「50％」という数字の引力
アンソロピックのCEOダリオ・アモデイが、2026年1月のダボス会議（世界経済フォーラム年次総会）で発した言葉が波紋を広げている。「エントリーレベルのホワイトカラー職の50％が、今後1〜5年以内に消滅しうる」[1]。同社が公開してきたAnthropic Economic Indexでは、2025年8月のサンプルにおいてClaude利用の約49％が自動化的な用途に分類され、初めて拡張（augmentation）を上回った[2]。直近の第4版（2026年1月15日公開）では拡張が再び多数派（52%対45%）に戻ったものの、長期トレンドとしては自動化の比率は上昇を続けている[3]。また同レポートでは、AIの普及が米国の労働生産性を年間1.8ポイント押し上げうるという推計も示された[3-1]。
50％。1.8ポイント。
数字には引力がある。端的で、記憶に残り、意思決定のスピードを加速させる。経営会議のスライドに載せやすく、投資判断の裏付けとしても使いやすい。だからこそ、この数字が「何を測っているのか」だけでなく、「何を測っていないのか」を考える必要がある。
本稿は、アンソロピックの分析そのものを否定するためのものではない。彼らの研究は、AIの経済的影響を実証的に追跡するという点で、業界でも類を見ない誠実さを持っている。しかし、その誠実さをもってしても、測定の枠組みそのものが捉えきれない領域が存在する。本稿が問いたいのは、その領域についてである。
タスクの自動化は「仕事の消滅」ではない
まず、基本的な区別を確認しておきたい。タスクの自動化と、仕事の消滅はまったく別の現象である。
アンソロピックのEconomic Indexが分析しているのは、米国労働省のO*NETデータベースに定義された17,000のタスクのうち、Claudeがどれだけのタスクに使われているかである[4]。ここで言う「自動化」とは、人間の介在を最小限にしてAIがタスクを処理するモードを指す。対義語は「拡張（augmentation）」で、人間がAIを道具として使いながら自ら判断するモードだ[4-1]。
重要なのは、ひとつの「職業」が多数の「タスク」で構成されているという点である。あるタスクが自動化されても、その職業全体が消滅するとは限らない。実際、アンソロピック自身のデータでも、すべてのタスクが自動化に分類される職業カテゴリーは存在しない。もっとも自動化寄りのコンピュータ・数学系の職種でも、その比率はおおよそ50対50にとどまる[5]。
だが、ここで安心するのは早い。問題は「消えるかどうか」ではなく、「何が残るか」にある。
自動化がもたらす「判断の圧縮」
アンソロピックの第4版レポートが指摘した最も示唆的な発見のひとつは、AIが高スキルのタスクを優先的に処理しているという事実である。テクニカルライター、旅行代理店、教師——これらの職種では、高度な判断を要するタスクからAIが代替し始めている。レポートはこの現象を「脱スキル化（deskilling）」の可能性として指摘している[3-2]。
この言葉の意味を、もう少し噛み砕いて考えてみたい。
ある仕事の中で、もっとも知的な負荷が高い部分——複雑な判断、文脈の解釈、例外への対応——がAIによって処理されるようになると、人間に残されるのは、より単純で、より定型的なタスク群になる。仕事は消えていないが、その中身が変わる。仕事の「密度」が薄くなる。
これは効率化と呼ぶこともできる。だが別の角度から見れば、これは「判断の圧縮」である。かつて人間が行っていた判断が、気づかないうちにAIの内部に移動している。人間はまだ仕事をしている。しかし、判断はしていない。
この現象が怖いのは、当事者が気づきにくいという点にある。仕事の量は変わらない。忙しさも変わらない。だが、判断の密度は確実に下がっている。
育成プロセスの断絶——OJTはどこへ行くのか
判断の圧縮は、個人のレベルでは「スキルの喪失」として現れるが、組織のレベルではもうひとつ深刻な問題を引き起こす。それは、育成プロセスの断絶である。
多くのホワイトカラー職において、ジュニアレベルの仕事は「修行」としての機能を持っている。地味で反復的なタスクの中に、判断の種がある。契約書のレビュー、データの整理、議事録の作成——これらは単なる作業ではなく、業務の文脈を理解し、判断力を養うためのプロセスでもある。
アモデイ自身がダボスの場で、企業がコスト削減のためにジュニア層の採用を控え始める可能性を認めている。「よりジュニアな層、さらには中間層についても、我々は人員を増やすのではなく減らす必要がある」と発言した[6]。AIがエントリーレベルの仕事を代替すれば、人件費は下がる。だが同時に、次世代の専門家が育つための「場」が失われる。
これはOJT（On the Job Training）の問題にとどまらない。アンソロピックの社内調査（2025年8月実施、エンジニア132名対象）でも、あるシニアエンジニアが懸念を示している。「自分がもっとキャリアの初期だったら心配しただろう。AIの出力をただ受け入れるのではなく、自分の能力を成長させるには、意図的な努力が必要になる」[7]。これは「監督のパラドックス」と呼ばれる問題でもある——AIを効果的に使うには監督能力が必要だが、その監督能力はAIの過剰利用によって衰退しうる[7-1]。
