Anthropicが公開した研究が示したのは、ロボットの雇用影響を決めるのは「できるか」ではなく「元が取れるか」だという点だ。ロボットは現状で米国の物理的タスクの74%（労働時間の34%）を実行できるが、費用対効果があるのはjob tasksのわずか0.3%にとどまる。自動化投資を判断する経営者や実務者にとっては、デモや能力ベンチマークで「できる」ことを確認しても、導入判断の材料としては足りず、見るべきはタスク単位の採算になる。AIが働き方に与える影響を追う大きな流れの中で、この研究は、タスクの中身は変わっても総雇用は大きく動かないという統計上の構図に、「採算」という説明軸を加えるものだ。本当の問いは、能力と採算の間にある73.7ポイント分の隙間が、コストがどこまで下がれば埋まるのか、に移る。
何が起きたか
Anthropicは公式リサーチとして「ロボットはどんな仕事をこなせるか」を公開した。公開日は2026年9月30日で、著者はRussell Legate-Yang氏とMaxim Massenkoff氏。同社は次の2つの数字を示している。
- 「Robots can already perform 74% of physical tasks in the US, making up 34% of working hours.」（ロボットは米国の物理的タスクの74%、労働時間の34%分をすでに実行できる）
- 「Robots are cost-competitive for just 0.3% of job tasks.」（ロボットが費用面で競争力を持つのは、job tasksのわずか0.3%）
仕組み・詳細
手法は、Claudeがウェブ検索で現行ロボットの能力を評価するというものだ。過去の労働への影響を予測できた検証があるとの記述が研究にはあるが、AI搭載ロボットが露出の尺度を飛び越える可能性にも留保が置かれている。能力の評価がLLMによる判定に依存する点は、数字を読むうえでの前提になる。
数字で見る
| 指標 | 値 | 読み方 |
|---|---|---|
| ロボットが実行可能な米国の物理的タスク | 74% | 技術的能力（統制環境を含む露出レベル）の話 |
| 上記が占める労働時間 | 34% | 物理的タスクの多くは労働時間の一部にとどまる |
| 費用対効果があるタスク | 0.3% | 原文の分母は「job tasks」 |
読み違えやすい点が2つある。
- 74%は代替確率ではない。 統制環境を含む技術的な露出の水準であり、実環境での実用性や経済性を意味しない。「74%の仕事がロボットに置き換わる」とは読めない。
- 0.3%の分母は「job tasks」である。 原文の表現はこの通りで、物理的タスクに限った割合かどうかは、今回の確認では原文で突き合わせられていない。このため本記事では「タスクの0.3%」と表記する。コスト推計も概算である。
背景
引用した文言は、取得ツールが返した要約中の抜粋であり、原文との完全一致までは確認していない。数字の根拠強度は、公式の自社研究で一次確認済みである一方、手法がLLM評価に依存するため「中」とみるのが妥当だ。
なぜ重要か
能力だけを測る見方では、74%という数字は「大半の物理的作業が自動化の射程に入った」という印象を与える。そこに0.3%という採算の数字が並ぶと、実際の導入を左右するのは能力よりコストだという構図が見える。ロボットの価格や運用コストがどの水準まで動くかによって、同じ能力のままでも採算が合うタスクの範囲は変わりうる。雇用への影響を議論するときは、能力の天井と採算の床を分けて見る必要がある。