Anthropic、2030年米国雇用シミュレーターを公開

看護師の ToDo リストから、どう 30 兆ドルが出るのか？

朝の回診、採血、トリアージ、バイタル記録、消耗品の発注。ある看護師の一日はこうしたタスクで埋まる。モデルは米国の全仕事を「タスク」に分解し、AI が各タスクに与える影響を 4 種類――不変、補助、代替、新規タスク創出――に分類している。

このタスクリストは米国労働省 O*NET の職業分類から取られている。彼女一人の一日ではなく、全国のあらゆる病棟、あらゆるシフトで繰り返される。集計すれば、米国内の全職業、全タスク、全実行回数にわたる計算になる。

AI の参入方法は 4 通り。まったく影響しない、人間をより速くより良くする、単独でこなす、新しいタスクを生む。原文の対比はこうだ。手書きの紙カルテは 30 年前にはまだあったが、今ではほぼ誰もやっていない。遠隔患者モニタリングは 30 年前には存在しなかった。タスクリストは決して静的なものではない。

AI は退院指示の草稿作成、遠隔患者モニタリング、勤務帯の看護計画を支援し、バイタル記録の自動入力や消耗品の発注を自動化する。「AI のトリアージが妥当か検証する」「AI 提案した看護プランをレビューする」といった新タスクも生む。モデルはこれら 4 種類の影響に全国・各タスク・1 日あたりの発生回数を掛け合わせ、GDP、労働市場、賃金への影響を合算する。スライダーを動かすように、AI の浸透率を変えれば結果は滑らかに動く。未来は二者択一ではなく、連動するパラメーター群なのだ。

米国経済を数十億件のタスクに分解し、AI が 1 件ずつ計算する

従来モデルは「職種」を最小単位としていたが、Anthropic はその 1 層下を掘った。タスクに分解し、各タスクについて AI が補助・代替・新規創出のどれかを判断させる。GDP、失業率、賃金はすべてこの粒度から立ち上がる。

従来の経済モデルは「職種」を最小単位とし、人は在職か失業かのいずれかで、賃金は職種に従うとしていた。Anthropic の手法は各職業を O*NET タスクリスト（米国労働省の職業タスク標準データベース）に分解する。看護師なら回診、採血、トリアージ、バイタル記録、消耗品発注がそれぞれ独立したタスクだ。全職業を結合すれば、米国で 1 年間に発生する数十億件のタスクインスタンスが得られる。

AI が各タスクにぶつかるとき、結果は 4 種類しかない。不変、人間を補助、一部または全部を AI が引き受け、AI が元々存在しなかったタスクを創出する。モデルは「AI 能力がどれだけ上がるか」をこれら 4 種類の結果の確率にマッピングし、「企業の導入速度、個人の職業転換速度」を時間スケールに変換し、最終的に数十億件のタスクから GDP、失業率、賃金を算出する。トップダウンの仮定ではなく、ボトムアップの集計だ。

看護師が今日、より多くの患者を診られるようになったのは「職種が変わった」からではない。タスクセットの中で「AI に引き受けられた」部分から浮いた時間が、「患者に診断を説明し話し相手になる」――まさにタスクリストに新たに追加される種類の仕事――に再配分されたからだ。従来モデルは生産性成長率（単位労働時間当たりに生み出される価値）を所与とし、雇用を逆算する。Anthropic は雇用結果を数十億件のタスクの小さな判断から浮かび上がらせる。この粒度の差が、紙カルテと遠隔モニタリングの差に等しい。

GDP が倍増する日、ホワイトカラーの財布が最も瘪せる

モデルが算出した 2030 年の米国 GDP が大きければ大きいほど、ナレッジワーカーの賃金は逆に下がる。

Anthropic は extreme シナリオを「経済史上かつてない速度を上回る」成長と定義し、経済規模が数年で倍増するとしている。GDP カーブが最大に伸びると同時に、失業率もモデルが示す最高値へ跳ね上がる。賃金の敗者はナレッジワーカー（knowledge workers、すなわち手仕事やサービス労働ではなく頭脳労働で賃金を得ている人々。プログラマー、アナリスト、事務、法務アシスタントなど）だ。

Anthropic は次のように記す。富の総量は増えるが、その分け前を全員に行き渡らせることが課題だ。成長が速いシナリオほど、「国富論」の予言のようだ――パイは大きくなるが、先に空にする者がいる。

タスク分解がこの逆説の核心だ。AI が強くなるほど、自動化がカバーするナレッジタスクの割合は高まり、新タスク出現の速度が代替速度に追いつかない。Anthropic はブログでこの層を明かす。「かつてない成長」シナリオでは賃金と雇用見通しが打撃を受ける。modest と substantial では賃金は横ばいか上昇だ。反直感的なのはここにある。GDP 成長が激しいほど、ナレッジワーカーの相対的シェアはより圧縮される。

中間シナリオである substantial シナリオを見てみよう。2030 年までに AI がナレッジワークの半分を単独でこなせるようになるが、大半はまだ導入されず、経済は通常の 2 倍の速度で成長する。これは多くの SF 的物語が描いてきた「AI 黄金時代」の風景だ。常識ではホワイトカラーに最も厳しいと思われがちだが、モデルが示す序列はこうだ。modest シナリオはホワイトカラー賃金にほぼ影響しない。substantial シナリオは下落をもたらし、extreme シナリオで初めて成長の红利が賃金圧迫を部分的に相殺する。

