ロボットは仕事の34%を「できる」――でも人間より安いのは0.3%

ロボットは仕事の34%を「できる」――でも人間より安いのは0.3%

シン@AI統制&マルチエージェント

シン@AI統制&マルチエージェント

「ロボットができる仕事」と「企業がロボットへ置き換える仕事」は、同じではありません。

Anthropicは2026年9月30日、現在のロボットが米国の仕事をどこまで実行できるかを、約900職種・約1万9,000タスクから分析した研究を公開しました。

結論は少し意外です。現在のロボットは、物理タスクの74%を何らかの環境では実行できると評価されました。米国の全労働時間に換算すると34%です。一方、人間より安く実行できるタスクは、わずか0.3%でした。

この記事では「できる」「現場で使える」「採算が合う」を分けて読みます。数値はAnthropicの研究チームによる推定です。独立した追試や、日本の雇用環境での再計算は今回行っていません。

1.ロボットが「できる」は、環境によって4段階

研究では、現在利用できるロボットを、自律的に周囲を感知して行動する物理機械と定義しています。遠隔操作だけで動く機械は含みません。

各タスクは、ロボットがどの環境なら実行できるかで評価されます。

E0:現在のロボットには実行できない

E1:専用に設計された工場などなら実行できる

E2:倉庫・病院など、構造化された人間の職場で実行できる

E3:市街地など、予測しにくい環境でも実行できる

米国の全労働時間で見ると、物理タスクは46%。そのうち、専用環境で可能なE1が23%、構造化された職場で可能なE2が10%、非構造環境でも可能なE3は1%でした。現在まったくできないE0は12%です。

つまり「物理タスクの74%を実行できる」といっても、多くは工場や倉庫のように、環境側を整えた場合です。家庭や街中で人間のように柔軟に動ける、という意味ではありません。

2.LLMとロボットを合わせると81%が“影響範囲”

Anthropicは、LLMが作業時間を半減できるタスクと、ロボットが実行できるタスクを重ねました。その結果、どちらかに影響を受け得る仕事は約81%と推定されました。

ただし、これは「81%の仕事が消える」という予測ではありません。Exposureは、技術が仕事の一部へ触れられる範囲です。導入費、現場変更、規制、人の好み、例外対応、保守は別問題です。

対人関係が中心の仕事や、繊細な手作業を必要とする仕事は、現在も影響が小さめでした。看護、一般修理、地域・社会サービスなどでは、人との接触と状況判断が自動化の壁になります。

3.最大の壁は「能力」より「採算」

研究で最も重要なのは、能力と経済性を分離した点です。

現在のロボットが理論上実行できる仕事は全労働時間の34%ですが、人間より安いのは0.3%。およそ30万人分の仕事がこの範囲に入り、包装・梱包や一部の運転業務が中心です。

研究では、ロボット価格が過去と同じ年3%で低下すると仮定した場合、費用面で競争力を持つ仕事が10%へ達するには、価格が約70%下がり、約40年かかると試算しています。

これは予言ではありません。ヒューマノイドの量産や学習能力の向上で、価格と性能が過去より速く改善する可能性があります。反対に、規制、借入制約、保守、人の監督、例外処理が導入を遅らせる可能性もあります。

MORIの複数AI運用との接点

この研究は、Human OSで重視してきた区別を、物理世界にも当てはめる材料になります。

Capability ≠ Authorization ≠ Adoption

AIやロボットが「できる」と評価されても、現場で任せてよいとは限りません。さらに、任せられても費用や運用負担が見合うとは限りません。

制作や業務改善では、次の3点を分けて記録すると判断しやすくなります。

1. 技術的に実行できるか

2. 権限・安全・品質の条件を満たすか

3. 人の時間や費用を含めても導入価値があるか

ロボットの研究ですが、AIエージェントの導入判断にもそのまま使える見方です。

まとめ

・現在のロボットは、物理タスクの74%を何らかの環境で実行できると推定された

・米国の全労働時間では34%に相当するが、多くは専用・構造化環境が必要

・LLMとロボットのどちらかに影響を受け得る仕事は約81%

・人間より安く実行できるタスクは0.3%にとどまる

・「できる」「任せられる」「採算が合う」を分けることが重要

出典

Anthropic, “What work can robots do?”(2026年9月30日)

https://www.anthropic.com/research/what-work-can-robots-do

確認日:2026年10月1日。数値はAnthropic研究チームの推定で、Claudeによるタスク分類・時間配分・費用推定を含みます。独立追試、日本の雇用データでの再計算、実機検証は未実施です。


あなたも記事の投稿・販売を
始めてみませんか?

Tipsなら簡単に記事を販売できます!
登録無料で始められます!

Tipsなら、無料ですぐに記事の販売をはじめることができます Tipsの詳細はこちら
 

この記事の販売者

シン@AI統制&マルチエージェント

人とAIの役割を組み立て、構想を使える成果物へ。教育・営業・接客・介護・事務の経験を背景に、個人プロジェクト「Human OS」で複数AIとの協働を設計・実践しています。教材・記事制作では企画、役割分担、品質の確認、改善を担当。課題を整理し、進め方を見直しながら形にする力を、業務改善・AI活用・プロジェクト推進へ広げていきます。

この販売者が書いた他の記事

  • xAI、新モデル「Grok 4.7」を発表 長時間タスク向けの強化学習や自己点検機能を強化

  • GLM-5.3は「攻撃を組み立てるAI」の敷居を下げたのか――AnthropicとNISTの検証を読む

  • Gemini Liveが「目の前」を声で案内――Guided Visionは、AIが人の視界を補う新しい形

関連のおすすめ記事

  • ゼロから3日で始動|AIコンサル大全

    ¥124,800
    1 %獲得
    (1,248 円相当)
    水口一星

    水口一星

  • 【AI自動化・マネタイズ実例書】たった2週間〜機械オンチなママでもできた全作業過程

    ¥37,800
    1 %獲得
    (378 円相当)
    みお

    みお

  • 【5年更新型コンテンツ】AIを最大活用するためのリテラシー強化バイブル

    ¥59,800
    1 %獲得
    (598 円相当)
    こはく

    こはく