Anthropicは米国成人と社員への調査で、現在のAI能力への見方は近くても、将来の進歩や仕事の自動化の予想には差があると報告しました。調査は2026年8月に実施されています。 組織のAI計画では、期待の強さを実証された能力と区別する必要があります。利用頻度、業務経験、導入障壁を確認し、異なる立場が共有できる評価条件を持つことが重要です。 現在の評価と将来への期待は一致しない Anthropicは2026年10月16日、米国の成人と自社の社員がAIの将来をどう考えるかを比較する調査を公開しました。二〇二六年八月の調査で、一般の回答は米国成人を代表するよう重み付けされています。原文は、両者が現在の能力については比較的近い見方を持つ一方、今後の進歩に対する予想は異なると説明しています。背景には、AIの経済的な影響に関する意見の差が、能力の予測と普及の見通しのどこから来るかを調べる狙いがあります。自社の社員は日常的に先端のAIを作り、使う立場です。その経験による予想の違いを扱う研究であり、どちらの将来予測が正しいかを実証した結果ではありません。回答は能力の実測値と区別する必要があります。 能力の進歩と導入の障壁を別々に問う 原文では、二〇三〇年までにAIがノーベル賞級の発見をできると予想する割合は、米国成人で39％、社員で91％でした。こうした差に加え、AIが扱える仕事のうち実際にどれほど使われるか、人がどこまで確認するかも質問しています。対象となるのは、導入計画を作る経営・人材部門、社員研修の担当、AI利用の実態を研究する人です。一般回答者が挙げた導入障壁には、人と対応したいという顧客の希望、データ保護、信頼性などがあります。能力が向上しても、すぐ業務へ使えるとは限らないという区別です。同社は、AIが自分の仕事を多く行うと考える人ほど失業の増加を予想する関係は、両集団で近いとも説明しています。意見の差を、単純に楽観的か悲観的かという分類だけでは捉えにくい結果です。 期待の差を比較できる業務課題へ戻す 実務上は、将来への期待をそのまま採用や設備の計画へ置き換えないことが論点になります。調査の予想と、現在の自社業務で使える能力を分けて整理する必要があると見られます。AIを頻繁に使う人と使わない人では、想定する作業自体が違う可能性があります。共通の課題と評価条件を用意すれば、意見の違いを具体的な結果と照合しやすくなります。費用には、試用、研修、業務データの準備、出力の確認が関わります。高い期待を持つ担当だけの試験では、一般利用者が感じる操作や信頼性の障壁を捉えにくい場合があります。逆に、試したことが少ない人の回答だけでは、既存機能の利用機会を見落とす可能性もあります。予想の分布と実測した成果を並べ、導入後に見直す条件を決めることが判断材料になります。調査対象の地域や時点を越えて、世界中で同じ期待が共有されているとは限らない点も重要です。