Zenn
📊

Claude3.7がリリースされて何がかわったのか？

に公開
LLM
Claude
tech

Anthropicから「経済指数：Claude 3.7 Sonnetによる洞察」というレポートが公開されていたので、内容を簡単にまとめました。

前回のレポートでは、「Claude」がどんな職業の人にどのように使われているかがテーマでした。今回のレポートでは、新しくリリースされた「Claude 3.7」で何が変化したのかに焦点が当てられています。

Claude 3.7 Sonnet の特徴と利用傾向

増えた利用用途

Claude 3.7 Sonnetは、高度なプログラミング能力や「拡張思考モード（extended thinking mode）」という機能を持っています。このモデルのリリース後、以下の用途で特に利用が増えています。

  • プログラミング（コーディング）
  • 教育分野
  • 科学的研究
  • 医療・ヘルスケア関連

「拡張思考モード」の具体的な使われ方

新機能の「拡張思考モード」は、主に専門的で技術的な課題を解決する際に使われています。

利用が多い職業の例：

  • コンピューター科学の研究者
  • ソフトウェア開発者
  • アニメーション制作者
  • ゲームデザイナー

AIの使われ方の分類

AIがどのように仕事を補助または完全に行う自動化かを職業・タスク別にデータ化しています。

具体例：

  • 補助的使用（共同作業）
    • 編集者やコピーライターはAIと一緒に文章を書き直し、改善する作業が多いです。
  • 自動化（指示を与えて完了させる）
    • 翻訳者・通訳者などの作業は、AIに指示だけ与え、人間の関与が最小限になることが多いです。

こうした分類に関する詳しいデータが次のように提供されています。

詳細な利用分類の提供

AIの使われ方を非常に細かく分類した初めてのデータが提供されています。この分類は、630項目もの具体的な用途に分かれており、従来の「上から下」の分類では見逃されるような細かな用途を捉えています。

例として挙げられた分類の一部：

  • 「家庭の水道や設備の修理を手伝う」
  • 「バッテリー技術や充電システムについてのアドバイス」

これらの細かな分類データは、研究者に役立つ新しい分析方法を提供しています。
データはこちらから閲覧・ダウンロードができます👉

Claude 3.7 Sonnetリリース後の利用傾向の変化：

特定の職業カテゴリで利用割合が変化しました。

増加した分野（緑色で表示）：

  1. コンピューター・数学分野： +3.0%（37.2% → 40.2%）
    • コーディング能力が向上したため、予測通り利用割合が上昇。
  2. 教育・指導・図書館分野： +1.8%（9.3% → 11.1%）
    • 教育関連でAIの活用が進んでいる可能性が示唆される。
  3. ライフサイエンス・物理科学・社会科学分野： +0.5%（6.4% → 7.1%）
    • 科学系分野へのAI利用がやや増加。

減少した分野（青色で表示）：

  1. アート・エンターテインメント・スポーツ・メディア分野： -0.7%（10.3% → 9.6%）
  2. 事務・管理サポート分野： -0.8%（7.9% → 7.1%）

「拡張思考モード」は、特に以下のような状況で頻繁に使用されています。

  • 技術的課題の解決（研究、プログラミング、ソフトウェア開発）
  • デジタル創作活動（ゲームデザイン、アニメーション制作）

これらの職種では、複雑な問題にじっくり取り組む必要があるため、長時間かけて思考を深めることが求められます。

よく使われる職種と割合は次の通りです

  • コンピューターおよび情報リサーチ科学者（9.7%）
  • ソフトウェア開発者（アプリケーション）（8.4%）
  • ソフトウェア開発者（システムソフトウェア）（8.0%）
  • CNC工作機械プログラマー（金属・プラスチック）（7.5%）
  • コンピューターシステムエンジニア/設計者（7.4%）
  • ソフトウェア品質保証エンジニア＆テスター（7.4%）
  • マルチメディアアーティスト＆アニメーター（6.9%）
  • データベース設計者（6.9%）
  • コンピュータープログラマー（6.6%）
  • コンピューターシステム分析者（6.6%）
  • バイオインフォマティクス技術者（6.5%）
  • ゲームデザイナー（6.2%）
  • データウェアハウジングスペシャリスト（5.7%）
  • 統計学者（5.6%）
  • Web開発者（5.6%）
  • データベース管理者（5.0%）
  • ネットワーク＆コンピューターシステム管理者（4.8%）
  • Web管理者（4.7%）
  • コンピューターオペレーター（4.6%）
  • テクニカルライター（4.3%）

支援型と自動型

タスクの性質や職業によって、支援型と自動化型の使われ方に大きな差があります。

1. 支援型と自動化型の概要

支援型： AIが人間の作業をサポートし、人が中心となって繰り返し改善する使い方。
例：文章の執筆支援、資料作成のサポート、学習の支援。

自動化型： AIがほぼ独立して作業を完結する使い方。
例：デバッグ、翻訳作業、エラー修正。

全体では支援型が約57%、自動化型が約43%で、比率は今回大きく変化していません。
ただし、「学習」のような支援型利用が増加傾向にあります（約23%から約28%に上昇）。

2. タスク別の傾向

AIとのやり取りには、特定の作業タイプごとに明確な傾向があります。

【支援型が多い作業例】

  • 文章の執筆・編集（コピーライター、編集者、テクニカルライター）：
    • AIと一緒に繰り返し文章を修正・改善する。
    • コピーライター：約57.7%、編集者：約54.8%がこの形式を利用。
  • 教材・マルチメディア資料作成（教材設計者、マルチメディア制作者）：
    • AIと繰り返しやりとりして、資料を作成・改善する。
    • 教材設計：約46.1%、マルチメディア制作：約40.8%。

