AIで仕事はどう変わる？「Japan AI Index」が測る日本の現在地【2026年版】

---

「AIで仕事が奪われる」「AIで生産性が上がる」「日本は米国よりAI活用で遅れている」――2026年、私たちは毎日のようにそんな言葉を耳にする時代にいる。

だが、日本社会のどこでAIが使われ、どの仕事が変わり、何の価値が上がっているのか。それを私たちは本当に「測って」いるだろうか。AI投資の判断も、人材育成の再設計も、その答えなしには始められない。

そこで登場したのが、東京大学 松尾・岩澤研究室、PKSHA Technology、Anthropicが構築を進める「Japan AI Index」である。AIという大きな変化の中で、日本社会が今どこに立っているのかを測る「計器」を作ろうという試みである。

Japan AI Indexとは？「AI社会の健康診断」を作る試み

Japan AI IndexはAIそのものの性能ではなく、AIが日本社会で実際にどう使われ、仕事や経済をどう変えているかを測る観測基盤である。

Japan AI Indexは、東京大学大学院工学系研究科 松尾・岩澤研究室、PKSHA Technology、米Anthropicが2026年6月4日に構築へ向けた協業を発表したプロジェクトです。2026年6月時点では名称は仮称で、初回レポートとデータ分析ダッシュボードは2026年度秋の公開予定です。

最大の特徴は、AIの「能力」ではなく「実際の利用」を観測しようとしている点です。Anthropicがプライバシーに配慮して匿名化・集計するClaudeの利用統計を基盤とし、日本の業界別生産性、就業者数、Japan O*NET等の職業データを組み合わせます。

これらのデータを突き合わせることで、「製造業でAIはどこまで使われているのか」「営業職のどのタスクがAIへ移りつつあるのか」「AI利用が進む業種で雇用や生産性はどう変化しているのか」といった問いを、業界・職種・タスクという細かな解像度で追跡しようとしています。

では、この観測基盤を誰が、どのような役割で作るのでしょうか。三者はそれぞれ、大学、AIモデル企業、産業実装企業という異なる立場から参加します。

Japan AI Indexを構成する3者の役割

組織	主な役割	強み
東京大学 松尾・岩澤研究室	中立的な分析設計を主導。分析結果は東京大学主体でダッシュボード・年次レポートとして公開	学術的中立性と分析設計
Anthropic	匿名化・集計したClaude利用統計を分析の基礎データとして提供	LLMの実利用データとEconomic Indexの知見
PKSHA Technology	産業界におけるAI実装知見を提供し、実務に役立つ指標への育成を支援	日本企業へのAI社会実装経験
※出典：東京大学 松尾・岩澤研究室、PKSHA Technologyの2026年6月4日発表。各組織の役割は発表時点の公表内容に基づく。具体的な協業形態は今後関係者で議論の上、最終決定予定。

「AIならできる」と「現場で実際に使われている」は別物です。だからこそ、理論上の代替可能性だけではなく、実際の利用データから社会変化を測る意味があります。

なぜ今、「AIを測る」必要があるのか

AIをめぐる議論が楽観論と悲観論の両極へ振れる背景には、実際に何が起きているかを測る共通のものさしが不足している。

「AIでホワイトカラーの仕事はなくなる」「日本は人手不足だからAIは救世主だ」「生成AIで生産性は劇的に上がる」「AIは間違えるから重要業務には使えない」。同じ時代を見ているのに、AIをめぐる議論は正反対の結論へ向かいます。理由の一つは、産業も職種もタスクも異なるものを一括りに「AIの影響」と呼んでいるからです。

松尾豊教授もJapan AI Indexの発表で、日本には「AIが実際に何を変えているのか」をデータで示せる基盤がまだないという問題意識を示しています。政策、経営、人材育成を感覚ではなく事実に基づいて進めるには、共通の観測基盤が必要です。

