For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/microsoft-and-meta-cut-claude-use-claude-9c2db609.md.
Anthropicの最大級のエンタープライズ顧客2社が、同時に社内でのClaude利用を縮小している。
Anthropicの最大級のエンタープライズ顧客2社が、同時に社内でのClaude利用を縮小している。
The Informationの報道によると、Microsoftは以前、Anthropic技術の自社内利用に今年少なくとも10億ドルを支出すると予測していた。しかし、従業員にClaudeの利用を減らし、Microsoft独自のツールへの依存を強めるよう求めた後、その予測を3分の1超引き下げた。
Metaでは、Claude Codeを利用する従業員数が2026年初めの約6万人から、約3万人へ減少したと報じられている。
意外なのは、利用者数の減少が必ずしも低支出を意味しない点だ。The Informationは、Metaがある直近の28日間において、Claude Codeに1億500万ドル超を支出したと報じている。
したがって、この話はClaudeの性能が突然悪くなったということではない。
むしろ逆である。
Claude Codeは、大規模なエンジニアリング組織が常時稼働させるほど有用になった。自律型コーディングエージェントがリポジトリを読み取り、テストを実行し、ファイルを編集し、失敗を再試行し、何時間も動作するようになると、トークン消費は重要な予算項目になる。
これにより、企業AIコーディングは新たな段階に入っている。能力は依然として重要だが、タスク当たりのコスト、データ管理、ベンダー戦略、顧客自身が代替手段を構築できるかも重要になっている。
Microsoftの事例は、エージェント型コーディングツールが大規模なエンジニアリング組織で拡大した際に何が起こるかを明確に示している。
元記事によると、Microsoftは2025年後半、Experiences and Devices組織の数千人のエンジニアにClaude Codeへのアクセスを提供し始めた。社内で大きく宣伝しなくても、利用は急速に広がった。
このプログラムに関する以前の報道では、場合によってはClaude Codeの利用がエンジニア1人当たり月数百ドル、あるいは数千ドルに達していたとされる。正確なユーザー当たりの数値は報道ごとに異なるため、Microsoft全社の平均値として扱うべきではない。しかし、全体的なコスト圧力については十分に報じられている。
2026年半ばまでに、Microsoftはすでに多くのエンジニアをClaude CodeからGitHub CopilotやMicrosoft開発モデルへ移行させていた。
Microsoft AI CEOのMustafa SuleymanはBloombergのインタビューで同社の立場を異例なほど明確に述べ、Anthropicは「極めて高価」であり、MicrosoftはAnthropicに支払うコストを削減し、最終的にはなくしたいと語った。
今回の報道はさらに踏み込んでいる。
The Informationによると、MicrosoftはAnthropicの社内利用に年間少なくとも10億ドルを支出するペースだったが、現在はその予測を3分の1超引き下げている。
同じ報道を要約したThe Decoderによると、クラウド部門は従業員1人当たりの月間Claude予算を約10万ドルから1万ドルへ引き下げた。この数値は、すべての従業員が実際に毎月10万ドル分のClaudeを利用していた証拠ではなく、社内の支出枠または予算上限として理解するのが適切である。
MetaのClaude Code利用者数は、約6万人から約3万人へ減少したと報じられている。
この減少の一部は人員削減によるものだが、The Informationによれば、より大きな要因はMeta独自のAIコーディングスタックにある。
Metaは現在、複数の社内向け、または社内でテスト済みの代替手段を保有している。
Claude Codeのユーザー基盤をおよそ半分に削減した後も、Metaはある直近28日間にClaude Codeへ1億500万ドル超を支出したとされる。
この経済性は無視しにくい。
