Anthropicが2026年10月16日、自社の雇用変化を分析したレポートを公開しました。技術職のジュニア採用比率は27%から9%へ低下し、2026年8月にはAIエージェントの稼働時間が担当する人間の6倍に達しています。ただし、この数字を「ジュニアを採らなくてよい」と読むと判断を誤ります。同じレポートには、技術職の人数は絶対数では増え続けていること、同社が1年で3倍の規模になったこと、そして「経済全体には一般化できない」という留保が併記されているためです。自社の人員計画に転用できるのは、採用比率ではなく仕事の中身の変化のほうです。
Anthropicが公開した数字
レポート「How Employment is Changing at Anthropic」は、Anthropic傘下の Anthropic Institute が2026年10月16日に公開したものです。著者は Nathan Wilmers、Regina Catipon、Maxim Massenkoff、Peter McCrory の4名で、社内の雇用記録・AI利用ログ・成果指標・従業員調査・カレンダーデータ・採用記録に加え、従業員17名へのインタビューを用いています。
| 指標 | 変化 | 期間 |
|---|---|---|
| 技術職のジュニア採用比率 | 27% → 9% | 2025年初頭 → 2026年8月 |
| 技術部門に占めるジュニア層の比率 | 21% → 14% | 同上 |
| 全社に占める技術部門の比率 | 61% → 56% | 直近1年 |
| AIエージェントの稼働時間 | 人間の担当者の6倍 | 2026年8月時点 |
| エンジニア1人あたりのコードコミット数 | 5倍 | 直近6か月 |
| メタワークが対話型Claudeセッションに占める比率 | 10% → 22% | 2025年秋 → 2026年春 |
| 中央値の従業員の会議時間 | 20%増 | 前年比 |
| 在籍1年以上の従業員の部門間異動 | 50%増（月あたり） | 2025年比 |
Anthropicのレポートによれば、エージェントの稼働時間が人間の稼働時間を初めて上回ったのは2026年3月です。そこから5か月で6倍に広がったことになります。
「ジュニアを採らなくてよい」と読むと誤る3つの理由
ジュニア採用比率27%→9%という数字は、ジュニアの採用人数が3分の1になったことを意味しません。レポートが示しているのは採用に占める比率であり、分母の条件が自社とは大きく異なります。
理由1：分母が1年で3倍に膨らんでいる レポートは「同社は直近1年で3倍の規模になった」と記述し、技術職の人数は絶対数では増え続けている（continued growing in absolute terms）としています。急拡大する組織でシニアを大量に採れば、ジュニアの比率は実数を減らさなくても下がります。レポートはジュニア採用が実数でも減ったかどうかを明示していません。
理由2：Anthropicは経済的な外れ値である レポートは、同社の従業員1人あたり売上が、同程度の成長段階にあったMeta・Googleの2〜4倍だと記述しています。1人あたりの生み出す額が桁違いの組織が「人を増やさずに伸ばせる」のは、AIの効果だけでは説明できません。
理由3：レポート自身が一般化を否定している 原文に「There are many parts of Anthropic’s employment practices that cannot be replicated across the economy.（Anthropicの雇用慣行には、経済全体に一般化できない部分が多くある）」と明記されています。手法面でも、コーディングエージェントを採用した192人と採用しなかった74人を比較したうえで、「ツールの採用はランダムではない」と自ら留保しています。大きな案件を控えた人ほど先にツールを整える、という選択の偏りが入りうるという意味です。
転用できるのは「仕事の中身」の3つの変化
自社に持ち込めるのは採用比率ではなく、同じ人数のまま仕事の構成が変わったという部分です。レポートの数字のうち、業種を問わず起きうる変化は次の3つです。
変化1：メタワークが増えた エージェントの仕様を書く、パイプラインを監視する、といった「AIに仕事をさせるための仕事」が、対話型Claudeセッションに占める比率で10%（2025年秋）から22%（2026年春）へ増えました。半年で2倍強です。これは職務記述書にも評価制度にも載っていない作業が、業務時間を実際に食い始めたことを意味します。
変化2：会議と異動が増えた AIを入れると会議が減る、という期待とは逆の結果が出ています。中央値の従業員の会議時間は前年比20%増、技術職の個人貢献者では16%増。在籍1年以上の従業員は、部門間を移る頻度が2025年比で月あたり50%増えました。レポートは対面での調整を不可欠（indispensable）と位置づけています。
