Anthropic、Slack エージェントに会話閲覧と自動参加機能を追加

Anthropic は、エンタープライズ AI における最大のボトルネックはモデルの知能そのものではなく、依然として多くの人が AI を個人でしか使っていないという事実にあると判断し、大胆な賭けに出ています。

VentureBeat との独占インタビューにおいて、Anthropic の企業向け製品責任者であるスコット・ホワイト氏は、「マルチプレイヤー AI」と同社が呼ぶものの核心となる考え方を明らかにしました。これは、単一ユーザー向けのチャットボットというパラダイムから脱却し、チーム全体で運用され、組織の文脈を読み取り、時には依頼されることなく業務に自ら介入する AI エージェントへと移行するというものです。

この戦略は先月初め、Slack チャンネル内で動作するエージェントである Claude Tag のアップデートによって具体化されました。これにより、Claude はメッセージを一つずつ評価するのではなく、会話全体を通じて文脈を読み取ることが可能になりました。同社によると、この変更により、Claude が未依頼の状態で会話に介入すべきか、あるいは介入すべきでないかを判断する精度が約 30% 向上したとのことです。

これは一見すると些細な製品アップデートのように思えるかもしれません。しかしホワイト氏は、これはより本質的な転換点を示していると主張します。つまり、AI が個人が参照する「道具」から、組織が導入する「同僚」へと役割を変えた瞬間です。

"Claude はかつて、あなたの個人的なチーフ・オブ・スタッフのような存在でした」とホワイト氏は VentureBeat に語りました。「しかし今や、組織の文脈で展開される Claude は、会社全体のチーフ・オブ・スタッフのように感じられるのです。」

エンタープライズ AI がコードの自動補完から企業の目標達成へと進化してきた過程

ホワイト氏は業界の進化を3つの明確な段階に整理し、その分析はAnthropicがエンタープライズ製品で目指す方向性を示すロードマップとしても機能しています。

初期段階では、AI は「1 つのタスクの一部」しか処理できませんでした。チャットボットでの質問応答や、IDE 内でのコード行の補完などが典型例です。モデルの性能が向上するにつれ、単なる部分処理から完全なタスク遂行へと進化しました。関数全体の作成、研究レポートの生成、複数のデータソースを統合した文書のドラフト作成などが可能になったのです。

「現在、私たちは私が『プロジェクト』や『目標』と呼ぶ段階への転換点にいます」とホワイト氏は語ります。「モデルは十分に能力を持ち、システムとの接続性も十分です。そのため、『製品のバグをゼロにする』『法務上の NDA 審査プロセスを加速する』といった高次な抽象的な目標の達成が可能になりました。モデルは主にバックグラウンドで動作し、さまざまなデータソースをつなぎながら、自らの目的に向かって自律的にループ処理を行います。」

この転換こそが、AI をマルチプレイヤー型へと進化させる要因だとホワイト氏は指摘します。タスクとは異なり、目標には本質的に複数の人間の関与が必要です。また、Git やプルリクエストを軸に数十年にわたるコラボレーション基盤が構築されているソフトウェアエンジニアリングと違い、知識労働にはそれに相当するインフラストラクチャが存在しません。

ホワイト氏は「知識労働はソフトウェアエンジニアリングよりもはるかに複雑だ」と指摘します。「複数の人が関わり、多様な部署が絡み合い、異なる権限を持つシステム同士が接続されているからです。また、成果物の検証もコードほど容易ではありません。コードはテストにパスし、開発者のマシンでコンパイルできれば、決定論的に動作するまで反復して改善できます。しかし知識労働にはそれが当てはまりません。品質基準を満たしているかどうかを判断するには、人間の知見が不可欠なのです。」

能動的な AI エージェントを実現した 3 つの技術的ブレークスルー

マルチプレイヤー環境への転換を可能にした要因について問われると、ホワイト氏は過去 2 年間で揃った 3 つの柱を挙げました。1 つ目は「接続性」です。Anthropic が 2024 年末に導入したオープン標準である Model Context Protocol（MCP）は、競合他社である OpenAI や Google も 2025 年に採用するに至りました。ホワイト氏はこれを「AI コネクタにおける USB-C」と表現し、Claude に企業データシステムへの統制されたアクセス権を与える基盤となっています。

