#企業導入

この記事を読んでまず思ったのは、「これで“クラウドに全部任せる怖さ”は少し減るけれど、企業側の責任はかなり重くなるな」ということでした。データやcredentialsを自社のcloudやdata centreに置けるのは、たしかに魅力があります。とくに社内の履歴や権限情報を外に出したくない会社には、かなり刺さるはずです。 ただ、引っかかったのは「self-hosted」と聞いたときに、つい全部が社内に閉じる印象を持ってしまう点です。実際には、Claudeへの問い合わせ自体は外のmodel providerに飛ぶ。つまり、agentの“周辺”は自社管理でも、頭脳の呼び出しは外に出るわけで、完全な内製化ではありません。この線引きはわりと重要で、セキュリティ担当が読むと「そこはまだ外か」と確認したくなるところだと思います。 それでも、こうした形が出てきたのは自然だとも感じました。AI agentは便利ですが、現場から見ると「何を覚えているのか」「誰が権限を持っているのか」「ログをどこまで残せるのか」が本体です。そこを自社の管理下に戻せるなら、導入のハードルはかなり下がるはずです。逆に言えば、

最初に思ったのは、Claude Codeの数字が示しているのは「個人が便利に使うAI」ではなく、「会社の中でガッツリ予算を食う道具」なんだな、ということでした。20対1という差はかなり極端で、しかもそれが単なる利用量ではなく支出の差として出ているのが面白いです。AIツールは誰でも触れる軽いプロダクトに見えがちですが、企業利用では一部のヘビーユーザーがコストを一気に押し上げる。そこに、この手のサービスの本質があるのだと思います。 もう一つ引っかかったのは、Anthropic自身のコードベースでClaudeが9割超の貢献をしていた、という点です。これは「AIが開発者を置き換える」という雑な話とは少し違っていて、むしろ“開発の下ごしらえ”や“面倒な実装の大部分”をAIが担う世界が、もう会社の内部でかなり進んでいるんだろうと感じました。もちろん、どの仕事をどこまで任せたのかまでは記事だけでは分かりません。でも、自社の開発実績としてこれだけ数字が出てくると、AI coding assistant は実験段階ではなく、経営の話になってきたんだなと感じます。 ただ、こういう数字は少し怖さもあります。

AIチャットやAPIを使うとき、送った文章や添付した文書が学習に回るのかどうかは、かなり気になるところです。Mistralのヘルプページは、その不安に対して「使い方ごとにオプトアウトの方法がある」と整理して説明しています。しかも、Vibe、モバイルアプリ、Mistral StudioとAPIでは設定場所が分かれていて、ひとつ止めたからといって全部止まるわけではありません。企業利用を含め、データの扱いを細かく確認したい人には重要な案内です。 Mistralのヘルプセンターでは、入力データや出力データが、場合によっては同社のモデル学習プログラムに含まれることがあると説明しています。入力や出力には、会話だけでなく、文書やユーザーが提供したその他のコンテンツも含まれます。ここでいう「学習」は、AIモデルを改善するための利用を指しており、利用者はその処理を自分で管理でき、いつでもオプトアウトできるとしています。 案内はサービスごとに分かれています。まずVibeでは、ユーザーはデフォルトでオプトアウトされておらず、設定からいつでも外せます。Vibe Enterpriseでは少し逆で、顧客はデフォル

まず気になったのは、Anthropicが一番ほしかった評価軸が「賢さ」そのものより、使ったときの手触りになっていることだった。性能が上がった、で終わらず、安くなった、速い、token-efficient、しかも“普通の人みたいに話す”と受け取られている。AIモデルのニュースなのに、差別化の話がだんだん人間くささに寄ってきているのが面白い。 それと、agentic work が最大45%安くなるという部分は、かなり現実的な話だと思った。agentic work というのは、単発の質問応答ではなく、ツールを使ったり、何段階か考えたり、途中結果を保持しながら動く仕事のことだ。こういう用途は、実際には「どれだけ賢いか」より「いくらで回せるか」の影響が大きい。だから、cached data の扱いを変えてコストを下げるのは、派手さはないけれど筋がいい。AI業界はついベンチマークの勝ち負けに寄りがちだけど、現場は結局、請求書を見て判断する。 一方で、読みながら少し引っかかったのは、「より強い」「より安い」「安全性も改善」といった話が同じ短い記事の中で次々に並ぶことだった。どれも悪くないのに、全部が

この記事を読んでまず思ったのは、やっぱりAIコーディングは「魔法の便利機能」ではなく、運用の話になってきたんだな、ということだった。Claude Codeそのものの出来よりも、どう使うか、誰がどこまで触っていいか、どの環境に載せるかのほうが重くなっている。ここが地味だけど本質だと思う。 特に引っかかったのは、「Claude Codeが強い」という話の隣で、結局は企業が使うならガバナンスや権限管理が先に来る、という空気がはっきりしていたところ。サブエージェントとかコンテキストロットみたいな話は、個人の開発だと「へえ、賢そう」で済む。でも組織に入ると、勝手に触られたくない領域、レビューの責任、トークンやコストの扱いが一気に現実になる。AIがコードを書く速度より、その周辺の調整のほうが遅い。そこはかなり実感がある。 それと、記事の中で「2年で2か月に短縮」といった話が出てくるのも、少しだけ怖い。実際、AI導入の速度感はそういうふうに見えるのだろう。ただ、短縮されたのがPoCの立ち上げなのか、本番運用なのかで意味は全然違う。そこは記事だけでは見えにくいし、むしろ知りたかった。AIがすごい、とい

AIエージェント周りの標準規格としてじわじわ存在感を増してきた MCP（Model Context Protocol） が、かなり大きな更新を受けました。今回のポイントは、ひとことで言うと「企業で本格運用しやすい形に寄せた」ことです。 Ars Technica の記事によると、MCP の中核部分が stateless、つまり状態を持たない設計に変わりました。これまでのように、特定のサーバーの“この会話の続き”を覚えておく前提ではなく、毎回のリクエストとレスポンスを独立して扱う形に寄せたわけです。地味に見えますが、こういう変更はかなり大きい。というのも、企業で使うときに一番面倒なのは、機能の派手さよりも「ちゃんと増やせるか」「落ちないか」「運用が読めるか」だからです。 MCP の中核が stateful → stateless に変わった これで 拡張しやすさ、安定性、スケール の面が改善しやすくなる `Multi Round-Trip Requests` や `header-based routing` など、実運用向けの機能も追