Claude生産性調査、エンジニアの自己申告で50%向上
2025年12月に公表されたAnthropicのClaude生産性調査は、同社自身のエンジニアと研究者132人を調べ、業務の60%でClaudeを使っていることを明らかにしました。自己申告で生産性は50%向上し、Claudeの支援を受けた仕事の27%は、そうでなければ行われなかったタスクでした。それでも、多くは自分の仕事の0%から20%しか完全には任せられないと答えています。エンジニアリングのリーダーにとって、この調査は、AIコーディング支援が今日どこで成果を出すかを示しています。人が確認しながら、より多くの成果を出すことです。
Anthropicが自社のエンジニアを調べた理由
Anthropicは、AIがソフトウェアの仕事をどう変えるかを間近で見たいと考え、技術の最も早い利用者である自社の従業員から始めました。2025年8月、同社はエンジニアと研究者132人を調査し、53件の詳細なインタビューを行い、社内のClaude Codeの利用データを調べました。当時、最も高性能なモデルはClaude Sonnet 4とClaude Opus 4でした。
この調査は、公の主張も検証しました。3月、CEOのダリオ・アモデイ氏は、年末までに企業内のソフトウェアコードの90%をAIが書くようになると述べました。Anthropicの広報担当者はFortuneに、調査の標本は小さく、「コードを書くこと」を別のタスクとして扱っていないため、その予測と直接は比べられないと語りました。
エンジニアが毎日Claudeに任せるタスク
最も多い使い方は、デバッグと既存コードの理解です。調査では、従業員の55%が毎日デバッグにClaudeを使い、42%が毎日コードの理解に、37%が毎日新機能の実装に使っていました。
ハイレベルな設計と計画、データサイエンス、フロントエンド開発は、それより頻度が低くなっています。Anthropicは、設計と計画は人の手に残す傾向があり、ほかの2つは単にタスクとして少ないのだとしています。
エンジニアが任せる範囲を決める方法
多くの従業員はClaudeを頻繁に使いますが、自分の仕事の0%から20%しか「完全に任せる」ことはできないと答えています。使うことは一般に、積極的な監督と確認を意味し、特に重要度の高い仕事ではそうです。
エンジニアは、確認しやすいもの、リスクが低いもの、退屈なものを任せます。使い捨てのデバッグやリサーチのコードなどです。多くの人が信頼の積み上げを語っています。まず簡単なタスクから始め、自信がつくにつれて複雑な仕事に進みます。
「そのタスクをやるのが楽しみなほど、Claudeを使わない可能性が高くなります。」 Anthropicのエンジニア、同社のインタビューより
調査が測った成果と自律性
従業員は、業務の60%でClaudeを使い、生産性が50%向上したと自己申告しており、これは1年前の同時期の2から3倍の増加です。向上は、タスクの種類ごとの時間がわずかに減る一方で、成果が大幅に増える形で現れています。Claudeの支援を受けた仕事の約27%は、そうでなければ行われなかったタスクで、対話型のデータダッシュボードや、手作業では採算が合わない探索的な作業などです。
利用データは、Claudeがより長く自力で動いていることを示します。6カ月前、Claude Codeは人の入力が必要になるまでに約10のアクションを完了していましたが、現在は約20をこなします。コードの設計と計画の利用割合は1%から10%に、新機能の実装は14%から37%に上がりました。Claude Codeのタスクの約8.6%は、保守しやすくするためのリファクタリングなど、チームが普段は後回しにする小さな改善、いわば「紙の切り傷」の修正でした。
エンジニアが心配していること
調査結果は、いいことばかりではありません。コードを書き、批評するために必要な深いスキルを失うこと、あるいはClaudeの出力を監督する力が落ちることを恐れるエンジニアもいます。意図的にClaudeなしでタスクを練習する人もいます。Claudeは、以前は同僚に向けられた質問の最初の相談先になり、メンタリングの機会が減ったと報告する人もいます。あるエンジニアは研究者に、25年プログラミングをしてきて、これは「一つの時代の終わり」だと感じると語りました。
調査がエンジニアリングチームに意味すること
企業にとって、この調査が示すのは特定の種類の価値です。コードを確認する人を減らすことではなく、成果を増やし、これまで見送られていた仕事を進めることです。最大の用途であるデバッグとコードの理解は、人が答えをすぐに検証できるタスクです。新しい仕事の27%は、AIのコーディング生産性が、まず誰も作る時間がなかったツールや修正として現れることを示唆しています。
Anthropicは限界も指摘しています。同社のエンジニアは新しいツールに早期にアクセスでき、比較的安定した分野で働いており、調査の標本は小さなものでした。同社は、AIが支援する職場で、技術的な専門性、メンタリング、キャリア開発を強く保つ方法を社内で探っているとしています。
よくある質問
Anthropicのエンジニアは仕事のどれだけをClaudeで行っていますか?
自己申告では、業務の60%でClaudeを使っています。多くは、Claudeの出力を確認する必要があるため、完全に任せられるのは仕事の0%から20%だと答えています。
この調査は、AIがソフトウェアエンジニアに取って代わることを示していますか?
調査結果にはそれは出ていません。エンジニアは、見送っていたはずのタスクを含めて、より多くの仕事をしながら結果を監督しています。いずれ自分の仕事を自動化してしまうのではないかと考える人もいました。
エンジニアはどのコーディングタスクをAIに任せていますか?
確認しやすい、リスクの低い、あるいは退屈なタスクです。デバッグとコードの理解が毎日の用途として最も多く、新機能の実装はClaude Codeの利用の14%から37%に増えました。
MOZGIIの視点
私たちならこう作ります
この調査が描くのは、人が素早く確認できるタスクで最もよく働くコーディングアシスタントです。バグを見つける、古いコードを説明する、小さなダッシュボードを作る。Claude Codeのようなツールをエンジニアリングチームに導入するなら、そこから始めます。まずデバッグとコード読解を任せ、小さな仕事で成果を信頼できるようになるまでは、設計の判断は人に残します。
速度以外も測ります。調査では、成果が上がる一方で、人が完全に任せられる仕事の割合は小さいままでした。そこで、マージ前にレビュアーが直さなければならなかった変更の割合を追います。やり直しなしで受け入れられたAI作成の変更の割合が、見る数字です。ツールがレビューの時間を節約しているのか、移しているだけなのかが分かります。
弱点は学習です。アシスタントがあらゆる質問に答えると、若手エンジニアは同僚に聞く回数も練習する回数も減ります。アシスタントなしで行う仕事を一部確保し、レビューでは若手とシニアのエンジニアをペアにします。次に作るのは、チームが毎月どの種類のタスクを任せているかの簡単なログです。マネージャーが、推測ではなく、信頼が増えているか減っているかを見られるようにします。
出典
この記事の事実の出典です。