Claude Code分析が示す専門性の効き方

Anthropic は 2026年6月16日、Claude Code の利用実態を分析した Research 記事「エージェント型 コーディング and persistent returns to expertise」を公開しました。Claude Code の新機能発表ではなく、エージェント型コーディングで人の専門性がどのように効くのかを読むためのレポートです。

要点

• Anthropic は、2025年10月から2026年4月までの約40万件の Claude Code セッションを、プライバシー保護型の手法で分析したと説明しています
• レポートの中心は、Claude Code が「何をするか」の判断を人から完全に奪うのではなく、人が計画を決め、Claude が実行面を多く担う分業になっている点です
• 専門性が高い利用者ほど、1回の指示で Claude に任せる作業量が増え、セッションの成功率も高くなる傾向が示されています
• ソフトウェア職以外の利用者でも、コードを含む作業でソフトウェア職に近い成功率を示しており、コーディング能力よりも業務理解の重要性が目立ちます
• 導入側は、Claude Code を単なるコード生成ツールではなく、業務知識を持つ人が技術的作業を進めるためのエージェント環境として評価したいです

今回のブログ記事で語られていること

今回の Anthropic Research は、Claude Code が実際の仕事の中でどのように使われているかを、約40万件の対話型セッションから読み解こうとしています。対象期間は 2025年10月から2026年4月で、利用者数は約23万5,000人とされています。記事は、Claude Code のセッションを「新しいものを作る」「壊れたものを直す」「テストする」「ソフトウェアを運用する」「既存システムを理解する」「変更を計画する」「データを分析する」「文書やプレゼン資料を書く」といった作業モードに分類し、コーディングエージェントがコードを書く場面だけに閉じていないことを示しています。実際、コードの作成・修正・テスト・他の自動化の調整に関わる作業が過半を占める一方で、運用、調査、計画、データ分析、文書作成も無視できない割合になっています。

レポートで特に重要なのは、人と Claude の分業の描き方です。Anthropic は、計画に関する判断と実行に関する判断を分けて見ています。平均的なセッションでは、人が計画上の判断の多くを担い、Claude は実行面の判断を多く担うと説明されています。つまり、Claude Code は「人が何を作るかを決め、Claude がどう実装するかを進める」形で使われる傾向があります。セッションは典型的には数ターンで進み、1回の人間の指示から Claude が複数のファイル確認、コード編集、コマンド実行、説明出力へ進む構図です。この見方は、エージェントを完全自律の置き換えとして見るより、人が問題設定と評価を握る共同作業として見るほうが実態に近いことを示しています。

もう一つの柱は、専門性の効果です。ここでいう専門性は職種名ではなく、そのタスクに対する理解の深さです。たとえば、ソフトウェアエンジニアでも初めて扱う領域では初心者になり得ますし、会計担当者が業務ルールを正確に伝え、月次処理の例外を見抜けるなら、そのタスクでは高い専門性を持つ利用者として扱われます。Anthropic の分析では、専門性が高いほど Claude が1回の指示で行うアクション数や出力量が増え、成功率も上がる傾向があります。ただし、熟練者だけが大きく得をするというより、初心者から中級者へ上がるところで差が大きく、中級者と専門家の差は比較的小さいとされています。この点は、現場の業務知識を持つ人が、十分に具体的な問題設定と検証を行えるなら、コーディングエージェントからかなりの価値を得られることを示しています。

記事は、作業内容の変化にも触れています。期間中、デバッグに使われるセッションの割合は大きく下がり、代わりにソフトウェア運用、データ分析、文書作成の割合が増えたとされています。また、フリーランス案件との比較から推定したタスク価値も平均で上がっていると説明されています。これは、Claude Code が単発の修正補助から、より複雑でまとまった作業へ使われるようになっているという見立てです。一方で、記事は限界も明示しています。実世界でその成果物が本当に採用されたか、経済価値を生んだかまでは観測しておらず、成功判定や専門性判定にも分類器を使っています。したがって、このレポートは「Claude Code が必ず生産性を上げる証明」ではなく、どのような人と作業で成果が出やすいかを考えるための早い観測結果として読むのが自然です。

