AIを使い続けるほど上達する

AnthropicはAI利用の実態を経済的に分析した最新レポート「Learning Curves（学習曲線）」を2026年3月24日に公開しました。

2026年2月の100万件を超える会話データを分析した結果、利用歴が長いユーザーほどタスクの成功率が高く、より複雑な業務にAIを活用していることが明らかになっています。
AIは「使い始めること」だけでなく「使い続けること」が、生産性向上の決め手になると示すデータです。

【出典元】Anthropic Economic Index report: Learning curves

利用歴が長いほど成功率が上がる

AnthropicはClaude.aiの利用者を「高テニュア（利用歴6ヶ月以上）」と「低テニュア（それ以外）」の2グループに分類し、使い方や成果の違いを比較しています。

結果として、高テニュアユーザーのタスク成功率は73.1%と、低テニュアユーザーの66.7%を大きく上回っています。

単純な比較では約6ポイントの差ですが、タスクの種類・利用国・使用モデルなどを統計的に制御したうえでも、利用歴による成功率の差は約4ポイント残ります。これは、AIを使い続けることで生まれる「習熟効果」の存在を示しています。

高テニュアユーザーの特徴

2グループの違いをまとめると、以下のとおりです。

高テニュアユーザーは「AIに丸投げする」スタイルが減り、自分で考えながらAIと協力して作業を進める「コラボ型」の使い方が増えています。

また仕事での利用率が7ポイント高く、より高い専門性を要するタスクをClaudeに持ち込む傾向があります。

利用開始から1年経つユーザーは、新規ユーザーと比べて入力プロンプトに必要な教育年数が約1年分高くなっており、扱うテーマの複雑さも増していることが分かります。

また、利用歴が長いほどAIを使う目的も広がっています。高テニュアグループが多く手がける作業には「AIリサーチ」「Gitオペレーション」「原稿の推敲」「スタートアップの資金調達」などが含まれます。一方、新規ユーザーが多く行う作業は「俳句の作成」「スポーツ結果の確認」「パーティの料理提案」など、比較的シンプルなものです。

ユーザーはモデルを使い分けている

AnthropicはClaude.aiに複数のモデルクラス（Haiku・Sonnet・Opus）を提供しています。今回の分析では、ユーザーがタスクの複雑さに応じてモデルを自然に使い分けていることが確認されました。

最上位モデルの「Opus」は、コーディングや数学といった高スキルが求められる作業では平均より4.4ポイント多く選ばれています。一方、チューター（個別指導）系タスクでは6.5ポイント少なくなっています。

タスクに関連する職種の時給が10ドル上がるごとにOpusの選択率は1.5ポイント増加しており、API利用者ではその差が2.8ポイントと約2倍になっています。

プログラムでClaudeを呼び出す開発者は、コストと性能のトレードオフをより意識的に管理していると考えられます。

個人利用が急増し用途が多様化

Claude.aiの利用目的の内訳を見ると、個人用途が2025年11月の35%から2026年2月には42%へ急増しています。一方、学習目的の利用は19%から12%へ減少しています（冬休み期間の影響も一因です）。

コーディング作業はClaude.aiからAPIへの移行が進んでおり、AIコーディングエージェント「Claude Code」の普及がその背景にあります。

タスクの多様化が進んだことにより、Claude.aiで扱われる作業の平均的な価値（関連職種の時給換算）は49.3ドルから47.9ドルへ低下しています。これはAIが一部のプロフェッショナル層だけでなく、幅広い層に普及しつつある「採用曲線」の自然な流れといえます。

なお、APIトラフィックで急増した自動化ワークフローとして、以下の2つが挙げられています。

• 営業・アウトリーチの自動化：B2Bリード調査、顧客データ整備、コールドメール作成など
• 自動トレーディング・市場監視：相場のモニタリング、投資提案、市場状況の報告など

米国内は収束、国際格差は拡大

地理的な普及格差についても分析されています。米国内では利用率の低い州ほど追いつくペースが速く、格差は縮小傾向です。ただし収束のスピードは鈍化しており、完全な均等化には5〜9年かかると推定が更新されています（前回報告の2〜5年から延長）。

一方、国際間では格差が拡大しています。利用率上位20カ国が全体の人口比利用量に占める割合は、45%から48%へ増加しており、一部の国への集中がより強まっています。

まとめ

今回のレポートが示す核心は、「AIは使い続けることで成果が上がる」というデータによる裏付けです。利用歴の長いユーザーは丸投げを減らしてAIとの対話・反復を重視し、より高度な業務に活用することで成功率も高くなっています。

ただし、この結果には注意も必要です。早期採用者の多くは元々スキルの高いエンジニアや知識労働者である可能性があり、「習熟の効果」と「もともとのユーザー特性」を切り分けるには、さらなる追跡調査が必要とされています。

また、高スキルの早期採用者がAIの恩恵をより多く受けている構図は、労働市場における格差をさらに広げる懸念もはらんでいます。Anthropicはデータを継続的に公開し、AIの経済的影響を社会全体でモニタリングする体制を整えるとしています。