スピードメーターのない車で高速道路を走る光景を想像してください。加速している感覚はあっても、時速60kmなのか120kmなのか、エンジンが悲鳴を上げているのかは分からない。AIの進化が加速するほど、社会の側にも「現在地を正確に測る計器」が不可欠になる。Japan AI Indexの本質は、まさにこの計器を作ることにあります。

先行データが示す日本の現在地――米国比40％の意味

Japan AI Indexの初回レポートはまだ公開前だが、Anthropic Economic Indexの先行データから、日本のAI利用の偏りと活用余地が見え始めている。

ここで数字を一つ見てみましょう。2026年6月の公式発表では、Anthropic Economic Indexの2026年2月データを用いた比較として、AI利用が最も進む「コンピューター・数学」分野でも、日本の労働人口あたりのClaude利用度は米国の約40％と示されました。これはClaudeの利用データを労働人口あたりで比較した先行分析であり、国内では東京・大阪・神奈川などへの利用集中も示されています。

ここは誤読しないことが重要です。これはJapan AI Indexの初回レポートによる分析結果ではなく、「日本の生成AI利用全体が米国の40％」という意味でもありません。Claudeの利用データを基にした先行比較であり、ChatGPT、Gemini、Microsoft Copilotなど他サービスの利用は直接含まれていません。

それでも、この数字は重要な問いを生みます。日本企業は単純にAI導入が遅いのか。それとも相談や下書きには使っても、実際の業務実行までは任せていないのか。企業の承認文化、セキュリティ、品質要求、職種構成が利用パターンを変えているのか。Japan AI Indexの価値は「40％」という数字そのものより、その内側を分解できることにあります。

本当に消えるのは「仕事」ではなく「タスク」かもしれない

AIによる雇用変化を理解するには、職業が丸ごと消えるかではなく、一つの職業を構成するタスクがどう再編されるかを見る必要がある。

「AIでプログラマーはなくなるのか」「営業はAIに代替されるのか」。分かりやすい問いですが、AI時代の仕事を考えるには粗すぎます。例えば営業には、顧客調査、メール作成、提案書作成、ヒアリング、社内調整、価格交渉、関係構築、契約判断など、性質の異なる多数のタスクがあります。

生成AIは、調査や文書作成のようなデジタルタスクを急速に引き受けています。一方で、顧客が言葉にしていない不安を読み、複数部署の利害を調整し、最後の条件に責任を持つ仕事が同じ速度でAIへ移るとは限りません。職業は一枚岩ではない。仕事とは「タスクの集合体」である。

ソフトウェア開発でも同じです。AIがコードを書く比率が高まるほど、人間には要件、制約、アーキテクチャ、品質、セキュリティを判断する力が求められます。この変化の構造は「AI駆動開発とは？生成AI時代のソフトウェア開発完全ガイド」で詳しく解説しています。

Japan AI Indexが業界・職種だけでなくタスク単位で観測しようとしている意味は、まさにここにあります。問うべきなのは「自分の職業が消えるか」ではなく、「自分の仕事のどこがAIへ移り、その結果、人間の価値がどこへ移るのか」です。

静かに消え始める「若手が仕事を覚えるための仕事」

AI時代の雇用問題で先に揺らぐ可能性があるのは大量失業ではなく、新人が経験を積んできた入口業務と育成の階段である。

企業が真に警戒すべきなのは、大量失業だけではありません。もっと静かで長期的な構造変化――「入口業務」の消失です。情報収集、議事録作成、資料の下書き、簡単なコード修正。これらはAIが得意とする一方、新人が業務の文脈、品質基準、顧客感覚を体得してきた「修行の場」でもありました。

Anthropicが2026年3月5日に公表した米国労働市場の初期分析では、AIで実行可能なだけでなく、実際にClaude上で業務利用されているタスクの比重が高い「高曝露職」で、失業率が系統的に上昇した明確な証拠は確認されていません。一方、22～25歳では、高曝露職への新規就業率が2022年比で14％低下しました。ただし、この結果は統計的に有意と言えるかぎりぎりの水準であり、Anthropic自身も若年層の採用鈍化を示す初期的なシグナルとして慎重に扱っています。