元記事は、Meta社内の「Claudeonomics」ダッシュボードが30日間で60兆トークンを示し、そのすべてがClaudeを通過した社内コードやデータであるかのように示唆している。
これは範囲が広すぎる解釈だ。
The Informationの以前の報道によると、従業員が構築したClaudeonomicsのリーダーボードは、30日間で60兆トークンを超えた全社的なAIトークン利用を追跡していた。現時点で入手可能な報道からは、そのすべてのトークンがClaude Code由来だったとは確認できない。
このダッシュボードはMeta内のAI利用規模を示すものではあるが、Claudeだけで60兆トークンの請求が発生したものとして読むべきではない。
通常のチャット利用は比較的限定的である。
ユーザーが質問し、モデルが回答し、そこでやり取りが終わる場合がある。
コーディングエージェントは異なる動作をする。
リポジトリを読む
→ 依存関係を確認する
→ ファイルを検索する
→ コードを編集する
→ テストを実行する
→ 失敗を確認する
→ 再び編集する
→ ツールを実行する
→ 数時間にわたり継続する
各ループでは、大量のリポジトリコンテキストが繰り返し再利用される可能性がある。
このため、エージェント型ソフトウェアは有用になるほど高価になり得る。
エージェントの自律性が高いほど、稼働時間は長くなる。コードベースが大きいほど、読み取るコンテキストも増える。実行ステップが多いほど、トークン課金は蓄積する。
これにより、企業は次のような単純な問題に直面する。
ツールが実際の生産性向上をもたらしていても、ルーティング、キャッシュ、予算、利用制御なしには財務的に展開しにくくなる可能性がある。
コストは物語の一部にすぎない。
より深い問題は、Anthropicが、かつて主にモデル供給企業と見なしていた企業と競合する度合いを強めていることだ。
MicrosoftはGitHub Copilotを販売し、自社モデルを開発し、ますますエージェント化が進む生産性ソフトウェアを構築している。AnthropicのClaude CodeおよびClaude Coworkは、Microsoftが自社で獲得したい開発者ツール市場やオフィスソフトウェア市場の一部と重なる。
Metaも同様の立場にある。
MetaはMetaCode、Muse Code、独自のMuseモデルを構築している。Metaが信頼できる社内コーディングスタックを持つようになれば、競合相手に同じ仕事を任せるために支払うことは正当化しにくくなる。
この関係は、次の状態から変化する。
顧客 → モデル供給企業
次に近い状態へと変わる。
顧客 + 戦略的パートナー + 潜在的な競合相手
Anthropicが株式上場を準備しているため、このタイミングは特に敏感である。
ReutersはAnthropicのIPO目論見書を引用し、名前が明かされていない2社の顧客が、2025年のAnthropic売上高の約24%を占めていたと報じた。
目論見書はその2社の顧客名を特定していない。
元記事では、市場がその2社をMicrosoftとMetaだと広く推測していると述べている。これは依然として推測であり、確認済みの事実として扱うべきではない。
確認されているのは、より広いリスクである。Anthropicの目論見書は、収益が少数の大口顧客に集中しており、主要顧客による支出削減が事業に悪影響を及ぼす可能性があると明示的に警告している。
このため、主要テクノロジー顧客2社による同時の利用縮小は、通常のベンダー予算調整よりも重要な意味を持つ。
Microsoftとの関係には、もう一つ特異な緊張関係がある。
MicrosoftがClaudeへの社内支出を減らす一方で、Anthropic自身はMicrosoftに対して大規模な長期インフラ義務を負っている。
ReutersはAnthropicの目論見書に基づき、特定の契約違反条件を除き、同社には今後10年にわたってMicrosoftへ支払う約314億ドルの解約不能なインフラ契約義務があると報じた。
つまり両社は、同時に以下の関係にあり得る。
この種の相互依存は、最先端AIの分野ではますます一般的になっている。
元記事は、MicrosoftとMetaが孤立した事例ではないと論じている。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
