AI研究開発の26%はAIが主導。Anthropicの公表値を見積もりに使えるか

2026年9月17日、Anthropic が自社の AI 研究開発をどこまで AI が担っているかを測った指標を公開した。2026年8月時点で、Claude が「主導」している仕事の割合は 26%。人が近くで指示しながら進める「協働」以上の水準を含めると 90% 超である。

数字だけが独り歩きしやすい発表だが、発注側にとって重要なのはそこではない。この公表で初めて「AIがどこまでやったか」を 6 段階で表す共通のものさしが、実名の数値付きで世に出たことのほうが効く。

「AI駆動開発なので工数が減ります」という提案を受け取ったとき、これまでは何を根拠に確かめればよいのか分からなかった。そこが変わる。一方で、26% という数字をそのまま自社案件の値引き率に読み替えるのは誤りである。理由まで含めて整理する。

6段の階段模型の4段目に駒が立ち、その駒から人の手へ紐が伸びている

公表されている事実

Anthropic が公開した文書と報道で確認できるものだけを並べる。

項目	内容
公開	2026年9月17日。数値は2026年8月時点
公開された指標	①AIが主導するAI研究開発の割合 ②AIエージェントの監督状況 ③計算資源の安全分野への配分、の3つ
ものさし	独立非営利の Epoch AI が作った AL0〜AL5 の6段階（自社で作った尺度ではない）
主導（AL4）の割合	26%。年初はほぼゼロ
協働（AL3）以上	90%超
完全自律（AL5）	測定したどの領域でも該当なし
測り方	2026年7月の各週、研究開発に関わる全部門から職員の20%を無作為抽出。その週の仕事を洗い出して 542 ノード（うち末端378）の作業ツリーに整理し、各ノードに段階を割り当てた
判定者	判定は AI が実施。証拠を読む役と、独立した判定役を分けている
検証	すべて自社による測定。第三者による検証は入っていない

6 段階の定義は次のとおりである。ここが本記事の主題になる。

段階	定義（公表文書の表現）
AL0	AIの関与なし
AL1	AIの関与は最小限
AL2	AIが補助する
AL3	協働。人の細かい指示のもとで大きな塊の作業をこなす
AL4	主導。大まかな指示から、作業のほとんどを端から端まで仕上げる
AL5	完全自律。人が介在しない

論点 1. 26% は「AI研究所が自分の研究開発を測った値」である

まず押さえるべき前提はこれに尽きる。測定の対象は、最先端のAIを作っている会社の、研究開発という仕事だ。

対象者は当該分野の専門職で、AIの使い方に最も習熟した集団である
対象業務は、実験・分析・コードの記述といった手元で完結しやすい仕事が多い
発注者との合意形成、既存システムの仕様調査、現場での運用テストといった工程は含まれていない

業務システムの開発には、要件を握る・現行の仕様を掘り起こす・関係部署の承認を取る、といった工程が必ず入る。そこは AI の関与率が上がりにくい領域で、しかも案件の総工数に占める比率が小さくない。

したがって「26%だから自社の開発も 26% 安くなる」は成立しない。工程ごとに下がる・下がらないが分かれる話は AI駆動開発の費用相場。どの工程がいくら下がるかと AI駆動開発と従来型開発の違いで分けて整理している。

論点 2. 使えるのは数字ではなく「6段階のものさし」のほう

発注側が今回の公表から持ち帰れる実用品は、AL0〜AL5 という段階表である。見積書の工程表に、この段階を書かせてみるとよい。

工程	ベンダーA	ベンダーB
要件定義	AL2（補助）	AL2（補助）
基本設計	AL2	AL3（協働）
実装	AL3	AL4（主導）
テスト設計	AL2	AL3
受入支援	AL1	AL1

こう書かせると、「AI駆動開発で安い」の中身が初めて他社と並べられる。同じ「AI活用」でも、A社は補助的に使っているだけ、B社は実装を任せている、という差が一目で出る。

そのうえで聞くのは 2 つだけでよい。

AL4 と書いた工程で、人は何を見るのか。 レビューの単位（1コミットごとか、機能単位か）と、担当者の役割

その工程の不具合は誰の責任で直すのか。 保証期間と、その範囲

段階が高いほど安くなるのは当然だが、高い段階ほど監督の設計が問われる。見積書を横並びにする手順そのものは AI開発の相見積もりを比較する方法にまとめてある。

論点 3. 「AIがやった」の線引きは、人同士でも一致しない

今回の公表で、費用の話に最も効くのは実は限界の記載のほうである。文書には、判定の一致率がこう書かれている。

AIの判定と人の判定が完全に一致した割合：59%
人と人の判定が完全に一致した割合：35%

同じ仕事を見て、人間の専門家同士でも3回に1回程度しか段階が一致しない。つまり「どこまでAIがやったか」は、測ろうとすれば測れるが、外から一意には確定できない性質の量だということである。

ここから導かれる発注側の結論ははっきりしている。

「AIで工数を◯%削減しました」という主張は、発注側が検証できない。 検証できるのは次のものだけだ。

成果物（動くもの、設計書、テストの結果）
検収条件（何をもって合格とするか）
保証と保守の範囲（不具合が出たとき誰が直すか、いつまで無償か）

削減率の約束を値引きの根拠にするのではなく、同じ成果物と同じ検収条件で総額を比べる。これは AI 以前から変わらない原則である。削れるところと削ってはいけないところの切り分けは AI駆動開発なら従来より安い？削減できる工程とできない工程を参照してほしい。