重要なのは「AIが若者の仕事を奪った」と断言することではありません。新人が担ってきた仕事をAIへ移すなら、企業は「経験を積ませる仕組み」まで同時に作り直さなければならないということです。この構造的な危機については「AIが変える起業の新常識｜ソロプレナー急増と新人教育の危機」で深掘りしています。

現場リーダー育成も同じ問題を抱えます。AIが議事録、資料作成、軽微な実装を肩代わりするなら、それに代わる判断訓練が必要です。「現場リーダーはもう自然に育たない｜AI時代のSES人材育成」で扱った問題は、IT業界だけの話ではなくなりつつあります。そして入口業務の変化は、AIの使われ方そのものが変わることで、さらに加速する可能性があります。

AIは「答える」から「動く」へ――企業が測る対象も変わる

生成AIが会話ツールからAIエージェントへ進むほど、「利用回数」ではなく、どこまで仕事を任せたかを測る必要がある。

AIの使われ方自体も変わっています。初期の生成AIは、人間が質問し、AIが答える一問一答型が中心でした。いまはClaude Codeのようなコーディングエージェントや、ツール利用を伴うワークフローが広がり、AIが複数工程をまたいでタスクを進める場面が増えています。

Anthropicは2026年6月26日付のEconomic Index「Cadences」で、Claude CodeやCoworkなど長時間のエージェント型利用が増え、従来のチャットログだけではAIの経済活動への影響を十分に捉えにくくなったとして、データ収集・分類方法を更新しました。AIの使われ方が変わる速度が速すぎて、「AIを測る方法」まで変えなければならないのです。

社員がAIチャットへ100回質問した会社と、AIエージェントへ一つの業務を委任し、複数工程を処理させた会社では、単純な利用回数を比べても意味がありません。これからは「何回使ったか」ではなく「どこまで仕事へ組み込んだか」を見る必要があります。

AIエージェントのPoCから本番移行、権限設計、Human-in-the-Loop、監査ログまで「AIエージェント導入ガイド2026｜PoC・本番移行・ガバナンス設計」で体系化しています。AIが物理世界へ広がるPhysical AIの動向は「Physical AIとは？ロボットと生成AIの次世代技術」でも詳しく解説しています。

実務ではどう判断するか――企業にも「Company AI Index」が必要になる

企業にとって重要なのはAI利用率を競うことではなく、AIによって時間・品質・責任分界・人材成長がどう変化したかを継続的に測ることである。

多くの企業で「全社員に生成AIアカウントを配った」「社員の80％が月1回以上使った」といった数字が使われています。導入初期のKPIとしては有効ですが、それだけでは経営成果は分かりません。メールの言い換えに使った1回も、設計書のドラフト作成や業務分析に使った1回も、同じ「1回」として数えられるからです。

経営者が見るべき数字は、「何人使ったか」から「何が変わったか」へ移す必要があります。Japan AI Indexが社会全体の変化を測る試みなら、企業には自社の業務・品質・人材への変化を測る仕組みが要ります。Arpableでは、この実務上の整理を便宜上「Company AI Index」と呼びます。

Arpableが提案する「Company AI Index」5つの観測軸

観測軸	見るべき問い	経営上の意味
タスク	どの仕事をAIへ移したか	導入の深さを把握
時間	所要時間はどれだけ減ったか	生産性を確認
品質	精度・手戻りはどう変わったか	「速いが粗い」を防止
人間の関与	どこで確認・承認を残すか	責任境界を明確化
人材成長	AI化で失われた経験は何か	将来の中堅空洞化を防止
※「Company AI Index」はArpable編集部による実務上の整理概念であり、Japan AI Indexの公式指標ではありません。

例えば3時間かかっていた仕事が30分になれば、2時間30分の余力が生まれます。そこで人を減らすだけならAI導入はコスト削減で終わります。顧客との対話、新規事業、品質向上、後輩育成へ再配分できれば、初めてJob Redesign（仕事の再設計）になります。