このより広範な傾向は、追加報道によっても裏付けられている。
Reutersは7月、Alibabaがセキュリティ上の懸念を理由に、従業員によるClaude Codeの利用を禁止し、自社のQoderプラットフォームへ移行するよう指示したと報じた。
Reutersは9月、Palantir、Nvidia、Booz Allen Hamiltonが、独自データや保持ポリシーに関する懸念から、高度な外部モデルの利用を制限した、または制限を検討していたと報じた。
正確な制限内容は企業ごとに異なる。
共通するパターンは、単に「Claudeは高すぎる」ということではない。
大企業にとって、コード、セキュリティデータ、社内文書、独自のワークフローは中核資産である。AIエージェントがこれらの資産に近づくほど、顧客はコスト、データ保持、管理、競合依存を重視するようになる。
Anthropicは、こうした異議を無視しているわけではない。
9月にはClaude Fable 5.1をリリースし、基本API価格を据え置く一方、**キャッシュ読み取り価格を75%**引き下げ、100万トークン当たり1.00ドルから0.25ドルへ変更した。
Anthropicによると、これにより総コストは以下のように削減される。
理由は単純である。
長時間稼働するエージェントは、過去に処理したコンテキストを繰り返し読み直す。その再利用コンテキストが大幅に安くなれば、入力・出力の表示価格が変わらなくても、タスク全体の請求額は下がり得る。
| トークン種別 | Fable 5.1の100万トークン当たり価格 |
|---|---|
| 入力 | 10.00ドル |
| キャッシュ読み取り | 0.25ドル |
| 出力 | 50.00ドル |
25%および45%の削減はワークロードに基づく推定値であり、すべてのリクエストに対する保証された値引きではない。
キャッシュの恩恵を受けない短いリクエストでは、従来とほぼ同じコストになる可能性がある。
Anthropicは、データ保持に関する懸念に対応するため、**Enterprise Frontier Safeguards（EFS）**も発表した。
EFSは、対象となるエンタープライズ顧客がAnthropic自身のシステムではなく、自社が管理するクラウドインフラ内にデータを保持しながら、不正利用検知のための自動セーフガードも利用できるよう設計されている。
Anthropicは、EFSを段階的に展開しており、対象顧客はシステムが広く利用可能になるまでゼロデータ保持の取り扱いを受けられるとしている。
これは、独自情報や規制対象情報を扱う企業が抱く懸念の一つに直接対応するものだ。
ただし、これですべての戦略的課題が解決されるわけではない。
すでに強力な社内モデルまたはコーディングスタックを持つ企業は、外部の価格設定やプライバシーが改善されても、依然として自社システムを優先する可能性がある。
過去2年間、AI競争の多くは能力に焦点を当ててきた。
現在、財務チームは異なる問いを投げかけている。
完了した各タスクの実際のコストはいくらだったのか。
これは大きな変化である。
Microsoftの経験は、完全なサイクルを示している。
エンジニアの選好は依然として重要だが、調達プロセス全体を決定するものではなくなった。
企業における有力なパターンが現れつつある。
| ワークロード | 想定されるモデル戦略 |
|---|---|
| 日常的なコーディング、文書作成、簡単な修正 | 安価で高速、かつ厳格に管理されたモデル |
| 大量に稼働する社内エージェント | 積極的なキャッシュと支出上限を備えた低コストモデル |
| 独自性が高い、または極めて機密性の高い業務 | 社内、プライベート、または強く分離されたデプロイメント |
| 難度の高い推論と複雑なアーキテクチャ設計 | 最も難しいタスク向けに確保された最先端モデル |
これはベンチマークリーダーボードほど華やかではないが、企業導入にとってはおそらくより重要である。
最も強力なモデルが、最大規模の導入を自動的に勝ち取るわけではない。
勝つシステムは、コアとなる企業データに接続できるだけの手頃さ、予測可能性、管理可能性、安全性も備えていなければならない。
企業は、100万トークン当たりのAPI価格だけでなく、完了タスク当たりのコストを測定する必要性をますます感じている。
有用な社内指標には、次のような項目が含まれる可能性がある。