背景にあるテーマ

このレポートの背景には、コーディングエージェントが「開発者だけの道具」から、業務部門や専門職が技術的な作業を進めるための道具へ広がる可能性があります。コードを書く力だけではなく、何を実現したいのか、どの制約を守るべきか、出力が正しいかを判断できる力が価値を持つという見方です。

これは、企業が Claude Code を導入するときの評価軸にも関係します。単に生成されたコード量や作業時間だけを見ると、業務知識を持つ利用者がどれだけ良い指示を出し、誤りを見抜き、途中で軌道修正できるかを見落としやすくなります。エージェント導入の成否は、モデル性能だけでなく、利用者が持つ文脈、テストできる環境、レビュー体制、失敗時に戻れる作業手順にも左右されます。

今回のブログ記事が関係する人

Claude Code を開発チームに導入しているエンジニアリングマネージャーやプラットフォーム担当に関係します。エージェントがどこまで自律的に進められるかだけでなく、人が計画や受け入れ基準をどう与えるかを設計する材料になります。

ソフトウェア職以外の業務部門にも関係します。営業、法務、会計、研究、管理部門のように、業務ルールや例外処理をよく知る人が Claude Code を使う場合、単純な「非エンジニアでもコードが書ける」という話ではなく、業務知識をどう具体的な指示と検証に変えるかが重要になります。

AI 導入や人材育成を考える責任者にも関係します。コーディング教育だけでなく、問題の切り分け、仕様化、テスト設計、レビュー、業務知識の明文化をどう育てるかが、エージェント活用の成果に直結しやすくなります。

どう読むと価値があるか

このレポートは、Claude Code の能力を過大評価する材料として読むより、エージェント活用で人間側に残る役割を見極める材料として読むと価値があります。記事は、Claude が実行面を多く担うことを示しつつ、人が計画上の判断を担う構図も同時に示しています。したがって、導入側が見るべきなのは「人をどれだけ減らせるか」だけではありません。むしろ、どの人がどの領域の判断を持ち、Claude に何を任せ、どこで人が確認するかです。

また、専門性の定義を職種ではなくタスク単位で見ている点も重要です。ソフトウェアエンジニアかどうかより、その仕事の正解条件、例外、制約、失敗パターンを理解しているかが成果に関係します。これは、業務部門の利用者にもチャンスがありますが、同時に「指示が曖昧でも AI がよしなにやってくれる」という期待は危ういことを意味します。業務知識を仕様、テスト、レビュー観点として言語化できる人ほど、Claude Code の作業量と成功率を引き出しやすくなります。

実務へのつながり

チームで Claude Code を使う場合は、まず「誰が計画を決めるのか」「何を成功とみなすのか」「どのテストやレビューで受け入れるのか」を明確にしておきたいです。レポートでは、成功の判定にテスト通過、コミット、プルリクエスト、利用者の明示的な確認といった硬い手がかりを使っています。自社での導入評価でも、作業時間の短縮だけでなく、再現可能な検証、差分レビュー、失敗時の戻し方をセットで見る必要があります。

非エンジニア利用を広げる場合は、いきなり自由にリポジトリを触らせるより、業務知識が生きる限定された作業から始めるほうが現実的です。たとえば、定型レポートの生成、データ整形、社内ツールの小さな改善、仕様書とテストケースの作成のように、成果物の正しさを利用者自身が確認できる領域が向いています。逆に、認証、権限、決済、インフラ、顧客データのような領域では、専門性だけでなく、レビュー権限、監査ログ、承認フローを先に整える必要があります。

結局、今回のブログ記事をどう読むべきか

今回の記事は、Claude Code の利用拡大を「コーディング能力の代替」だけで説明しないための重要な材料です。Anthropic の分析は、エージェントが実行を担うほど、人間側の問題設定、業務知識、検証力がむしろ成果を左右しやすくなることを示しています。導入側は、Claude Code を使う人数を増やすだけでなく、専門知識を具体的な指示、テスト、レビューに変える運用を整えたいです。