したと報告している¹。そのうえで、導入は無作為ではなく推定に偏りが生じうること、コードが増えても良いコードや事業への効果を意味するとは限らないことを明記している。品質については、同じ社員が同じ月・同じディレクトリで書いたコードのうち、エージェントが書いた行と本人が直接書いた行で、その後に削除・取り消しされた比率に差は見られなかったとする。品質には多くの次元があり、AI の誤りは人間の誤りより見つけにくい可能性があるという留保つきの結果である。

出力を読む人間の注意力がボトルネックに

レポートが繰り返し指摘するのは、エージェントの出力に対して人間の注意力が追いつかないという点だ。対話型のセッションでは、時間の約80%が人間の入力を待っている¹。対話型セッションの出力を全部読むと、非技術職のグループでも週の労働時間の半分を超える（1トークン0.75語、毎分250語で換算）。2026年4月の調査の自由回答では、27%が Claude のツールによる生産性の向上を、20%が自分の役割が実作業から Claude の管理に移ったことを挙げた。

その結果として増えたのが、レポートが「メタワーク」と呼ぶ仕事である。エージェント向けのスキル作り、他のエージェントのための計画やレビュー、パイプラインのダッシュボードや監視、仕事の手順の文書化がこれにあたる。平均的な社員の対話型セッションに占めるメタワークの比率は、2025年秋の10%から2026年春には22%に増えた（2,000件のセッション要約を自動で分類した推定）。エージェント向けの常設の指示書は、2025年7月の数百件から1年後には8,500件になった。

会議は減っていない。カレンダーのデータでは、中央値の社員の会議時間は1年前より20%長く、技術系の個人貢献者でも16%長い。会社の成長や、会議の多い非技術職の比率が増えたことも一因だとしたうえで、従業員はインタビューで対面の調整を欠かせないものとして挙げている。エージェントは公開 Slack チャンネルのほぼ半数に現れたが、人間同士のやりとりを置き換えたのではなく、その上に加わった。記録のない会議や DM で決めたことはエージェントから見えないため、人間の仕事や決定をエージェントが参照できる場所に残す圧力が生じている、とレポートは書いている。

製品の側では、Anthropic は2026年9月にコーディネーターが並列のスレッドを差配する形に Claude Code の Projects を作り直した。

採用面接で見られる資質も変わった

2024年以降に採用した数千人分の面接評価コメントを自動で分類したところ、AI ツールの活用実績への言及は、2024年には技術職の評価の約5%、非技術職の7%だったが、2026年までに技術職で3倍、非技術職で4倍になった¹。技術職の面接で最も増えたのは候補者の自律性と判断力への言及で、専門領域の知識への言及は比率が縮んだ。非技術職では顧客志向・ミッション志向への言及が増え、実行力への言及が減った。

再配置を優先、ただし再現できない条件も多い

Anthropic は対応として、職務ごとの需要と生産性の指標を AI の能力・利用状況と照らし合わせる早期警戒の仕組みを立ち上げ、影響を受ける社員の社内での再配置を優先しているという¹。レポートは、従業員に広く株式を持たせていることも特徴に挙げつつ、それは評価額が大きく上がった会社だから取りやすい姿勢だと認めている。社内での再配置の約束が新規採用をためらわせうるというトレードオフにも触れている。

レポートは自らの限界も明記している。Anthropic の雇用慣行の多くは経済全体では再現できず、挙げた施策はどれもジュニア採用の減速に直接対処するものではない。既存社員の保護は、最初から採用されなかった人の助けにはならず、雇用主の取り組みとあわせて職業訓練や所得支援の政策が必要だとしている。

エージェントを入れる組織にとっての読みどころ

Anthropic はこれまでも社内の AI 活用を数字で示してきた。2026年6月のレポートでは、自社のコードベースにマージされるコードの80%以上を Claude が書いていると書いていた。OpenAI も9月に、社内の研究組織で人間1労働日あたり3.1エージェント労働日が投入されているとするデータを出している。測り方が異なるため数値は直接比べられないが、今回のレポートは、コードの量やエージェントの利用量だけでなく、採用の構成、会議の時間、面接での評価軸といった人の側の変化を扱っている。

エージェントの導入を進める組織にとっては、生産性の数字よりも、出力を読む・指示を書く・監視するという仕事が増えていく点、決定をエージェントから見える形で残す必要が出てくる点が、運用設計の参考になると考えられる。一方で、これは急成長中で従業員が広く株式を持つ1社の社内データであり、レポート自身が他社では再現できない部分が多いと断っている。自社の採用計画や評価制度に当てはめる際は、その前提の違いを踏まえて読む必要がある。