Anthropicは2026年6月16日、AIコーディングアシスタント「Claude Code」の利用実態を分析した研究結果を公開した。本調査は2025年10月から2026年4月まで、約23万5000人による40万件のセッションデータを対象としている。Claude Codeはコードベースの読み取りやファイル編集、コマンド実行を自動化するエージェント型コーディングツールであり、今回の分析は労働市場の変化を把握する初期段階の試みである。

作業内容の内訳では、コード作成や修正などの直接的な作業が全体の56％を占める一方、運用管理が17％、システム理解や変更計画が14％、文書作成やデータ分析などの非コード作業も13％に及んだ。役割分担については、人間が意思決定の約70％を担う「計画」を担当し、Claudeが実行判断の約80％を担う「実行」を行う分業体制が一般的である。

専門性の定義において、プログラミング経験そのものよりも特定のタスクに対する理解度が重要であると指摘された。専門性が高いユーザーほど一度のプロンプトで多くの作業をAIに委ねており、初心者レベルではプロンプト1回あたりのアクション数が約5回であるのに対し、専門家レベルでは約12回に達した。成功率についても、検証済み成功基準で初心者の15％に対し中級以上では28〜33％を示し、専門知識が成果に直結することが明らかになった。

7カ月間の利用動向では、修正中心のセッション比率が33％から19％へ低下し、運用や文書作成といった周辺業務へのシフトが見られた。推定タスク価値は平均で27％上昇しており、AIコーディングエージェントが専門知識を持つ利用者の作業範囲を広げている。ただし、生成コードの経済価値の測定やモデルによる分類の限界など、研究手法上の制約も併記されている。

Anthropicは2026年6月16日、AIコーディングアシスタント「Claude Code」の利用実態を分析した研究結果を公開した。本調査は2025年10月から2026年4月まで、約23万5000人による40万件のセッションデータを対象としている。Claude Codeはコードベースの読み取りやファイル編集、コマンド実行を自動化するエージェント型コーディングツールであり、今回の分析は労働市場の変化を把握する初期段階の試みである。

作業内容の内訳では、コード作成や修正などの直接的な作業が全体の56％を占める一方、運用管理が17％、システム理解や変更計画が14％、文書作成やデータ分析などの非コード作業も13％に及んだ。役割分担については、人間が意思決定の約70％を担う「計画」を担当し、Claudeが実行判断の約80％を担う「実行」を行う分業体制が一般的である。

専門性の定義において、プログラミング経験そのものよりも特定のタスクに対する理解度が重要であると指摘された。専門性が高いユーザーほど一度のプロンプトで多くの作業をAIに委ねており、初心者レベルではプロンプト1回あたりのアクション数が約5回であるのに対し、専門家レベルでは約12回に達した。成功率についても、検証済み成功基準で初心者の15％に対し中級以上では28〜33％を示し、専門知識が成果に直結することが明らかになった。

7カ月間の利用動向では、修正中心のセッション比率が33％から19％へ低下し、運用や文書作成といった周辺業務へのシフトが見られた。推定タスク価値は平均で27％上昇しており、AIコーディングエージェントが専門知識を持つ利用者の作業範囲を広げている。ただし、生成コードの経済価値の測定やモデルによる分類の限界など、研究手法上の制約も併記されている。