【自動化型が多い作業例】

  • ITシステム管理・デバッグ作業：
    • AIが自動的にエラーの修正や問題解決を実施。
    • ネットワーク管理者：約44.9%、ウェブ管理者：約41.0%、ソフトウェア開発者：約30.5%～29.0%。
  • 翻訳・通訳：
    • AIが人間の介入をほぼ必要とせず、文章を自動翻訳。

3. 職業別の傾向

職業カテゴリーごとに、支援型と自動化型のバランスが異なります。

【支援型が強い職業】

  • 地域・社会サービス職（教育・カウンセリング等）：
    • 約75%が支援型のやり取り。
  • 営業・販売系職業：
    • 約65～70%が支援型のやり取り。

【支援と自動化が半々の職業】

  • コンピューター・数学関連職業
  • 製造関連職業
    • 支援と自動化がほぼ50%ずつで、バランスよく使われている。

完全に自動化が中心となる職業カテゴリーはありませんでした。

職業別に見るAI活用の3つのパターン

① 学習を支援するタスクが多い職業

AIが情報収集や分析を支援する業務

  • 司書 (55.9%)
    利用者の要望を分析し、情報提供を支援。

  • コンピュータハードウェアエンジニア (55.5%)
    情報分析によるコンピュータや周辺機器の設計・レイアウト支援。

  • 事務職員 (49.7%)
    オフィス機器やソフトウェアのトラブル解決を支援。

  • データベース設計者 (44.0%)
    ビジネスや業務要件の理解を深めるために、他職種と協力。

  • 情報科学者・研究者 (43.8%)
    問題解決のために数学的なモデルを構築することを支援。

② 自動化が多い職業

AIが作業を自動化・指示に基づいて代替する業務

  • 俳優 (63.4%)
    演劇・コメディ・人形劇などのための脚本やナレーションを作成。

  • 通訳者・翻訳者 (58.6%)
    法律文書、科学的文献、ニュースなどを特定言語へ翻訳。

  • 詩人・作詞家・クリエイティブライター (56.0%)
    文学作品や詩などの創作。

  • アーキビスト（文書管理者）(49.7%)
    文書や資料を選択・編集し、知識を応用して出版・展示用に準備。

  • 画家・彫刻家・イラストレーターなど芸術家 (48.6%)
    装飾目的やメッセージを視覚的に伝えるための作品を作成。

③ 検証・修正を支援する職業

AIが情報や成果物の検証・修正を補助する業務

  • ソフトウェア品質保証エンジニア (10.7%)
    ソフトウェアやコードのエラー検出・修正を支援。

  • 統計学者 (9.4%)
    情報の信頼性・有用性を評価する。

  • データベース管理者 (8.1%)
    データベースやプログラムのテスト・エラー修正。

  • コンピュータシステムアナリスト (7.9%)
    コンピュータの性能問題を分析し修正する。

  • 通訳者・翻訳者 (7.1%)
    翻訳された文書を校正・編集・修正する。

📌 まとめると

  1. AI利用は、支援型（人間主導）が全体的に優勢。
  2. 執筆、教育、デザインなど創造的な職業ほど支援型利用が高い。
  3. IT、翻訳、エラー修正など明確なタスクを伴う職業は、自動化の比率が高いが、完全な自動化はまだない。

特に興味深い使用例の紹介

  1. 水資源管理システムやインフラ整備に関する支援
    水道施設などの管理やプロジェクト計画のサポート

  2. インタラクティブな視覚化が可能な物理シミュレーションの作成
    実際の物理現象をシミュレーションし、視覚的に表示するプログラムの作成支援

  3. フォントの選定・導入・トラブル対応の支援
    フォントに関する実用的なアドバイスや技術的問題の解決を提供

  4. 求人応募書類（履歴書、カバーレター等）の作成・改善サポート
    魅力的な応募書類の作成支援、または既存書類の添削改善を行う

  5. バッテリー技術や充電システムについての専門的なアドバイス
    電池や充電設備の選定や導入時の技術的支援

  6. コードやデータベースでのタイムゾーン処理に関するサポート
    プログラムやデータベースにおける時刻の処理を支援する技術的なサポート

結論

モデルが進化し続けるにつれ、その経済的な影響を測る方法も向上させる必要があります。

今回の報告書（Claude 3.7 Sonnetの導入以降のデータを対象）では、以下の結果が明らかになりました。

  • プログラミング、教育、科学分野における利用は比較的緩やかに増加している。
  • 自動化（完全な代替）と拡張（人間の補助）のバランスには、前回から変化は見られない。
  • Claudeの新機能「拡張思考モード（extended thinking mode）」は、特に技術的な領域やタスクで頻繁に活用されている。
  • タスクや職種ごとの自動化・拡張の傾向に一定のパターンが確認できた。

自動化とは「AIが人間の仕事を完全に代替すること」であり、拡張とは「AIが人間の作業効率や精度を高めるために補助すること」を指します。

関連リンク

  • 今回のレポート

https://www.anthropic.com/news/anthropic-economic-index-insights-from-claude-sonnet-3-7

  • 前回のレポート

https://www.anthropic.com/news/the-anthropic-economic-index

Discussion