会社が成長する一方、若手技術職の新規採用比率は27％から9％へ

2026年10月16日、AI企業Anthropicは社内の雇用、採用、エージェント利用、業務成果などを分析した研究を公開した。2025年初めから技術部門の新規採用に占める若手の比率が27％から9％に下がった。技術部門の在籍社員に占める若手の割合も21％から14％へ低下した。AIの導入が進む企業で初期キャリアの構成が変わりつつある。

ただし若手の採用人数そのものが3分の1になったと断定してはいけない。27％と9％は技術職の新規採用における若手の割合だ。分母となる採用全体の人数は変動する。Anthropicは技術職の採用が実数では増え続けており、営業、財務、採用などの事業部門がそれ以上の速度で拡大したと説明している。

会社全体の社員に占める技術部門の割合も、この1年間で61％から56％に下がった。しかしこれも技術職の大量解雇を裏付ける数字ではない。重要なのは会社が成長しながら、若手に与える最初の技術職機会の構成と仕事の内容が同時に変わっているという観測結果だ。

AIエージェントの作業時間が人間の6倍。それは生産性6倍なのか

Anthropicによれば2026年3月、社内で稼働する自律型と対話型AIエージェントの作業時間の合計が人間の推計労働時間を初めて上回った。8月には社員が自ら指示した対話型エージェントとサブエージェントだけでも、人間の推計時間の約6倍に達した。少人数の社員が多数のエージェント作業を並行して動かす構造が現れている。

ただし二つの時間は同じ方法で測定されていない。エージェントは推論と道具の実行時間をもとに集計し、30分を超える待機は除いている。人間の時間は社員数に週40時間を掛けて推計した。したがってエージェントが人間の6倍の価値を生み出した、あるいは社員6人分を削減したという意味ではない。

AIの結果には修正や再実行、人の確認が必要な場合もある。それでも機械が実行できる作業時間が急速に増え、人が何を信頼して採用するか判断する時間は同じ速度で増えない。企業の仕事を制約する要因が、作業そのものから注意と判断へ移る可能性がある。

エンジニアのコードコミットは5倍、でも品質と事業成果は別

研究ではエンジニア1人あたりのコードコミット数が約6か月前の5倍に達した。営業担当者の契約顧客や法務部門の契約書処理なども増えた。さらにコーディングエージェントを導入した技術者192人と、観測期間に導入しなかった74人を比べて、道具の導入前後に何が変わったかを分析した。

この比較は無作為な実験ではない。大規模な案件を始める人が積極的に新しい道具を使った可能性がある。またコード量が増えたからといって、製品の品質や事業利益が同じ倍率で上がったとは限らない。コミットの取り消しや後日のコード削除といった代理指標では明確な差が出なかったが、安全性や長期保守性まで証明した結果ではない。

非技術部門でもエージェントが出力した文章をすべて読もうとすれば、週の勤務時間の半分以上を使うという試算も示された。これは実際の読書時間を測定したものではなく、トークンを単語数へ換算し平均的な読む速度を仮定した計算だ。大量の出力を生み出す能力と、その内容を正しく確認する能力は異なる。

人の仕事は実行からエージェント管理へ移っている

Anthropicは、社員が直接コードや文章を作る代わりに、エージェントに作業を任せ、状態を見える化し、複数の結果を確認する活動を「メタワーク」と呼んでいる。社員の対話型Claudeセッションに占めるこうした活動の割合は2025年秋の10％から2026年春には22％へ上がった。全社員の勤務時間の22％という意味ではない。

対話が複数回続くエージェントセッションでは、経過時間のおよそ80％が人からの入力を待つ待機状態だった。機械は処理を続けられても、何を優先し、どの結果を承認し、どんな追加情報を与えるかは人の判断にかかる。社員1人が管理するエージェントの数が増えるほど、この判断が複数の仕事に共通する制約となる。

必要なのはAIへの指示文を上手に書く能力だけではない。どの結果を検証し、いつ危険な問題を上司や他部門に伝え、チームの成果につなげるかという判断だ。個別作業を速く終える能力から、人と機械の仕事の流れそのものを設計する能力へと要求が広がりつつある。

企業は判断力を求める。では若手はどこで判断力を身につけるのか

研究者は2024年以降の面接評価記録も分析した。技術職候補者の評価でAI道具の活用経験に言及する割合は約5％から2026年には約15％へ、非技術職では約7％から約28％へ上がった。技術職面接では自律性と判断力に関する記述が目立ち、特定の専門知識や実装能力への言及は相対的に少なくなった。

これは正式な選考配点や合否基準が同じ割合で変わったという証拠ではない。面接官が残した定性的な文章を自動的に分類した結果だ。それでも、あらかじめ決められた作業をこなすだけでなく、何をするべきかを判断してAIを使いこなす人が重要になり得ることを示唆する。

しかし熟練者は何を通じて判断力を得たのだろう。コードを書き、不具合を修正し、システム障害や予想外の事態に対応する中で学んだ人も多いはずだ。そうした初級業務の一部をAIが担うようになると、新人は判断の根拠となる経験をどこで積むのか。この研究は若手の能力低下を証明していないが、将来の専門家を育てる経路を考え直す必要がある。

