最近、Anthropicは、現在のAIがどの職業を置き換えているかを正確に描いた研究を発表しました。最も影響を受けやすい層は予想外でした：彼らはより年齢が高く、教育レベルが高く、収入も平均より47%高いです。また、彼らが大学院学位を保有している確率は、AIの影響を受けていない人々の約4倍です。
一方の研究によると、AIは理論的な能力の上限にまだ達しておらず、現在の実際の適用範囲は実現可能なシナリオの一部に過ぎません。具体的には、一部のタスクは理論的にはAI導入が可能ですが、規模的な実用化には至っておらず、その主な障壁には、モデル自体の機能制限、法的・規制上の制約、専用ソフトウェアの適合ハードル、人間による検証の必須要件などが含まれます。
この研究を発表した企業は、有名な大規模モデルClaudeを販売している企業である。AIを販売する企業が、自社に最も不利なデータを公開した。Anthropicは商業的な動機からこの結論を弱めることもできたが、依然として公開を選択した。
10大「高危」職業が発表、どの仕事は境界外に位置するのか？
研究結果を発表する前に、Anthropicは次のように説明しました。「現在のところ、AIが雇用に与える影響に関する証拠は依然として限られています。我々の目標は、AIが雇用にどのように影響を与えるかを測定するための方法論を構築し、今後定期的に分析を更新することです。この方法は、AIが労働市場を再構築するすべての経路を捉えることはできませんが、顕著な影響が現れる前に基盤を築くことで、後から原因を帰属するのではなく、将来的に経済的衝撃をより信頼性高く識別できるようになることを目指しています。AIの影響は最終的に非常に明確になる可能性があります。しかし、影響がまだ明確でない段階で、このフレームワークは特に有用であり、代替が実際に発生する前に最も脆弱な職種を特定するのに役立ちます。」
彼らの研究のロジックは非常に単純である。Anthropicは、「実際の暴露度（observed exposure）」という新しい指標を構築し、AIが理論上「何ができるか」ではなく、実際の職場環境で「何をしているか」に焦点を当てている。現在、この指標は、企業ユーザーによる数百万件の実際のClaude対話データに基づいて測定されている。あなたが4年間の時間と20万ドルを費やして学位を取得し、ホワイトカラー職に就こうとした場合、Claudeを開発した企業は、あなたの職業の暴露度が、卒業式であなたに酒を注いだバーテンダーよりも高い可能性があることを確認した。
たとえば、コンピュータおよび数学関連の職種では、大規模モデルの理論的適合率は94％であるが、現在の実際の適用率は33％にとどまっている。オフィスおよび行政職では、理論的能力は90％であるが、現在の実際の使用率は40％である。AIが「できること」と「すでにやっていること」の間には依然として大きな差がある。研究者たちは、今後起こることを明確に指摘している：能力の向上と応用の深化に伴い、現実の使用は理論的能力を徐々に埋めていくだろう。
データによると、AIの実際の露出度が最も高い職業トップ10では、プログラマーがタスクカバレッジ率74.5％で1位（コード開発系AIの高頻度利用特性と一致）；カスタマーサポート担当者は公式APIインターフェースの高頻度利用により70.1％で2位；データ入力担当者は資料入力プロセスが高度に自動化されているため、カバレッジ率67％で3位です。
さらに下を見ると、医療アーカイブスペシャリストは66.7％、市場調査アナリストおよびマーケティングスペシャリストは64.8％、卸売および製造業販売担当者（技術・科学製品を除く）は62.8％、金融・投資アナリストは57.2％、ソフトウェア品質保証アナリストおよびテスト担当者は51.9％、情報セキュリティアナリストは48.6％、コンピュータユーザーサポートスペシャリストは46.8％である。
これらはすべて予測ではなく、現在AIプラットフォーム上で実際に発生している仕事の代替です。
