朝5時、眠れない誰かが Claude に寝つきの相談を投げ込んでいる。夕方6時、家のキッチンでレシピを訊ねている人がいる。Anthropic が6月26日に公開した Economic Index レポート「Cadences」を読んでまず思ったのは、Claude にはもう生活の時刻表が刻まれているということだった。同じ日に OpenAI が Sol/Terra/Luna でベンチマーク勝負を仕掛けてきた裏で、Anthropic は「何時に何を訊くか」のほうから AI と経済の関係を語りにきている。
- 「Cadences」が指す意味、データの取り方が変わった
- 朝7時のニュース、夕方6時のレシピ、深夜5時の寝つき相談
- 週末のClaude Codeで何が動き出すか
- 「Claudeに任せる人ほど明るい」というねじれ
- 経験年数とジェンダーで割れる、AIとの距離感
- 自分の Claude 利用ログから、何を読み取り直すか
「Cadences」が指す意味、データの取り方が変わった
タイトルの Cadences は「拍」「周期」のニュアンス。日々の業務サイクル、時刻別の問い、曜日のパターン、季節イベント（米国の確定申告のような）が Claude の使われ方をどう形作っているか、というのがレポートの本題になっている。
計測の仕組みが大きく変わった。これまでは7日サンプリングだったところを、プライバシー保護を効かせたまま時間単位のテレメトリーに切り替えている。さらに、各会話が「何を生み出したか」を分類する Artifact 分類器を導入し、30以上のカテゴリで成果物を仕分けたうえで、Economic Index Survey と紐付けた利用者約9,700人のデータを重ねている。Claude.ai／Claude Desktop／Claude Code／API までを横断したデータで、5セッション未満のユーザーはノイズ削減のため除外、という設計。
行動ログだけでは見えない「本人が AI 利用をどう感じているか」をサーベイで補う作りは、研究系の論文でいう「行動データ＋自己申告データ」の標準形に近い。Anthropic がここに踏み込んできたこと自体、Claude が経済データとして語られる規模に入ったという宣言にも見える。
朝7時のニュース、夕方6時のレシピ、深夜5時の寝つき相談
時刻別の使われ方を並べていくと、人間の一日に張り付いている感じが妙にリアル。
ニュースの問い合わせは朝7時にピーク。ビジネス系のメール文面の相談は午前10〜11時に集中して、勤務時間の弧をなぞる。レシピの問い合わせは夕方6時に、1日平均の2.3倍まで跳ねる。映画・音楽の推薦は夜寄り。そして、寝つきや睡眠の相談が朝5時にピーク、というのが地味に効く。眠れない人が枕元で Claude に話しかけている図が浮かんでくる。
季節要因の代表例として、米国の確定申告期限まわり。4月14日には税関連の会話が5月平均の8倍に膨れ、申告締切翌日の4月16日にはストンと落ちる。生活サイクルそのままの形状がデータに刻まれている。
これ、エンジニアリングの観点でも示唆がある。Claude を組み込んだプロダクトを設計する側からすると、ユーザーが質問してくる時刻帯にはかなり強い偏りがあるということ。深夜帯の sleep advice ピークが本当に発生しているなら、夜間のメンタルケア導線、コンテンツモデレーションの感度、サポートの待機シフト、このあたりは時刻と用途のクロスで見直す価値がある。
週末のClaude Codeで何が動き出すか
Claude Code の中身を平日と週末で並べると、いわゆる「ビルダーの顔」が浮かんでくる、というのがレポートの言い回し。
平日に多い backend architecture、API デバッグ、データストア周りの作業が週末にはガクッと減って、代わりに AI エージェントの設計、量的トレーディングのコード、ゲーム開発が増える。求人応募のための添削は週末に落ちるが、起業準備の相談はグローバル平均で週末がピーク。本業の片付けが終わったあと、自分の理想のプロジェクトに手を伸ばしている時間帯が透けて見える。
個人的に効いたのは、Claude Code の自律性スコア。レポートでは1〜5の尺度で「AI の自律性」を測っていて、Claude Code セッションはチャット系より平均0.37ポイント高い。ブログ・記事の制作タスクで比較すると、チャットでは中央値13ターンのやりとりを経るのに対し、Claude Code では1プロンプトで完結するケースが目立つ。タスクの委任スタイルの差が約3分の2、生成する成果物の混ざり方の差が約3分の1で説明できる、という分析。