もっと広く言えば、「人間が判断力を獲得するプロセスそのものが成立しなくなる」というリスクである。
自動化率50％という数字は、現在のAIの能力を示している。だが、それが10年後の組織の判断力にどう影響するかは、この数字の射程に入っていない。
責任の所在はどこにあるのか
判断の圧縮がもたらすもうひとつの構造的問題がある。それは、責任の所在の曖昧化である。
AIがタスクを自動的に処理し、人間がその出力を「確認」する——この構図は、一見すると人間が最終的な責任を負っているように見える。だが実際には、AIの出力を実質的に検証する能力を持たない人間が「承認」しているだけのケースが増えている。
アンソロピックの前述の社内調査でも、あるエンジニアが率直に語っている。「正直に言えば、自分のスキルセットそのものよりも、監督と監視の問題のほうがずっと心配だ。スキルが衰退したり発達しなかったりすることの最大の問題は、自分が重要だと思うタスクについてAIを安全に使う能力に関わる部分だ」[7-2]。これは能力の問題だけではない。構造の問題である。AIが判断の多くを処理し、人間がその出力にスタンプを押す——この分業構造が定着すると、「誰が判断したのか」という問いに対する答えが曖昧になる。
医療、法律、金融、行政——責任の帰属が重要な領域において、この曖昧さは深刻なリスクとなる。AIが誤った判断を出力し、人間がそれを見落とした場合、責任は誰にあるのか。その問いに対する答えが制度として用意されていない状態で、自動化だけが進んでいる。
どこまでをAIに任せ、どこからを人間が引き受けるのか。その線引きは、技術の能力とは別の問題である。
若年層と中間層への非対称な影響
自動化の影響は、すべての層に均等に及ぶわけではない。
アモデイが「エントリーレベルの50％」と限定したのは意味がある。AIは現時点で、定型的だが知的な作業——つまり、若年層が最初に担当するような業務——を最も効率的に処理できる。一方、経験に基づく高度な判断や、組織内の政治的な調整、あるいは身体性を伴う作業は、まだ自動化の射程外にある。
結果として、もっとも影響を受けるのは、キャリアの入り口にいる若年層と、定型的な判断業務を担う中間層になる。経営層やシニア専門職への影響は相対的に小さい。ダボスの同じパネルでGoogle DeepMindのCEOデミス・ハサビスも、インターンシップやジュニアレベルの採用に影響が出始めることを認めている[8]。
これは、経済成長の果実がどう分配されるかという問題でもある。生産性が1.8ポイント上がったとして（アンソロピック自身がタスク成功率を加味すると約1.0〜1.2ポイントに下がると認めているが[3-3]）、そのリターンは誰のものになるのか。企業の利益か、株主への還元か、あるいは新しい雇用の創出か。自動化率は経済全体のパイの話をしているが、パイの分配構造については沈黙している。
能力の地図と構造の地図
ここまでの議論を整理しよう。
アンソロピックのEconomic Indexは、「AIが何をできるか」を精密に測定する試みである。タスクの複雑さ、スキルレベル、成功率、自律性——これらの指標は、AIの能力の地図を描いている[3-4]。その地図は年を追うごとに精度を上げており、研究としての価値は高い。
しかし、能力の地図だけでは見えないものがある。
誰が最終的に決めるのか。その判断は、どのような経路を通じて獲得されたものか。自動化されたタスクの向こう側で、責任はどこに帰属するのか。若い世代は、どうやって判断力を身につけるのか。
これらは、構造の地図に属する問いである。そして、自動化率という指標は、能力の地図に属する指標であって、構造の地図を描くためのものではない。
問題は、能力の地図だけが急速に更新され、構造の地図がほとんど描かれていないことにある。AIの性能は月単位で向上する。だが、組織における判断の構造、責任の配置、人材の育成プロセス——これらは、誰かが意図的に設計しなければ、放置されたまま浸食されていく。
自動化率では測れない「境界」の問題がある。どこまでをAIに委ね、どこからを人間が担うのか。その境界は、技術の進歩によって自動的に最適化されるものではない。意図を持って引かなければ、境界は存在しないのと同じである。
それが Decision Design（判断の設計） である。
Decision Designは、判断という行為そのものを設計対象とする思想だ。
その中心にあるのがDecision Boundary（判断の境界） という概念である。誰が決めるのか。どこまでを任せ、どこからを引き受けるのか。その線を、無自覚のまま放置せず、意図的に設計すること。それがDecision Designである。
詳細版について
本稿は、公開範囲を基に構成したInsynergyの日本語サイト版です。詳細な議論と実装上の考察はnoteの詳細版で解説しています。