タスク総コスト =
モデルのトークン費用
+ キャッシュ書き込み・読み取り費用
+ ツール呼び出し費用
+ 再試行費用
+ 人によるレビュー時間
+ インフラのオーバーヘッド
トークン価格が高いモデルでも、少ない手順でタスクを終えられるなら経済的であり得る。
安価なモデルも、ループや再試行を繰り返したり、より多くの人手修正が必要になったりすれば高コストになる可能性がある。
このため、AIコーディングの次の段階は、ますますFinOpsに似たものになる。ルーティング、予算、可観測性、キャッシュ、利用ダッシュボード、ROI測定が、エンジニアリングスタックの一部になる。
The Informationによると、Microsoftは従業員にClaudeの利用を減らし、GitHub CopilotおよびMicrosoft独自モデルへの依存を強めるよう求めた後、Anthropicへの社内支出予測を3分の1超削減した。コストは大きな要因だが、Microsoftは開発者ツールとエンタープライズAIでも直接競合している。
最新報道では、2026年初めの約6万人から減少し、約3万人とされている。減少の一部はレイオフに伴うものだが、より大きな要因はMetaCode、Muse Code、独自のMuseモデルの拡大である。
The Informationは、Metaがある直近の28日間にClaude Codeへ1億500万ドル超を支出したと報じている。この数値は報道された社内支出であり、Metaによる公式の財務開示ではない。
正確にはそうではない。従業員が構築したClaudeonomicsダッシュボードは、30日間で60兆を超える全社的なAIトークンを示したと報じられている。入手可能な報道からは、そのすべてがClaude Codeのトラフィックだったとは確認できない。
エージェント型コーディングセッションは、大規模なリポジトリを繰り返し読み取り、ツールを呼び出し、テストを実行し、出力を確認し、変更を再試行する。そのため、短いチャットや一度きりのコード補完よりもはるかに多くのトークンを消費する。
Claude Fable 5.1は、キャッシュ読み取り価格を75%引き下げた。Anthropicは、一般的なワークロードでは総コストが約25%、大量のキャッシュ済みコンテキストを再利用する高度にエージェント型のワークロードでは最大約45%低下すると見積もっている。
Enterprise Frontier Safeguardsは、より強力なプライバシーを求めながら不正利用監視も維持したい対象ビジネス顧客向けのAnthropicの新たな管理機能である。この設計では、データをAnthropicのシステムではなく顧客が管理するクラウドインフラに保持し、2026年から段階的に展開される。
いいえ。完全な放棄ではなく、選択的な利用への移行を意味する。多くの企業は、高価な最先端モデルを高価値タスク用に確保する一方、日常業務、機密性の高い業務、大量処理のワークロードは、より安価な、または社内管理されたシステムへルーティングしている。
MicrosoftとMetaがClaude利用を削減しているのは、このツールが突然役に立たなくなったからではない。その縮小はむしろ、数千人の従業員が大規模コードベースに対して長時間の自律セッションを実行し始めると、エージェント型コーディングが極めて急速に高コスト化し得ることを示している。
戦略的な問題は価格だけにとどまらない。MicrosoftとMetaはそれぞれ競合するAI製品を構築しており、他の企業も独自データが関わる場合には外部モデルへのアクセスを厳格化している。Anthropicは、より安価なキャッシュ読み取りと強化された企業向けデータ管理で対応しているが、市場がより選択的なモデルルーティングへ移行していることは明らかだ。
企業AIコーディングの次の段階は、ベンチマークスコアだけでは評価されない。企業は、タスク当たりのコスト、データガバナンス、ベンダー依存、モデルを安全に基幹社内システムへ接続できるかどうかをますます重視している。
最も高性能なコーディングエージェントが自動的に標準の企業ツールになるわけではない。勝つためには、手頃な価格、管理可能性、戦略的な受容可能性も備えていなければならない。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