在職者は別部署へ異動できた。まだ入社していない人は

Anthropicで勤続1年以上の社員が別部門へ移る月ごとの可能性は、2026年には2025年より約50％高まった。これは異動した社員数がちょうど50％増えたという意味ではなく、特定条件の社員の月次異動確率の比較だ。会社はAIで仕事が変わりそうな職種を早期に見つける監視体制も構築している。

例えばClaudeの画面に表示する短い文言を書いていた製品デザインチームは、その内容をエージェントが作れるよう仕組みを整えた後、モデル評価とプロンプトの作成へ仕事を移した。すでに製品や顧客を知っている社員の経験を、別の形で生かした実例だ。

しかしまだ社員でない人には、再配置する社内経験がない。Anthropic自身も在職者の再配置では若手の採用減速を直接解決できないと認めている。すでに経験を持つ人を守る仕組みと、初めて企業に入って学ぶ機会を用意する仕組みは別の課題だ。

社員の95％が増員を予想。それは会社の正式計画ではない

同じ10月16日、Anthropicは別の調査「The AI expectations gap」も公開した。2026年8月に米国成人1万980人を調べた人口統計加重調査と、Anthropic社員1334人の非加重社内調査を比較したものだ。社員は2030年までにAIが現在の自分の仕事時間の平均75％に相当する業務を行えるようになると予想し、米国就業者の平均予想は28％だった。

ところが社内回答者の95％は今後12か月間に会社全体の社員数が増えると考えていた。予想増加率の中央値は66％で、27％は少なくとも2倍になると回答した。いずれも社員個人の見通しであり、経営陣が公表した確定の採用計画や人員増の約束ではない。

AIが既存の作業を担うことと会社が成長することは両立し得る。新製品や顧客の拡大、販売・運営・支援部門の増強があり得るからだ。しかし会社全体が増員しても、若手技術者の最初の仕事が同じ割合で増えるとは限らない。企業全体の雇用成長と経験年数別の機会を分けて見なければならない。

BANSEOG VIEW｜AIが若手の仕事を担う時、未来の熟練者は誰が育てるのか

Anthropicでは技術職の新規採用に占める若手の比率が27％から9％に下がる一方、エージェントの実行時間が推計人間時間の約6倍になった。ただし同時期に起きたことだけで、AI導入が若手採用比率の変化をすべて引き起こしたと断定できない。会社の成長、部門の構成、採用方針の変化も関係するからだ。

Banseogは若手社員に三つの経験を意図的に用意することを提案する。第一にAIが行う仕事の目的とシステム全体の関係を理解すること。第二に出力の誤りを見つけ、原因を追跡して修正すること。第三に限定された範囲でも自分で決定し、その理由と結果に責任を持つこと。これはAnthropicの公式研修制度ではなく、公表資料から導いた独自の提案だ。

既存社員を別業務へ移し、AIによる生産を増やすだけでは、次の世代の上級技術者が自然に生まれるとは限らない。企業が考えるべきなのは今の社員1人がどれほど多くの仕事を処理するかだけではない。5年後に必要となる熟練者を、今どんな仕事の経験によって育てるのかという問いでもある。

BANSEOG VIEW

Banseogの視点｜若手の仕事が自動化される時、次の専門家はどう育つか

若手技術職27％→9％は新規採用の構成比。6倍は異なる定義の作業時間比。95％は社員の予想で、実績や公式採用計画ではない。これらを同じ指標として扱わないことが前提だ。

在職者の異動・再配置はすでに持っている経験を別の仕事で生かせるが、新しく入社する人が実務の判断を学ぶ場までは自動的に用意しない。入口の機会と既存人材の保護は別の設計問題になる。

Banseogは新人が仕事の目的を理解し、AIの誤りを検証し、限定的な判断の結果に責任を持つ経験を提案する。これは独自の分析枠組みでありAnthropicの公表された人事制度ではない。

SOURCES

参照した主な資料

2026年10月18日作成。Anthropic Institute『How employment is changing at Anthropic』10月16日公表：2025年初め以降の技術部門若手在籍構成21％→14％、技術職新規採用若手構成27％→9％、絶対採用者数の3分の2減少ではなく、技術職採用自体は実数で拡大。会社全体に占める技術部門の割合61％→56％。2026年8月には社員主導の対話型エージェント・サブエージェント実行時間が社員数×週40時間で推計した人間時間の約6倍。AI側は推論とツール実行を含み30分超の待機を除外。人間側と測定法が異なり生産性6倍や人員代替の数ではない。エンジニアのコミット数は約6か月前の5倍、導入者192人対非導入者74人の観察比較で無作為実験ではない。メタワーク10％→22％は対話型セッション比率で勤務時間の比率ではない。複数回対話セッションの約80％は人からの入力待ち。勤続1年以上の社員の月次部門間移動可能性は前年比約50％高まった。面接評価でのAI道具経験言及は技術職約5→15％、非技術職約7→28％で定性的評価文の分類。社員インタビュー17人。別研究『The AI expectations gap』では米国成人1万980人を人口統計で加重、社内社員1334人は非加重。2030年の自分の現在の業務のAI実行可能性は社員平均75％対米国就業者平均28％。社員95％が向こう12か月の全社人員増を予想、予想増加率中央値66％、27％が少なくとも2倍と予想。これは経営陣の公式計画ではない。二研究は別の標本と尺度。AIが若手比率減少を単独で引き起こした因果関係は未確認。新人の三段階学習機会はBanseog独自の分析提案で、Anthropicの制度ではない。