変化3：人の注意がボトルネックになった 最も示唆的なのはこの数字です。レポートによれば、Claudeセッションの約80%は人間の入力待ちでアイドルしている（around 80% idly waiting for human input）。同社は「human attention is a constant bottleneck（人の注意が恒常的なボトルネック）」と明言しています。エンジニア1人あたりのコミット数が6か月で5倍になっても、エージェントは8割の時間を人待ちで過ごしているわけです。
自社の人員計画と職務設計で決める4点
Anthropicの数字から自社が決められるのは、採用人数ではなく職務設計の中身です。人事・経営が今期中に判断できる論点は4つに整理できます。
| # | 決めること | 判断の目安 |
|---|---|---|
| 1 | ジュニアの育成経路を書き直す | 「コードを書く・バグを探す」で育てていた経路が細るなら、代わりに何でレビュー能力を育てるかを決める |
| 2 | メタワークを職務記述書と評価に入れる | 仕様書作成・エージェント監視・出力検証を誰の職務とするか。評価されない作業は続かない |
| 3 | レビュー容量を先に見積もる | AI出力を確認できる人が週に何時間取れるか。この上限がツール導入の上限になる |
| 4 | 測る指標を出力量から手戻りへ変える | コミット数・作成件数ではなく、差し戻し率・レビュー滞留日数・再作業時間を見る |
1点目が最も重い判断です。レポートは、ジュニアの役割が縮んだ背景として「コードを書くこととバグを見つけることが、次第にClaudeへ任せられるようになった」ことを挙げています。従来はこの2つがジュニアの訓練場でした。訓練場を失ったまま採用だけを絞ると、5年後にレビューできる人がいなくなります。当社でも「AI人材育成に1億ドル｜Anthropicの型を自社に移す4点」で、育成の型を自社に移す際の論点を扱いました。
3点目は、導入前に効く数字です。AI導入が途中で止まる理由を扱った「AI導入が3か月で止まる理由｜定着させる社内体制」でも同じ構図が出ていました。ツールの性能ではなく、確認する人の時間が足りずに止まります。Anthropicの「80%は人待ち」は、その構図が最先端の組織でも変わらないことを示しています。
AI導入の進め方全体は「AI導入支援｜中小企業の進め方と支援会社の選び方」、発注前に確認する具体的な基準は「AI導入支援会社の選び方｜発注前に確認する7つの基準」で解説しています。
よくある質問
- Anthropicの報告を受けて、自社もジュニア採用を絞るべきですか。
-
同じ判断には使えません。Anthropicは1年で3倍に成長し、技術職の人数は絶対数では増えています。比率の低下は分母の急拡大を含むため、自社の採用計画の根拠にはなりません。
- AIエージェントを導入すると会議は減りますか。
-
Anthropicでは逆に増えました。中央値の従業員の会議時間は前年比20%増、部門間の異動も月あたり50%増です。調整や合意形成の必要量が減るとは限らない点を前提にしてください。
- 自社では何から測り始めればよいですか。
-
AI出力のレビューに使っている時間と、レビュー待ちの滞留日数の2つです。Anthropicではエージェントの稼働時間の約80%が人の入力待ちで、人の確認時間が処理能力の上限になっていました。
まとめ
- Anthropic Institute が2026年10月16日に公開したレポートで、技術職のジュニア採用比率は27%から9%へ低下。2026年8月にはAIエージェントの稼働時間が人間の担当者の6倍に達した。
- ただし技術職の人数は絶対数では増加中で、同社は1年で3倍に成長。レポート自身が「経済全体には一般化できない」と留保している。
- 転用できるのは比率ではなく仕事の中身の変化。メタワークは10%→22%、会議時間は前年比20%増、Claudeセッションの約80%は人の入力待ち。
- 人員計画で決めるのは「何人減らすか」ではなく、ジュニアの育成経路・メタワークの職務化・レビュー容量・測る指標の4点。
Auto-IDフロンティアの視点として、このレポートでいちばん重いのは採用比率ではなく「80%は人待ち」の一行だと考えます。自社のボトルネックが人の確認時間にあるなら、エージェントを何体増やしても出口で詰まります。人を減らす前に、確認できる人の時間がどれだけあるかを数えるほうが先です。
次に取るべきアクションは、AIを使っている業務を1つ選び、「生成にかかった時間」と「人が確認・修正にかけた時間」を2週間だけ分けて記録することです。比率が出れば、増やすべきものが人なのかツールなのかが判断できます。
自社の業務でどこがボトルネックになっているかを整理したいという方は、AI導入相談フォームからお気軽にご相談ください。
出典・参考資料
- ： How Employment is Changing at Anthropic （） （本記事の数値・引用はすべてこのレポート本文から）