要するに、裏で同じ Sonnet を動かしていても、UI が違うと人の任せ方が変わるということ。これは Cowork でも API でも同じで、ツールの「形」が自動化の度合いを規定する側面が、定量的に出てきた格好になる。製品設計の感覚で言うと、エージェント体験を作る際の UI 選定は、モデル性能と同じ重さで議論されていい。
「Claudeに任せる人ほど明るい」というねじれ
ここがレポートでいちばん引っかかる。自動化の度合いを高めに使っているユーザーほど、「AI が自分のタスクをもっと引き取る」と予測しているにもかかわらず、給与・職の安定・仕事の意味、いずれについても最も楽観的、という結果が出ている。
直感に反する。普通に考えれば「AI に任せるほど自分の役割が削られる」感覚に向かうはず。ところがデータは逆を指している。86%が処理スピードの向上、82%が扱える業務範囲の拡大、69%が成果物の質の向上を体感していて、そのなかで自動化を進めた層ほど「自分のスキルの価値はむしろ上がった」と答える割合が57%にのぼる。
別の見方をすれば、AI を腰を据えて使い込んだ層は「自動化と楽観」を両立させる経験ルートに入っていて、そこに乗り切れていない層との差が広がっている、という構図にも読める。雇用全体への影響は、たぶんこの両側の比率がどう動くかで決まる。
ただし手放しでは喜べない。低所得国の回答者は「自分の業務が AI で代替可能」と答える割合が高所得国より約10ポイント高く、不安も濃い。高所得国は補完スキルやインフラが揃っていて拡張的に使えるが、低所得国は置換リスクに直面しやすい、という地理的な分断がレポートでも警鐘として上がっている。インドや東南アジアにオフショア開発を依頼している事業者は、契約形態と教育投資のバランスをどう設計するかを少し早めに考え始めたほうがいい。
経験年数とジェンダーで割れる、AIとの距離感
経験年数の差も目に見える。キャリアの早い層は「AI が自分の業務をこなせる」と答える割合が、15年以上のベテラン層より約10ポイント高い。ベテラン側は「判断、文脈把握、状況に応じた推論」を譲れない部分として挙げていて、自分の仕事を AI に置き換えられにくいと感じている。これは現場感としては腑に落ちる。新人が「これ Claude に投げれば終わる」と感じるタスクが、シニアにとっては「裏で5つの判断が走っているからモデルに任せきれない」というケースは確かに多い。
ジェンダー差も入っている。サンプル全体で女性は12%、職種を統制したうえで、Claude Code の利用量が0.24標準偏差ほど低く、自動化の度合いも0.33標準偏差低い。代わりに反復的なやりとりが多く、アクティブなチャット時間は長い。委任型より対話・協働型に寄った使い方、という整理になっている。
このあたりは「だから女性のほうが向いていない」という安易な読み方にいかないように注意したいところ。UI 設計者の側が「委任型に最適化したインターフェースばかり作ってきたんじゃないか」という問いに変換できる気がしている。Cowork や Claude Code が委任型に振った設計なら、対話の往復に最適化したもう一方向のプロダクトラインがあってもいいはず。
ついでに引っかかったのが、Claude の出力が利用者のプロンプトより読解学年で平均約1学年高い、というデータ。アプリやウェブサイトを書かせると差は+2.6学年まで広がる。AI が常に「ちょっと上の語彙」で返してくる構造は、教育用途と対人コミュニケーション用途で別の効き方をしそうで、ここは次のレポートで深掘りされてほしい論点。
自分の Claude 利用ログから、何を読み取り直すか
ここまでがレポートの読みどころ。最後に、エンジニアやマネージャーが今週やる価値がある動きを一つ挙げるとすれば、自分のチームの Claude 利用ログを「時刻別／用途別」で見直すことだと思う。
たとえばコードレビューや要件整理を Claude に投げる時間がメンバー全員10〜11時に集中している場合、そこがチームの暗黙の「集中時間」と一致しているかを観察してみる価値がある。逆に深夜帯に Claude のクエリが偏っているなら、それは生産性の話ではなく、業務量と勤務時間の話になっている可能性が高い。Cadences は本来、利用者ひとりひとりの生活の輪郭であって、組織側もそれを見ながらリソース配分を考えるきっかけにしたい。
もうひとつ、自動化を進めた人ほど楽観的、というレポートの結論を社内で消化するなら、Claude Code に触れる機会を平等に作るのが先決だと感じる。「触っている層」と「眺めている層」の分断が、この先1年でいちばん効いてくる経済的格差になる。Anthropic が「rising tide（潮位が全体で上がる）」と表現した構図は、現場で見ると「乗れた人と乗れない人」の対比に変わる。
レポートは Claude が経済データになり始めた最初の年として記録される、と思う。今月の社内ログを少し丁寧に開いてみるだけで、自分のチームのリズムが見えてくる。