2 つ目は、能動的な行動が煩わしいものではなく実用的なものとなるためのモデル知性の閾値です。「あらゆるシステムに接続されている場合、多様なソースから得られるデータを結びつけ、問題の兆候を察知して『修正できる問題が見つかりました』と自発的に介入できるようにならなければなりません」とホワイト氏は説明します。「真に必要なことは、モデル知性の新たなレベルへの到達であり、私たちはようやくその段階に至ったと考えています。」

3 つ目はフォームファクターです。コラボレーションが既に起こっている場所に Claude を置くという考え方です。ホワイト氏は Slack 連携について、「Claude エージェントとしての存在感を持たせるために結んだ革新的なパートナーシップ」と表現しました。これにより、Claude は独自の権限、チャンネルの文脈認識能力、そして MCP（Model Context Protocol）を介したコンテキスト接続を持つ、連合型のエージェントID を獲得します。

今回の Claude Tag 更新は、これらの要素がどのように組み合わされるかを示すものです。従来は、軽量な分類器が各 Slack メッセージを個別に評価し、Claude が応答すべきかどうかを二値判断していました。しかし Anthropic はこの分類器を完全に撤廃しました。現在では、Claude はチャンネルの完全なコンテキストに加え、自身のメモリと恒久的な指示を読み込み、4 つのアクションから選択します。それは、インラインで返信するか、スレッド内でより深い作業を開始するか、既存のワークストリームにメッセージを振り分けるか、あるいは何もしないかのいずれかです。

Anthropic の発表には示唆に富む事例が挙げられています。あるバグを追跡する 2 人のエンジニアが、それぞれ異なる立場から Claude にアプローチしましたが、どちらも直接応答を求めませんでした。個別に見れば、どちらのメッセージにも応答する必要はありません。しかし両方を合わせて見ると、片方が仮説を持ち、もう片方が証拠を持っていることがわかります。その時、Claude は調査を既に開始したスレッドを開きます。特筆すべきは、このシステムに明確な抑制機構が組み込まれている点です。「邪魔なエージェントほど役に立たないものはない」と Anthropic は発表で述べており、Claude が繰り返し追加すべき内容がないチャンネルでは休眠状態に入ることを明記しています。

なぜ Anthropic は、協調型 AI が単独のスター選手よりも優れていると主張するのか

「これらで実際にチームのスピードが上がるのか」という懐疑的な問いは、当然ながら存在します。高いパフォーマンスを発揮する人々は、しばしば単独作業の方が最も速く動けるものですし、異なる働き方をする人々の間で AI の活用を調整するのは、本当に難しい課題です。

しかし、証拠を求められたホワイト氏は、自らがアンソロピック社内でどのように役割を変化させたかを例に挙げました。「昔なら、ビジネス上の出来事について疑問を抱いた際、データサイエンティストと協力して 1〜2 日かけてその問題に関する分析を行っていたものです」とホワイト氏は語ります。

「しかし現在、Claude はデータ分析において十分に優秀で、私自身が手渡し（ハンドオフ）を行う必要がなくなりました。データサイエンティストの役割は変化し、Claude がデータ分析を行う際に常に正確な結果を出せるようなインフラストラクチャを構築するものになりました。」

その結果、ホワイト氏によれば、かつて待ち時間に費やされていた時間が、今では判断に充てられるようになります。「私の時間は、同レベルのコラボレーターたちとより多く共有され、私たちが実際に何をすべきか、戦略のどこを変えるべきかを議論する時間になっています。作業を完了し、意思決定を行うために必要だった複数の手渡しプロセスは、劇的に短縮されました。」

ホワイト氏は、サイト信頼性エンジニアリング（SRE）がそのパターンの最も明確な外部証拠であると指摘しました。Claude はエラーログを収集し、直近のコード変更や関連する Slack の会話と結びつけます。そして、それらを統合した情報を提示して適切な担当者を招集します。「より規模が大きく、野心に満ちた、目標指向性の高い問題に取り組む際、協力が不可欠な場面で解決策を提供する」のです。

