記事のサマリー(TL;DR)
- Anthropicは水曜日、企業顧客がトークン支出から得ている価値をより詳細に把握できる新しいレポートツール群を発表しました。内部分析データと従業員調査を用いて、管理者は指定した期間におけるチームの作業内容、成果物、コスト、ワークフローが停滞した箇所を確認できます。
- Anthropicは、このデータをデフォルトではモデルの学習に使用しないとしています。レポートには結果を改善するための推奨事項も含まれます。あわせて、チームごとのトークン利用をより適切に管理できるよう、プールされたグループ予算の仕組みも新設されました。
- ソフトウェア開発者向けツールを手がけるJellyfishが公開した、27万6000の顧客によるエージェント型コーディングツール利用状況に基づく新しいレポートによると、Claude Codeを含むAnthropicのモデルを基盤とするツールは、レビューに提出されたコード変更提案の約3分の1を占め、依然として最も広く使われています。これらのツールへの支出は年初から10倍に増加し、エンジニアリング費用全体の約2%に相当する規模になっています。
詳細
Anthropicの業績とClaude Codeの位置づけ
Anthropicが今週投資家に共有した financial情報(財務情報)は、同社のAIコーディングツールであるClaude Codeが、このフロンティア研究所(frontier lab)が望んでいた通りのビジネス上の成功を収めていることを示しています。同社は第2四半期に営業利益を計上し、ネット収益維持率(net revenue retention)は900%に達しました。これは、同一顧客からの支出が2025年第3四半期から2026年第3四半期にかけて9倍に増加したことを意味します。
Anthropicはエンタープライズ利用者の定着に注力しており、水曜日、顧客がトークン支出から得ている価値をより詳細に理解できるようにする新しいレポートツール群を発表しました。
新しいレポートツールの機能
内部分析データと従業員調査を利用することで、管理者は指定した期間についてチームの作業内容、生産された成果物、かかった費用、そしてワークフローが停滞した箇所を確認できます。Anthropicは、このデータをデフォルトではモデルの学習には使用しないとしています。レポートには、結果を改善するための推奨事項も含まれます。
これは、Anthropicのツールの投資対効果(ROI)を示し、顧客にその改善方法を提示しようとする明確な試みであり、大口顧客の間で大きな関心事となっている点です。Anthropicはまた、チームがトークン支出をより適切に管理できるよう、プールされたグループ予算も新設しています。
企業各社は、AIツールをどのように展開すべきか見極めるため、こうした情報を求めてきました。ベンチャー投資を受けた企業の間での利用がトークン支出を押し上げている一方で、フォーチュン500企業の大半はAI導入による大きな成果を得られていないとされています。
Jellyfishの調査結果
ソフトウェア開発者向けツールを手がけるJellyfishは昨日、27万6000の顧客によるエージェント型コーディングツールの利用状況に基づく新しいレポートを公開しました。この調査では、Claude Codeをはじめとする、Anthropicのモデルを基盤とするツールが依然として最も広く使われており、レビューに提出されたコード変更提案全体の約3分の1を占めています。
さらに重要な点として、これらのツールへの支出は年初から10倍に増加しており、その費用はエンジニアリング費用全体の約2%に相当する規模になっています。Jellyfishのチーフサイエンティストであるニコラス・アルコラーノ(Nicholas Arcolano)氏はTechCrunchに対し、「2%はまだ小さいと言われても、その10倍という成長は、多くのCFOが想定していなかった成長です」と述べました。同氏は「ただ大量に支出すればよいという段階ではもはやなく、それを最適化し、機能させる必要があるという認識に、まさに今至りつつあります」と語っています。Anthropicの新しいレポート機能は、この課題に応えるものです。
競合状況と顧客の定着
Anthropicはエンタープライズ顧客の間で優位に立っていますが、あるエージェント型コーディングツールを真に「定着させる」要因が何であるかを特定するのは容易ではありません。この夏に発表されたOpenAIのAstraモデルは、Anthropicにとって潜在的な脅威になり得ると見られていましたが、今のところAnthropicの導入数の伸びを鈍化させてはいません。
JellyfishのAIプロダクトリードであるニコラス・アルバラン(Nikolas Albarran)氏はTechCrunchに対し、「我々のデータの中でCodexが本当に目立つようになるまで長い時間がかかりましたが、Astra(OpenAIの最新モデル)の登場とともにそれが現れてきました」と述べています。同氏は、X(旧Twitter)を見ると競合がより激化しているような印象を受けると続け、「シリコンバレーの誰もが『Codexの方が優れている』と言っている」と語りました。
しかし実際には、とアルバラン氏は続けます。「Anthropicは単に優れたエンタープライズ向けの営業・導入体制(enterprise motions)を備えていただけで、既存プレイヤーとしての強みも持っていました――このツールはただ機能し、うまく機能し続け、多くの人々がこれを中心にワークフローを標準化することに多大な労力を注ぎました。そして、乗り換えるだけの十分な理由がないのです」。
乗り換えコストとFDE(forward-deployed engineering)
問題はモデルやワークフローだけではありません。ビジネスの現実として、フロンティア研究所が一度顧客を取り込んでしまえば、個人のプログラマーや小規模組織の場合と比べて、乗り換えははるかに困難になります。
アルバラン氏は、主要なAI研究所各社が、顧客組織内にAIコンサルタントを配置して立ち上げを支援するチーム、いわゆる「forward-deployed engineering(FDE)」組織に投資を行っている点を指摘します。今回の新しいレポートツールは、Anthropicの顧客にとって、こうした手厚い支援を軽量化した「FDE-lite」のようなものと捉えることができます。
「もう十分に成熟してきた段階にあり、一度導入してしまえば、それだけの労力をすでに費やしているため、乗り換えはますます困難になっていきます」とアルバラン氏は述べています。「仮にどのツールもほとんど同じだったとしても、それぞれにわずかな違いがあり、agent.mdファイルの扱い方などに独自の癖があります。そのため、乗り換えにかかるコストはゼロではないのです」。