また、この技術は白領職業を再構築しているが、労働力の約3分の1にはほとんど影響を与えていない。末端層を見ると、30％の従事者はAIへの暴露が全くなく、その仕事のタスクは統計サンプルにおいて頻度が低く、算出の閾値に達しないため、AIタスクカバレッジはゼロである。典型的な職種には、シェフ、オートバイ整備士、ライフセーバー、バーテンダー、食器洗い係、更衣室スタッフなどが含まれる。同時に、木の剪定や農業機械の操作などの体力を要する農業労働、および裁判所代理などの法律実務も、引き続きAIの能力範囲外に位置づけられている。
分断はもはや「高スキル vs 低スキル」ではなく、「AIに覆われるか否か」である。現在の雇用規模を重みとして職業レベルでの回帰分析を実施した結果、AIの実際の暴露度が高いほど、職業の成長予測は弱くなることが示された。タスクカバレッジが10ポイント上昇するごとに、BLSの職業成長予測値は0.6ポイント低下する。この弱い相関関係は、本指標が専門的な労働市場分析データと一貫していることを確認している。注目すべきは、従来の理論的スキル係数βのみでは、この関連性を観測できないことである。
学歴が高くても、より簡単に失業するようになった
最も不安を覚えるのは、人口統計的な発見である。高暴露度上位25%層と無暴露度30%層の従事者プロファイルを比較すると、両者には顕著な差が見られる。高暴露度層では女性の割合が16ポイント高く、白人の割合が11ポイント高く、アジア系の割合はほぼ2倍である。
また、AIへの露出度が最も高い層の平均収入は、露出度が最も低い層よりも47％高く、全体的な学歴レベルも高い。無露出層の大学院卒業者の割合は4.5％に過ぎないのに対し、高露出層では17.4％に達し、差は約4倍である。
極端シナリオの試算によると、上位10%の高暴露職種の従業員が大規模な解雇に遭った場合、高暴露度上位四分の一層の失業率は3%から43%に急騰し、全体の失業率は4%から13%に上昇する。
そして、これらの人は、もともと「教育が保護する」と考えられていた人々である。ネットユーザーの一人は、「正直、これは驚きだが、納得できる。なぜなら、彼らは急速に発展する技術分野に簡単に移行できるスキルを持っている可能性があるからだ。」と評価した。
22歳から25歳の若年労働者に特に注目すべきであり、Brynjolfssonらの研究によると、高露出職業における雇用規模は6%〜16%減少した。この雇用減少の主な原因は、離職や解雇の増加ではなく、企業の採用ペースの鈍化であるとされている。
また、Anthropicの研究者たちは、2020年から2021年の特異な変動期を除外した後、2024年における二つの職種における若年層の採用傾向に明確な分岐が生じていることを発見した。企業によるAI露出度の高い若年層向け職種の採用意欲は著しく低下している。一方、低露出度職種の月間新規採用率は安定して2％を維持しているのに対し、高露出度職種の新規採用比率は約0.5ポイント低下した。総合的な算出によると、ChatGPTの普及以降、高露出職種における若年層の採用率は2022年比で14％低下しており、この結果は限界統計的有意水準にある。一方で、25歳以上の労働者には同様の採用縮小の傾向は見られていない。
初心者ポジションは単なる「仕事」ではなく、訓練の場です。初心者アナリストはここでシニアアナリストへと成長し、初心者弁護士はここで論理構築を学びます。この層が消えれば、将来のシニア専門家はどこから育つのでしょうか？この問いには、まだ答えがありません。
同時に、ネットユーザーは「AIがすべての知識労働者と技術専門家を置き換えた場合、現在のモデルの訓練データが古くなったとき、次世代の訓練素材は誰が作るのか？ネット上で検索可能な膨大なコンテンツを誰が作成するのか？これらのコンテンツこそがAIモデルの出力の核心的な原料ではないか。さらに、ほとんどのAI主要利用者が失業した場合、AIの運用と進化に必要な莫大な計算リソースコストを誰が継続して負担するのか？」と感慨した。
参照リンク：https://www.anthropic.com/research/labor-market-impacts
本文は微信公众号「AI前线」より。整理：華衛