これらの主張は、AI への熱狂を実際の収益に変換することにまだ苦戦している市場で発表されました。マッキンゼーの最新の AI 調査によると、組織の 88% が少なくとも一つの業務分野で AI を活用しており、62% が AI エージェントの実験に着手しています。しかし、AI が収益に影響を与えていると答えたのはわずか 39% に過ぎず、「高い成果を上げている」と評価されるのは、顕著な価値を実感している組織のたった 6% だけです。

一方、デロイトは、生成 AI を導入する企業の 25% が 2025 年にエージェントを導入し、2027 年には 50% に倍増すると予測しています。この「導入率」と「実効性」のギャップこそが、Anthropic が狙う領域です。AI の勝者とそれ以外の企業を分けるのが、単なるチャットボットの追加ではなく、再設計されたワークフローであるなら、チームの連携方法そのものを再構築する製品は、わずかに性能が向上したモデルよりも、より守りやすい切り込み口（ウェッジ）となります。

Anthropic が常時稼働型エージェントをプロンプトインジェクション攻撃から守る仕組み

企業の Slack チャンネルやドキュメント、連携システムに AI エージェントが恒久的なアクセス権を持つことは、明白な攻撃対象領域の存在を問うことになります。特に懸念されるのが「プロンプトインジェクション」です。これは、AI が読み込むコンテンツの中に悪意のある指示を埋め込む手法のことです。

ホワイト氏は、多層防御戦略について説明しました。「モデル自体は、プロンプトインジェクション攻撃などを防ぐための分類器で訓練されています」と述べ、Anthropic がこの問題のために発売を延期した過去にも言及しました。「私たちは Chrome 拡張機能の一般提供（GA）を見送りました。実際には待機リストに回しました。これは、ブラウザ上の Claude におけるプロンプトインジェクションのリスクをより深く理解する必要があるからです。その後、そのデータセットから改善策を見つけるために、独自の分類器訓練を行いました。」

モデルレベルでの防御に加え、Anthropic はコンプライアンスおよび分析 API を公開しており、企業は自社のリスク閾値を設定できます。また、フックやデータ損失防止（DLP）連携を通じてサードパーティのセキュリティベンダーとも提携しています。「私たちは、スタックの多くの層でこの問題を解決すると考えています」とホワイト氏は話しました。

データアクセスについては、ホワイト氏が Claude の権限は「エージェントが見られる範囲」と「リクエストしたユーザーが見られる範囲」の最も制限が厳しい共通部分に縮約されると強調しました。「データを閲覧する際、そのデータへのアクセスを提供するものと同じ権限が必要です。コラボレーションの文脈で Claude を使用する場合、目の前にあるチャンネルのコンテキストは利用できますが、そのコンテキストを別のチャンネルに漏洩させることはありません。」

すべての CIO が今すぐ問うべき、まだ答えが出ていない価格設定の問題

Claude Tag の発表に含まれる、技術導入担当者が注目すべき重要な詳細があります。現在、Claude が保持するチャンネルコンテキストの拡大分は、あらゆるプランの利用量や支出制限にカウントされないということです（当面の間）。企業が将来的にこのコンテキストが課金対象となる可能性への予算策定を問われた際、White 氏は確約を避け、「現在は顧客との共同実験および共設計の段階にある」と説明しました。

「私たちは、私が『能動的で協調的なエージェント』と呼ぶものの旅路の初期段階にあります。AI の長期的な展望は非常に長く、状況は急速に変化します。そのため、顧客と緊密に連携し、正しい方向へ導いてもらうことが極めて重要なのです」と White 氏は述べています。

価格に関する約束よりも、Anthropic が強調しているのは制御機能です。エージェントのアイデンティティやロールベースアクセスグループに基づく予算上限の設定や、異なるチームがそれぞれコストパフォーマンスのプロファイルを実行できるようにするモデル権限などが該当します。「タスク達成におけるコストとパフォーマンスの最適化を目的としたアーキテクチャ設計を完全に制御できるのであれば、目指す成果状態に至る方法は数多く存在します」と White 氏は話しています。

