AIエージェント能力アトラス › 仕事ごとの一覧 › 研究・問題解決 › データ分析・統計

分析レポート作成

Analysis Report Writing

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

GDPval-AAベンチマークでClaude Opus 5・Claude Fable 5.1などが経済的に価値のある実務タスク（文書・スプレッドシート・スライド作成含む）で高いEloを記録しており、定型レポート作成はジュニア〜ミドルアナリスト相当に達している。

できること

データからインサイトを抽出し、経営層向けサマリー・グラフ付きレポート・スライドを自律生成できる。Alteryxの調査では70%のアナリストがAI自動化が業務効果を高めたと回答。

まだできないこと

組織の戦略的文脈や政治的機微を踏まえた『何を言うべきで何を言わないか』の判断、意思決定者の反応を見越した論点の取捨選択は人間の関与が必要。誤った統計を鵜呑みにして拡散した『AI導入の95%失敗』統計のような誤引用の連鎖が実際に発生している。

なぜそうなのか

レポートの『価値』は事実の要約精度だけでなく、組織内の利害関係や意思決定への影響を見越した構成判断に依存し、これはLLMの学習目的（次トークン予測）から直接最適化されない。

これからの予測の根拠

GDPvalスコアの伸びが速く、定型レポート生成は2028年までに専門家超えに近づく見込みだが、組織政治を読んだ論点選択という『暗黙知』部分は評価が難しく停滞リスクがある。

いま使える主な道具

Claude Opus 5 / Claude Fable 5.1、GPT-6 Astra、Gemini 3

根拠

• GDPval-AA v2 Leaderboard | Artificial Analysis 2026
  Claude Opus 5が1862、Claude Fable 5.1が1853で経済的価値タスクの上位
• Why AI Data Analysts Are in Massive Demand in 2026 2026
  Alteryx調査で70%のアナリストがAIによる効果向上を実感、87%が戦略的価値の高まりを実感
• The story behind the bad AI stat that moved markets 2026
  「AIパイロット95%失敗」という誤った統計解釈がメディアで拡散した実例

同じ分野のほかの仕事（データ分析・統計）

• 探索的データ分析(EDA)
• 因果推論
• 統計的検定の妥当な選択
• データ可視化
• 大規模データセットでのバグ・データリーク検出
• 機械学習パイプライン自動構築(AutoML/Kaggle型)

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。