Cohere LabsはAgentic Task Ecosystem datasetを公開し、7つのpublic directoriesから約696,000 toolsと123,000 MCP serversを集計しました。厳格な判定では、既存の職業taskをend-to-endで実行するtoolsは2.6%にとどまると報告しています。 agent導入の議論は、AIが理論上できる作業ではなく、実際にtools化された作業の分布を見る段階に入ります。企業は職種単位の置換率ではなく、専門task、routine task、社内未公開toolの偏りを分けて評価する必要があります。 公開MCP toolsから自動化の供給側を見る Cohere Labsは2026年9月3日、Agentic Task Ecosystemと呼ぶdatasetを使い、AI agents向けtoolsがどの職業taskを実際に自動化しようとしているかを分析しました。調査は7つのpublic directoriesから集めた696,291 toolsと123,069 public MCP serversを対象にしています。Cohereは、この見方を利用実績ではなく供給側の記録と位置づけています。つまり、開発者が機械へ渡せると判断し、外部から呼び出せる形にした作業の分布を読む試みです。 end-to-endで職業taskを実行するtoolは2.6% 分析では、各toolの名前と説明を既存のO*NET task statementsへ対応づけ、そのtoolが人を支援するだけでなくtaskそのものを実行するかを判定しています。この厳格な基準では、該当したtoolsは全体の2.6%でした。該当toolsは1,380のtask statementsに対応し、software上で実行可能なO*NET作業の約15%に当たります。一方で、923 occupationsのうち419 occupationsにはagentic tool activityが見つからなかったと報告されています。 専門作業に届く職種と周辺作業に留まる職種が分かれる Cohereは、toolsが職業内のどの部分に届いているかも比較しています。全体平均ではroutine寄りでもspecialized寄りでもありませんが、healthcareとcomputingでは専門性の高い作業へ届く傾向が見られます。legal、production、salesではroutine edgesに留まり、専門的な中心部分は人に残る傾向です。公開MCP directoriesはdeveloper toolsに偏るため、Cohereは社内非公開のback-office toolsが観測されていない点を制約として明示しています。 導入判断は職種単位ではなくtask単位で行う この研究は、agentが仕事を奪うかどうかを職種単位で断定する材料ではありません。公開toolの存在は、開発者がその作業を機械に渡せると判断したことを示すだけで、企業内で使われているか、十分に信頼できるかまでは示しません。実務では、自社の業務をroutine、specialized、composite、subatomicな作業へ分け、既存toolで置き換える部分と、人が監督する部分を切り分ける必要があります。特に若手がroutine作業から学ぶ構造では、育成への影響も判断点になります。