論点 4. 監督の仕組みは「ただで付いてくるもの」ではない

同時に公開された監督の指標も、発注側の見積書の読み方に直結する。

項目	公表値
主要基盤で動くエージェント数	約30,000
実行時の監視が通る行為の割合	100%
監視で止められた行為	0.002%（約47,000回に1回）
事後監視が取り込む行為の割合	100%
追加レビューに回される記録	1,000件あたり1〜2件

注目すべきは 0.002% という低さではなく、**「100%を通す仕組みをあらかじめ作ってある」**という点である。止まる確率が低いから監視が要らないのではない。低いことを示すために、全部を通す経路が要る。

AI エージェントに実装を任せる体制を採るなら、発注側の見積書にも同じ質問が立つ。

エージェントが触れるリポジトリ・データ・外部サービスの範囲は、契約上どう制限されているか
実行の記録は残るか。残る場合、納品時に発注側へ引き渡されるか
自社の業務データを AI ツールに投入する場合、その可否は誰が判断したか

この部分の工数を「AIでやるので不要」として削った見積もりは、安いのではなく抜けている。 権限とログの設計は運用フェーズの費用にも効く論点で、AIシステムのセキュリティ設計に基本の考え方をまとめている。

論点 5. 「安全に何%割いたか」を出す、という発想

3つ目の指標は計算資源の配分で、2026年7月13〜20日の 1 週間を切り取った値として、研究開発向け計算資源のうち**約6%が安全分野、AIが主導する研究開発に限ると約12%**が安全分野、と公表された。文書自身が「1週間では傾向を示せない」「配分は目安にすぎない」と断っている。

数値そのものより、総量に対する比率で品質・安全への投入を示すという形式が参考になる。発注側でも同じことができる。

見積総額のうち、テスト・評価・受入支援に配分された金額は何%か

AI を使った開発は、書く速度が上がるぶん確認の比率が相対的に下がりやすい。総額に対する検証工程の比率を 1 つの数字として出させると、会社間の姿勢の差が見える。精度をどう確かめるかという論点は AIの精度をどう評価するかに詳しい。

費用にどう効くか

受け取った提案書・見積書で確認するのは次の 5 点である。

削減率の根拠を、成果物と検収条件に置き換えて聞く。 「何%減」は外から検証できない
工程ごとの AI 関与度を段階で書かせる。 AL0〜AL5 をそのまま使ってよい。他社と並べられる形になる
AL4（主導）と書かれた工程のレビュー体制を確認する。 誰が、どの単位で見るのか
保証・保守の範囲を、AI 関与度と切り離して固定する。 「AIが書いた部分は対象外」は受け入れない
検証工程が総額の何%かを出させる。 速く書ける体制ほど、ここが薄くなっていないかを見る

発注側にとっての本題は「AIがどれだけ賢くなったか」ではなく、「誰が責任を持つ範囲がどう変わったか」である。 今回の公表は、その線引きを話し合うための語彙を提供した点で価値がある。

まとめ

2026年9月17日、Anthropic が自社の AI 研究開発について、AIが主導する仕事の割合 26%（2026年8月時点）、協働以上が 90% 超、完全自律は該当なし、と公表した
ものさしは独立非営利の AL0〜AL5 の6段階。測定・判定はすべて自社と AI によるもので、第三者の検証は入っていない
26% を自社案件の工数削減率に読み替えてはいけない。 対象は AI 研究所の研究開発業務で、要件定義や合意形成は含まれない
実用品は数字ではなく段階表。見積書の工程ごとに関与度を書かせると、AI駆動開発の中身を横並びにできる
判定の一致率は人同士でも35%。「工数◯%削減」は検証不能で、比べるべきは成果物・検収条件・保証範囲
エージェントを使う体制には監督の仕組みの費用が要る。そこを落とした見積もりは安いのではなく抜けている

手元の見積書がこれらの前提を書いているかは見積書チェックで機械的に確認できる。これから相談する段階なら、費用診断で条件を整理してから各社に当たると、関与度やレビュー体制を最初から書面に載せやすい。

参考・出典

Anthropic Institute「Measuring the Pace of AI Development」（AL0〜AL5 の6段階の定義、2026年8月時点で主導26%・協働以上90%超・完全自律は該当なし、7月の各週に全部門の職員20%を抽出し542ノード＜末端378＞の作業ツリーに整理したこと、判定をAIが行うこと、AIと人の一致率59%・人と人の一致率35%、エージェント約30,000・監視の通過率100%・遮断0.002%・事後レビュー1,000件あたり1〜2件、7月13〜20日の計算資源のうち安全分野が約6%／AI主導の研究開発では約12%、および各指標の限界の記載） https://www.anthropic.com/institute/measuring-pace-of-ai-development
Engadget「Anthropic says Claude 'leads' 26 percent of its AI research and development」（2026年9月17日付。公表日、Epoch AI の自動化レベル尺度を採用していること、完全自律ではないとの記載） https://www.engadget.com/2261909/anthropic-says-claude-leads-26-percent-of-its-ai-research-and-development/

※ 本文中の見積書の読み方・確認事項は本サイトの整理であり、公表文書に書かれているものではない。公表値はいずれも提供元による自社測定で、第三者の検証を経ていない点に留意してほしい。