Claude Cowork のデータが示すこと：AI Agents はまずオフィスの雑務を引き受ける
Anthropic の 120 万件の Claude Cowork セッション分析では、AI agent の最大用途は coding ではなく、business operations、documents、reports、checklists、spreadsheets でした。
AI agents の話になると、今でも coding が注目されがちです。
Repositories、bugs、tests、pull requests、terminals、coding agents はデモとして見せやすい。しかし Anthropic の Claude Cowork usage data は、もっと普通で、もっと大きい可能性のある領域を示しています。オフィスワークです。
The Decoder がまとめた Anthropic の分析によると、サンプルは 2026 年 5 月 11 日から 31 日 までの 120 万件の匿名 Claude Cowork セッションで、60 万以上の組織を含みます。Anthropic はこれらの会話を 20 の work categories に分類しました。
最大カテゴリは software development ではありません。Business process and operations でした。
重要な数字：33.4%、16.4%、8.7%
まず見るべきは上位カテゴリです。
| Claude Cowork category | Share of sessions |
|---|---|
| Business process and operations | 33.4% |
| Content creation and communication | 16.4% |
| Software development | 8.7% |
| DevOps and infrastructure | 7.0% |
| Research | 6.4% |
| Data analysis | 5.8% |
結論ははっきりしています。Claude Cowork は work around the work に多く使われています。
Reports、summaries、slides、checklists、onboarding materials、spreadsheet cleanup、status updates、customer notes、meeting follow-ups、internal drafts。派手ではありませんが、会社は毎日こうした作業で動いています。
なぜ coding が最大カテゴリではないのか
Software development が 8.7% だからといって、developers が AI を使っていないわけではありません。
より自然な説明は、developers には Claude Code や他の coding tools のような専用 entry point があることです。Product surface は使われ方を形作ります。Agent が terminal にいれば developer tool になりやすい。Agent が workplace product にいれば、operations、documents、communication、coordination に広がります。
重要なのは、AI agents が専門的な technical workflows だけでなく、反復的な administrative and operational tasks から office に入っていることです。
Office Busywork は Agent に向いている
Office busywork は必ずしも難しい仕事ではありません。難しいのは、情報が分散し、何度も発生し、誰も長期的に所有したがらないことです。
Weekly update には emails、meeting notes、spreadsheets、project docs、customer context が必要かもしれません。Sales follow-up には CRM notes、call summaries、open invoices、tone の調整が必要です。Hiring summary には interview feedback、role requirements、structured recommendation が必要です。
こうした task には三つの特徴があります。
- Inputs are scattered. 本当に時間がかかるのは context を探して揃えることです。
- Outputs are structured. Reports、checklists、slides、summaries、tables には繰り返せる format があります。
- Decisions still need humans. Agent は準備できますが、次の action は人間が確認すべきです。
だから agent に向いています。Agent が準備し、整理し、draft し、比較する。人間が review し、判断し、送る。
Prompt から Repeatable Workflow へ
多くの team はまだ AI を賢い chat box として使っています。
「これを要約して」
「draft を作って」
「この table を整理して」
一度は役に立ちます。しかし、それだけでは安定した business process にはなりません。
Office work を繰り返し AI に任せるには、workflow を定義する必要があります。
- Agent はどの inputs を使うのか。
- Agent は最初に何をするのか。
- Output format は何か。
- どこで human review が必要か。
- Approved output はどこへ行くのか。
- 同じ workflow を来週も実行できるか。
これが prompt と operating workflow の違いです。
Buda がこの流れを支える場所
Buda は、この層の work に向けて作られています。Recurring office tasks を managed AI agent workflows に変えるための workspace です。
Buda では、agent が Drive の files を使い、tools を呼び出し、visible session の中で作業し、task history を残し、channels を通じて outputs を人間の review に戻せます。Skill は方法を package し、team が毎回同じ prompt を書き直さなくてよいようにします。
Business operations ではここが重要です。AI が一度だけ賢く答えることではなく、work を visible、repeatable、reviewable、handoff-ready にすることが目的です。
Finance anomaly review、sales follow-up draft、onboarding checklist、meeting summary、content distribution plan、weekly operations report は、誰かが正しい prompt を覚えていることに依存すべきではありません。Clear inputs、agent execution、human review、final delivery を持つ reusable workflow になるべきです。
Managers が Claude Cowork から学ぶべきこと
Claude Cowork data の価値は、AI agent market を具体的に見せてくれることです。
Practical agent adoption の第一波は、elite specialists の置き換えから始まらないかもしれません。毎週どの department でも時間を奪っている office busywork から始まる可能性があります。
Managers が問うべきことは、「どの AI model を買うか」だけではありません。
- どの recurring office tasks が毎週 team の時間を消費しているか。
- どの tasks は inputs が散らばり、outputs が構造化されているか。
- Agent が準備すべき steps と、人間が review すべき steps はどこか。
- 一度きりの prompt ではなく reusable Skills にすべき workflow はどれか。
ここから office AI は operational になります。
Buda dashboard から managed agent workflow を始めるか、Buda Agent Workspace を読んでください。