AIによる生産性と、人間の成長を同じダッシュボードで見る。これがCompany AI Indexの核心です。短期ROIだけを最大化し、若手が経験できる仕事をすべて消せば、数年後にはAIの出力を判断できる中堅層が不足する可能性があります。

一次情報からどこまで言えるか――3つの注意点

Japan AI Indexは有力な観測基盤になり得る一方、Claude由来データの代表性、相関と因果、初回レポート未公開という限界を分けて読む必要がある。

第一はClaude由来データの代表性です。 初期分析の基礎データにはClaudeの利用統計が含まれますが、日本ではChatGPT、Gemini、Microsoft Copilotなども使われています。したがってClaudeの利用動向を、そのまま日本全体の生成AI利用率と読み替えることはできません。

第二は相関と因果です。 AI利用が多い産業ほど生産性が高かったとしても、「AIを使ったから生産性が上がった」とは直ちに言えません。もともとデジタル化、人材投資、業務標準化が進んでいる企業ほど、AI導入も速い可能性があります。「AIを使う会社は生産性が高い」と「AIを使ったから生産性が高くなった」は別の命題です。

第三は、2026年8月24日時点でJapan AI Indexの初回レポートがまだ公開されていないことです。 「米国比40％」や都市部への集中は、Anthropic Economic Indexの2026年2月データを使った先行比較です。初回レポート公開後は、分析方法、対象データ、職種分類、更新頻度を改めて確認する必要があります。

それでも、観測を始める意味はあります。完璧な数字を待つより、限界を明示しながら同じものさしで測り続ける方が、変化の輪郭をつかめる。進歩の速いAIでは、測定を継続し、意思決定へ戻す能力そのものが企業や社会の競争力になります。

まとめ――AIについて語る時代から、AIを測る時代へ

Japan AI Indexの最大の価値はランキングの数字ではなく、AIによる社会変化を観測し、人間側の仕事・教育・経営を作り直す判断材料を持つことである。

AIで仕事はなくなるのでしょうか。もはや、その問いだけでは答えを導けません。問うべきなのは、「どの仕事の、どのタスクが、いつ、どの程度AIへ移っているのか」、そして「その後、人間は何を担うのか」です。

生成AIは文章を書く道具から、調査し、コードを書き、ツールを操作し、複数工程を進めるAIエージェントへ広がっています。その変化を恐怖だけで語ることも、楽観論だけで語ることも危険です。企業経営で必要なのは、AI導入率を自慢することではなく、仕事・品質・責任・人材育成がどう変化したかを測ることです。

予言ではなく観測する。印象ではなく、測って判断する。Japan AI Indexが日本にもたらす最大の意味は、派手なランキングではありません。AIという地殻変動の中で、私たちが現在どこに立っているのかを知るための「計器」、言い換えれば日本社会の「AI健康診断」を持つことなのです。

そして、その計器がどんな数字を示しても、最後に決めるのは人間です。AIに何を任せ、人間は何を引き受けるのか。 Japan AI Indexは、AIの普及率だけでなく、その問いに向き合う日本社会の現在地を映す計器になるはずです。あなたの会社は、自社の現在地を測る計器をすでに持っているでしょうか。

参考文献 / 出典

次に読むならこの3本

補足Q&A

Q1.
Japan AI Indexとは何ですか？

A1.日本で生成AIがどの産業・職種・タスクへ浸透し、雇用・生産性・賃金・教育などへどう影響しているかを継続観測するデータ基盤です。

Q2.
Japan AI Indexで「なくなる仕事」が分かるのですか？

A2.単純な「消える職業ランキング」ではありません。 AIが実際にどのタスクで使われ、人間との役割分担がどう変わるかを見ることが中心です。

Q3.
日本のAI利用は本当に米国の40％なのですか？

A3.いいえ。「日本のAI利用全体」の話ではありません。 Anthropic Economic Indexの2026年2月データを使った比較で、「コンピューター・数学」分野における労働人口あたりのClaude利用度が米国比約40％だった、という限定された比較です。

更新履歴