これまでAIは「一つのチャット画面に何でも聞く」という、汎用の窓口として使われることが中心でした。ところが直近、この前提が少しずつ変わり始めています。Anthropicは研究者の仕事全体を支える専用の作業環境を公開し、Microsoftは自社のAIアシスタントの中で複数のAIモデルを目的に応じて選べるようにしました。AIが「何でも答える一つの存在」から「専門ごとの作業場を持ち、複数を使い分ける前提」へ向かうとき、採用・育成・キャリアには何が起きるのか。先読みで整理します。
Pickup：注目の技術
① AIが「チャットで質問に答える」から「専門職の仕事場そのもの」へ（Anthropic公式）
Anthropicは2026年6月30日、研究者向けの専用AI作業環境「Claude Science」を発表したと報じられています。新しいAIモデルを出したわけではなく、既存のClaudeを土台に、ゲノム解析やタンパク質構造など60以上の専門データベース・ツールをひとつの環境にまとめ、文献調査から論文の図表作成まで研究の一連の工程を任せられる設計とのこと。
転職を考えているなら：AIが「なんでも聞ける便利な相談相手」から「特定の仕事の道具一式」に姿を変えつつあります。そうなると、選考で聞かれるのも「AIを使えるかどうか」より、「自分の専門領域で、どの専門特化のAIツールを使いこなせるか」になります。自分の職種で使われ始めている専門特化のAIツールに早めに触れておくと、選考でも入社後でも語れる経験になりそうです。
採用する企業なら：AI活用を語るとき「AIを導入しているか」という粒度では不十分になり、「どの業務領域に、どの専門ツールを組み込んでいるか」まで踏み込む必要が出てきそうです。研究開発・専門職を抱える企業ほど影響が大きく、育成計画にも「汎用AIリテラシー」だけでなく「自社領域に特化したAI活用力」を組み込むのが現実的。
Claude Scienceは、文献調査から論文の図表作成まで、研究の一連の工程を一つの環境で引き受けます。AIは、何でも聞けるチャット窓口から、一つの職種の仕事を丸ごと任せられる道具になりつつあります。
出典：Anthropic公式ブログ（2026年6月30日・本文は転載せず要約しています）
② 企業が「AIを一つに決める」から「用途で使い分ける」時代へ（Microsoft公式）
Microsoftは2026年7月2日、Anthropicの新モデル「Claude Sonnet 5」をMicrosoft 365 Copilotの「Copilot Cowork」やPowerPoint向けに追加したと発表したと報じられています。文書・表計算・資料作成といった複数工程にまたがる複雑な業務を計画・推論しながら進められるモデルとされ、企業が用途に応じて複数のAIモデルから選べる仕組みの一つとして位置づけられています。
転職を考えているなら：「会社のAIはこれ一つ」という前提が崩れ、転職先によって使うAIの組み合わせが変わる時代が近づいています。特定のツールの操作に慣れることよりも、「目的に応じてAIを選び、使い分ける考え方」を身につけておくほうが、どの職場でも通用する力になりそうです。
採用する企業なら：複数のAIを使い分けるなら、会社は、どの業務にどのAIを使うかを誰が決め、誰が運用を管理するかを決めることになります。中小・ベンチャーでは全用途を一社に任せがちですが、用途ごとに最適なAIを選ぶ発想は、限られた人員でも工夫次第で取り入れられます。採用面では「特定AIツールの操作経験」よりも「複数ツールを比較し使い分けた経験」を評価する視点が有効になりそうです。
AIが「一社一択」から「用途ごとの使い分け」へ向かうと、企業が社員に期待するのは、特定ツールの操作に慣れていることより、目的に合うAIを選び分ける判断のほうになります。
出典：Microsoft Community Hub（Microsoft公式）（2026年7月2日・本文は転載せず要約しています）
二つの動きに共通するのは、AIが「一つの万能な窓口」から離れ、専門領域ごとに深く特化しながら、同時に複数のものを使い分ける前提へ広がっている、ということです。これは求職者にとっては「AIが使えます」という一般論だけでは差がつきにくくなり、どの領域の・どのAIを・どう使い分けてきたかという具体性が問われる方向を示しています。企業にとっても、AI活用の巧拙は「導入したかどうか」ではなく「自社の業務領域に合わせてどう組み合わせ、育成にどう反映するか」で測られていきそうです。こうした専門性やAIとの向き合い方を含めた自分の軸を整理する作業は、キャリアの軸の見つけ方ともあわせて考えると、より実践に落とし込めます。AIが専門化・多様化していくいまこそ、自分や自社がどの領域で・どのAIと組むのかを、一度言語化しておく価値がありそうです。
本記事の見解はWeaveXによるものであり、引用元各社の見解を代表するものではありません。
