AnthropicがAI研究開発の26%をClaudeが主導と公表 — 「主導」の意味と限界

この記事は時点のニュースです。現在の提供状況とは異なる場合があります。誤りの訂正は随時行います。


「26%」は何の割合? 社内のAI研究開発の作業を、重みづけして集計した割合 主導(AL4):大半をAIが実行し、人が監督 26% それ以外の作業 協働以上(AL3〜):主導の26%を含む 90%超 完全自律(AL5):人が関与しない 測定した範囲では該当する分野なし 2026年7月の作業を対象にした、Anthropic自身の試作指数
「主導」は人の監督つき。完全自律ではない。出典と条件は下の出典欄を参照。
ひよこ ひよこ
AnthropicのClaudeが、自分の次のモデルを作っているって本当?
ペンギン先生 ペンギン先生
Anthropicは公式ページで、社内のAI研究開発のうちClaudeが「主導」する仕事が26%になったと公表したよ。ただし「主導」は人が監督する前提で、Claudeが自分だけで次のモデルを作っているという意味ではないんだ。
ひよこ ひよこ
26%って、何に対する割合なの?
ペンギン先生 ペンギン先生
社内のAI研究開発の作業を細かいタスクに分けて、重みづけして集計した割合だよ。各人が1週間に1単位を持ち、その週に取り組んだタスクで等分する方式だと説明されている。タスクごとの実際の所要時間の比率とは限らないから、「全作業のうちの26%」と単純に言い換えるのは注意が必要だね。
ひよこ ひよこ
「主導」って、どのくらい任せている状態なの?
ペンギン先生 ペンギン先生
自動化の度合いを表すAL0〜AL5という段階のAL4にあたるよ。高レベルの指示から、仕事の大半を最初から最後までAIがこなして、人は監督する状態だね。その一つ下のAL3「協働」は、人の細かい指示のもとでAIが大きな部分を担う状態で、AL3以上を合わせると90%超だと書かれているよ。
ひよこ ひよこ
じゃあ、もう人が要らないくらい進んでるの?
ペンギン先生 ペンギン先生
そうは書いていないよ。最上位のAL5は「人が関与しない完全自律」で、Anthropicは測定した範囲でClaudeが完全自律で動いている分野はないとしている。26%は、人が監督している前提の数字なんだ。
ひよこ ひよこ
2月は1%未満だったなら、すごい勢いで増えたんだね。
ペンギン先生 ペンギン先生
同じページに「2026年2月は1%未満」とあるよ。ただし今回の指数は試作版で、調べたのは2026年7月の作業なんだ。数字が上がったという報告と、その理由や今後の伸びは別の話だよ。数字だけで未来まで決めつけないようにしよう。
ひよこ ひよこ
どうやって測ったの? 人が全部数えたの?
ペンギン先生 ペンギン先生
各部署から無作為に選んだ社員の20%の作業から、約15,000の細かいタスクを洗い出したんだ。それぞれの自動化度は、まずClaudeのエージェントが調べて、別のClaudeが判定役として段階を付けているよ。
ひよこ ひよこ
ペンギン先生、Claudeが採点したなら、ひいき目にならないの?
ペンギン先生 ペンギン先生
そこはAnthropic自身も限界として挙げているよ。判定役とヒトの評価の完全一致は59%、1段階以内なら97%。ヒト同士の完全一致は35%で、境界の判断はもともとブレやすい。とはいえ、自社の数字を自社で測った報告という点は変わらないから、第三者による検証が大事になってくるんだ。
ひよこ ひよこ
他にも測っているものはあるの?
ペンギン先生 ペンギン先生
AI研究開発に使う計算資源のうち、安全分野に回した割合も出しているよ。全体で約6%、AIエージェントが行うAI研究開発では約12%という数字だね。あわせて、新モデルをAI研究開発に使う前の固定の試験期間、第三者による検証、安全研究の定義の共有、AI研究エージェントに回す計算資源の上限の検討を提案している。ここは提案で、実施が決まったものではないよ。
ひよこ ひよこ
ニュースで26%って見たら、何を確かめればいいかな?
ペンギン先生 ペンギン先生
まず「主導」が何を指すのか、何の割合なのか、いつ誰が測ったのかを見よう。この発表は社内の研究開発の測定報告で、Claudeの料金や性能、他社のAIとの比較を示すものではないよ。AIがAI開発を進める流れは、測り方を公開して外から確かめられるかが、これから問われていくんだ。

出典・確認した情報

  • Anthropic — Measurements for understanding the pace of AI development inside frontier labs

    発表日: 2026-09-17 / 確認日: 2026-09-20

    • Anthropic R&D Automation Indexの試作版で、Claudeが社内のAI研究開発の26%を「主導」し、2026年2月は1%未満。ページ自体に公開日の記載はなく、公開日は米AP配信記事(2026年9月17日付)による。
    • 「主導」はAL4(高レベルの指示から大半を最後まで実行し人が監督)、AL3以上は90%超。測定した範囲で完全自律(AL5)の分野はない。
    • 2026年7月の作業が対象。各部署から無作為に選んだ社員20%の作業から約15,000タスクを抽出し、Claudeが調べ別のClaudeが判定。各人1週間1単位をタスクで等分する重みづけ。
    • 判定役とヒトの完全一致は59%、ヒト同士は35%、1段階以内の一致は97%。判定精度・固定タスク集合・境界事例を限界として記載。
    • AI研究開発向け計算資源の安全分野への配分は約6%、AIエージェントによるAI研究開発では約12%。固定の試験期間、第三者検証、安全研究の定義の共有、計算資源の上限を提案。