なぜ extreme シナリオは両側から挟み撃ちにするのか。extreme シナリオは自律度（autonomy、AI が人間の監督なしでタスクを完了する割合）と導入率を同時に最大と仮定する。この 2 本のスライダーが動くと、ホワイトカラーの単位労働あたりの交渉余地は双方向から絞られる。

「自律度」と「導入率」を同時に最大へ引き上げれば、GDP は急上昇する。「職業転換速度」を低位に置けば、労働者は移動する間もなく、失業率は GDP とともに上昇する。賃金分布に落とし込めば、ナレッジワーカーが最初に犠牲になる層だ。極端な成長と極端な賃金圧迫は、同じパラメーターセットの裏表である――ただし成長の红利が十分に速く再分配へ転化しない限り、このシナリオでの賃金圧迫は部分的に相殺される。

Anthropic が求めるのは答えではなく、問いのテーブル

このモデルが突きつける問いは、提示される結論より見るに値する。

extreme シナリオの光景は異常だ。社会の総富は歴史を遥かに超えるが、大量のナレッジワーク職種が消える。Anthropic は長編記事の中で明確にこう記している――この状況下では、核心的論点はもはや「成長か失業か」の二者択一ではなく、「全体はより豊かだが分配が著しく不均衡」という構造的問題である。

彼らの立ち位置は「まず可能性を表に出す」というものだ。Anthropic が以前公開した Economic Index は AI の経済における実際の使用状況を測定し、このシナリオモデルは未来を測定する。両者はツールセットを構成する。基盤方法論は Korinek et al., 2026 の技術報告に記載され、フロントエンドは非専門読者でもスライダーを操作し自分の結論を導けるインタラクティブエクスプローラーとなっている。

モデル内のすべての数字は Anthropic の内部仮定と外挿に基づく。現在、そのシナリオ設定を独立に再現した第三者機関は存在しない。予測ではなく参照フレームとして読むのが穏当だ。Anthropic 自身も「我々は AI が経済をどう再構築するかを知らない」と強調しており、この不確実性を読者に直接手渡す姿勢は AI ベンダーとしては珍しい。

観察可能なシグナル：Economic Index が毎月公開する現状の使用データと、シナリオモデルの「導入速度」スライダーの方向が一致するか否かが、この参照フレームが成り立つか否かを判断する最も直接的なアンカーだ――ただし、これらのデータが継続的に公開され、基準が一貫していることが前提となる。今後 1 年で Korinek et al., 2026 の方法論を独立した学術チームが再現し発表すれば、その参照価値は上昇する。そうでなければ、これは常に Anthropic の一家言に過ぎない。

まず一度スライダーを動かし、その後何を見るかを決める

このツールは 2030 年の答えをくれるものではなく、自分でパラメーター群を試して一組の答えを出すものだ。ページを開いたら最初に行うのはシナリオ概要を確認し、次にエクスプローラーでスライダーを動かし、動かすたびに 3 つの数字がどう変わるかを見る。

Anthropic 公式サイトの Scenarios for our Economic Future ページを開き、explorer エリアまでスクロールすると、5 本のスライダーが見える。AI 能力の成長速度、産業導入速度、タスク自動化比率、新規タスク創出速度、人の職業転換速度。

各スライダーは主要ソースの 5 つのパラメーターに対応し、動かすと右側に 2030 年の GDP、失業率、ナレッジワーカー賃金の予測値がリアルタイムで表示される。

次に、「自動化比率」と「能力成長」を同時に最右まで動かし、「能力成長」だけ動かした場合と比較してみよう。2 つの 2030 年の差は桁違いであり、これが主要ソースの extreme と modest の差への入口だ。

シナリオ間の差は細部ではない。Modest シナリオでは AI の影響はインターネットのように、マクロ経済データにはほぼ表れない。Substantial シナリオでは 2030 年までに AI がナレッジワークの半分を担い、大半を自律でこなし、経済成長率は倍増する。Extreme シナリオは「再帰的自己改善 AI システム」に依存して初めて成立する。3 つのシナリオはモデル内蔵のアンカーであり、動かして得られる中間状態はこの 3 シナリオの間に位置する。Anthropic はどのシナリオが最も可能性が高いとは明言せず、可能性の幅を示すことに徹している。この姿勢は Economic Index の実測データ分析とは対照的だ。Economic Index が「今起きていること」を追うのに対し、このモデルは「起こり得ること」を探索するためのものだ。

主要ソースは一般読者向けにモデルの正確性を検証する方法を提供していない。Korinek et al., 2026 の技術報告に基づくが、報告書の全文、第三者による再現検証、ベンチマーク基準は主要ソースに現れていない。したがって今できることは検証ではなく観察だ。Anthropic がいつ更新を公表するか、誰かが実経済データでこのモデルをいつバックテストするか。この 2 つの時点が、モデルを信頼できるかを判断する重要なマーカーだ。

今すぐはっきり確認できるもう一つの違い：同じ 2030 年の GDP 数字でも、その背後にある賃金と失業率はまったく逆になり得る。extreme シナリオでは社会はより豊かになるが、ナレッジワーカーの賃金と職の見通しは悪化する。主要ソースは課題を「收益をどう広く分かち合うか」に帰着させる。ツールでスライダーを動かすとき、注視すべきは GDP の行ではなく、「ナレッジワーカー賃金」の行だ。