記事のサマリー（TL;DR）
- Anthropicが2億ドル規模の「Economic Futures Research Fund」を設立し、AIによる経済的影響に対応する研究を外部機関に助成
- 助成対象は1件100万ドル以上・主に500万〜3,000万ドル規模のRCT（ランダム化比較試験）または大規模パイロット実証に限定
- 優先領域は「職場レベルのAI影響」「再訓練支援」「所得補償の近代化」「労働者への利益配分」「公的投資の検証」の5分野
日本の雇用・社会保障政策立案者と企業経営者が注目すべき点
Anthropicが示した研究アジェンダは米国中心ではあるものの、同社は「AIによる経済混乱への備えは世界規模で必要」と明記しており、日本の応募機関からの提案も受け付ける方針です。日本では2024年以降、厚生労働省が「AI・DX時代の人材開発」を政策課題に位置づけており、失業給付制度（雇用保険）の持続性や職業訓練の実効性を問う議論は国内でも活発化しています。本基金が重視するような「大規模ランダム化試験による職業訓練効果の測定」や「長期所得補償パイロット」の知見は、厚生労働省や経済産業省が今後の政策検討に活用できる証拠基盤になりえます。また、国内でkintoneやSalesforceなどの業務SaaSにAIを組み込む企業にとっては、「AIの生産性向上メリットが誰に帰属するか」「従業員参画型の設計がトップダウン設計と比べて何が違うか」という研究設問は、自社の導入設計を見直すうえでも参考になります。
詳細
Economic Futures Research Fund とは
Anthropicは2024年6月に公表した「Economic Policy Framework（EPF）」の中で、AIが経済に与えうる複数のシナリオに対応する政策プログラムを提案しました。今回発表した「Economic Futures Research Fund」は、そのEPFが示した介入策の有効性を実証的に検証するための外部研究に、2億ドルを投じるものです。
同社は「AIの経済的影響がどのような速度で、どの程度の範囲に広がるかは不明確」としながらも、「社会が適応できるよう証拠基盤を構築することが目的」と位置づけています。従来の「Economic Futures program」からの大きな変更点は、多数の小額助成から「大きな賭け」に集中する方向へのシフトです。小規模グラントを大量に管理する体制が難しかったという学習も背景にあります。
助成の基本方針
- 最低助成額: 100万ドル（個人研究者は対象外）
- 主な助成レンジ: 500万〜3,000万ドル（高ポテンシャル案件は上限を超えて柔軟対応）
- 対象機関: 認定大学・学位授与機関、独立系研究機関、政策研究組織、フィールド実験の実績を持つ非営利組織
- 成果公開: 主要マイルストーンで中間知見を公開することを応募条件とし、「答えが遅すぎれば意味がない」という姿勢を明確にしている
- グローバル対象: 米国中心の設計でありつつも、世界からの提案を受け付ける方針
5つの優先研究領域
1. 職場・企業レベルでのAIの労働者への影響
AIの労働市場への影響は、システム設計・職場設計・訓練体制・制度選択によって大きく変わります。既存の研究は観察研究かつ短期的なものが多く、フィールド実験による知見が不足しています。
助成対象の方向性：
- 企業またはチームレベルでAIシステムや統合設計をランダム化するフィールド実験（従業員・労働組合との共同設計 vs トップダウン設計の比較を含む）
- AIによる生産性向上の果実が誰に帰属するかに対する組織設計の影響推定
- 雇用維持税額控除・雇用主の共同投資義務の評価
2. AI主導の移行期を乗り越えるための人材支援
再訓練・就職支援の有効性に関する既存のエビデンスは結果が混在しており、AIが引き起こす急速な構造転換への一般化は難しい状況です。
助成対象の方向性：
- 革新的な職業訓練・就職支援・資格改革・セクター横断移行パッケージの評価（AI活用型のマッチング・資格認定・学習モデル、所得支援と再就職サービスのバンドルを含む）
- 若手・早期キャリア向けパイプラインのフィールド実験（AIがジュニアタスクを代替した場合に専門性を育む徒弟制・メンター制・ローテーション型モデルの評価）
- K-12・高等教育でのカリキュラム・教育提供モデルの評価（労働市場アウトカムとリンクした縦断的パイロットを含む）
- 再訓練と連動した有給休暇・ポータブル給付など「移動性を高めるツール」の検証
- 特定の州において複数プログラムを急速に拡大する「火災訓練（fire drill）」型の大規模実証
3. AI主導の雇用喪失に対応する所得支援の近代化
米国を含む多くの国の失業給付制度は「失業は一時的」という前提で設計されています。AIによる雇用喪失が広範・長期化するシナリオでは、現行制度では対応できない可能性があります。
助成対象の方向性：
- AI主導の雇用喪失に適した失業給付（UI）改革（業界・職種連動の自動延長トリガー、賃金保険・再訓練との統合など）
- UI受給資格を持たない労働者や長期的な低賃金雇用に留まる労働者のための基本的生活支援
- 「所得と雇用が長期間切り離される」シナリオを想定した生活水準を満たす水準の長期無条件所得パイロット——測定指標は労働供給・消費にとどまらず、ウェルビーイング・家族の安定・子の発達・市民参加・時間の使い方まで含める
4. 混乱が来る前に労働者がAI成長の恩恵を受け取る仕組みの構築
EPFでは「ユニバーサル事前分配型資本口座（pre-distributive capital accounts）」や株式共有・AIセクター配当・公的持分取得などのメカニズムを論じています。しかしこれらは大規模な実証前例が少なく、財源の問題も未解決です。
助成対象の方向性：
- 事前分配型資本口座の設計を大規模でテストするRCT
- 株式共有・配当型メカニズムのパイロット（AI関連インフラや企業が地域住民に継続的リターンを還元するコミュニティレベルの実験を含む）
- 財源調達メカニズムの比較評価——法人税・キャピタルゲイン税・コンピュート税・自動化税など税基盤の選択と、事前分配口座・株式持分・配当・直接給付など分配メカニズムの選択が、労働市場・家計アウトカムにどう影響するかの比較
5. 公的投資に関する新たなエビデンスの創出
EPFは所得安全網の近代化と同時に、「人・コミュニティ向けの公的投資の大幅拡充」を求めています。政策立案者がこれらと直接給付を比較評価するための一貫した指標が必要です。
助成対象の方向性：
- 教育・放課後プログラム・図書館・コミュニティ医療・公園・インフラ・芸術など人・コミュニティ向けサービス職を直接創出する大規模パイロット（雇用水準・学力・犯罪・ウェルビーイングを測定）
- 低所得者層向けにAI活用の公共サービス（法律相談・医療アドバイス・金融相談）へのアクセスを拡大するパイロット
- 「公民保全部隊（Civilian Conservation Corps）」の精神に倣った、失業者・長期失業者への雇用保証パイロット（より幅広い役割をカバー）
- AI主導の雇用喪失にさらされるコミュニティや大規模AI基盤整備が進む地域への「場所ベースの介入」——労働力・公共サービス・インフラ・アメニティの複合投資、統一ガバナンスのもとでこれらを調整する地域開発機構のパイロットを含む
応募要件と今後のスケジュール
提案書の受け付けはAnthropicの公式RFP（Request for Proposals）ページを通じて行われます。個人研究者の個人名義での応募は不可ですが、所属機関を通じた申請でPI（主任研究員）として参加することは可能です。