率直に言えば、常時稼働でコンテキストを大量に扱うエージェントの単位経済性は未だ確定しておらず、Anthropic は事実上学習フェーズを補助している状況です。企業は、いずれメーターが作動するものとしてデプロイメントを設計すべきでしょう。

なぜ企業が Microsoft、Google、Salesforce ではなく Anthropic を選ぶのか

競争の行方は依然として不透明です。Salesforce は Slack を所有し、Microsoft は Teams 内にエージェントを埋め込み、独自マルチエージェントオーケストレーションの野望を推進しています。Google も Workspace で同様の動きを見せています。では、なぜ企業が最も機密性の高い社内会話をサードパーティに委ねるのでしょうか。

ホワイト氏の答えは、「価値は個々のシステム内部ではなく、システム間の接続点にある」というものです。顧客フィードバックに基づいて製品を改善するには、Salesforce から通話記録を、Slack から社内議論を、プロダクトツールから利用分析データを、開発環境からコードを引き出す必要がありますが、これら全てを単一のベンダーが独占しているわけではありません。

「一つの個別の要素ですべての問題が解決するわけではありません」とホワイト氏は語ります。「重要なのは、目指す成果、つまり顧客により良いものを作るために、いかに知性と構造を持ってそれらを統合するかです。そして、私たちは顧客が Claude をそのオーケストレーターとして愛用していることを確認しています。」

この主張が信頼できるのは、まさにエンタープライズデータが設計上断片化されているからです。Anthropic の最も激しい競合他社さえも標準プロトコルとして採用している基盤の上に構築され、それらのシステム間で中立的なオーケストレーション層は、囲い込み型のエージェントにはない構造的な優位性を備えています。リスクの側面も逆です。プラットフォーム所有者は自社のエージェントを無料でバンドルし、Anthropic が依存する統合ポイントを制御できる可能性があります。Anthropic は、最先端の知能とシステム横断的な中立性が、流通経路よりも勝つという賭けに出ています。これはコーディング分野ではすでに成功していますが、一般的な知識労働においてはまだ実証されていません。

次なるステップは、Claude に会社の四半期目標を任せることです。

この道筋がどこへ向かうのかと問われ、ホワイト氏は双方向の委任が行われる未来を描きました。その様子を彼が非常に淡々と説明している点も印象的です。

「現在、私たちは Claude に達成すべきプロジェクトを与えています」と彼は語ります。「近い将来、Claude に OKR（目標と主要結果）を任せるようになるでしょう。そうすれば、組織が取り組むべきプロジェクトを特定し、それらを遂行するために人をどのように連携させるかを自ら考えます。これにより、Claude 自身も周囲の人々も、時間をかけて改善されていくのです。」

このビジョンは「少し抽象的だ」と認めた上で、現在の制御手段が対応し始めたに過ぎないガバナンス上の課題を提起しています。組織がどのプロジェクトに取り組むかを AI が決定し、ホワイト氏の言葉では「判断力を改善するために必要な時だけ」人間に委任するという仕組みは、労働者とツールの従来の関係を逆転させます。この変化の規模と影響について、多くの企業はまだ本格的な検討を開始したばかりです。

ホワイト氏は、サイバーセキュリティやバイオセキュリティといった壊滅的リスク領域におけるアンソロピックの公約を挙げ、同社がその重みを認識している証拠だと示しました。しかし、職場での AI エージェンシーに関する日々の課題は、依然として顧客次第であり、アンソロピックが提供する権限システムと予算管理によって支配されています。

現時点で最も即時的な変化は、すでに Slack チャンネルで進行中のものです。会議室全体を聴き取り、自ら発言のタイミングを判断し、かつてマネージャーやアナリスト、プロジェクトリーダーが行っていた調整業務を担う AI です。ホワイト氏はこの変化により、自身の職務が「判断」「議論」「意思決定」といった人間にしかできない部分へと圧縮される様子を見てきました。そして、同じような圧縮が他の場所にも訪れると予測しています。

2 年前、業界で最も好まれた AI の比喩は「インターン」でした。しかしアンソロピックはそれを「チーフ・オブ・スタッフ」に昇格させ、今では全社に対して報告する存在となりました。