「自社の開発チームが書くコードのうち、90%以上はすでにClaudeが生成している」——2026年5月、AnthropicのCFO（最高財務責任者）Krishna Rao氏がそう語りました。これはAnthropicが自社製品であるClaudeを社内開発に徹底活用している実態を示すものであり、AI業界だけでなく幅広いビジネス界で注目を集めました。
「コードの90%をAIが書く」という言葉は刺激的に聞こえますが、その本質は「AIを使うと開発者の生産性が劇的に上がる」という現実です。エンジニアが全員Claude Codeのようなツールを使って開発を進めることで、従来よりはるかに速くソフトウェアを作れるようになっている——Anthropic自身がそれを身をもって実証しているわけです。
この記事では、CFOの発言の背景を整理したうえで、「コードを書けるAI」がエンジニアのいない中小企業にとっても意味を持つ理由、そして実際にどんな場面でどう使えるのかを具体的に解説します。
CFO発言の背景と「90%」の意味
Krishna Rao氏の発言は、BloombergのインタビューとAnthropicの社内生産性に関する情報開示の流れの中で明らかになりました。Anthropicは単にClaudeというAIモデルを販売している企業ではなく、自社の開発プロセス全体にClaudeを組み込んでいます。特にエンジニアリング部門では、Claude Codeなどの開発支援ツールを使うことで、コードの大部分をAIに生成させ、人間はレビューや設計判断に集中するという働き方が定着しています。
「90%」は何を指すのか
「コードの90%をAIが書く」とは、エンジニアが1行も書かないという意味ではありません。正確には「最初のコード生成・補完・修正の90%以上をClaudeが担っている」という意味です。人間は設計の意思決定・レビュー・テスト・統合に力を注ぎ、繰り返しの多いコーディング作業をAIに任せることで、チーム全体の生産性が数倍に向上しています。
この発言が注目を集めた理由は、それがAnthropicという最先端AI企業の「実際の業務」だからです。理論や研究の話ではなく、毎日製品をリリースし続けているチームが体験した現実です。AIによるコード生成が「実験的な取り組み」から「デフォルトの開発スタイル」に変わったことを象徴しています。
AI活用で開発生産性はどこまで上がるのか
AIコーディング支援ツールの登場以降、開発者の生産性向上に関する調査や報告が多数出ています。GitHub Copilotが登場したころのデータでは「コーディング速度が平均で55%向上」という数字が話題になりました。それから数年が経ち、Claude Codeのようなより高度なエージェント型ツールが登場すると、生産性の向上幅は単純な補完速度をはるかに超える次元に達しています。
単純なコード補完ではなく「指示を伝えたら動くコードを自動で組み立ててくれる」レベルになると、1人のエンジニアが担える開発範囲が根本的に変わります。「1人で3人分の開発ができる」と感じているエンジニアが増えており、スタートアップや中小企業ではAI活用の有無が採用コストと開発スピードの両方に直結するようになっています。
| ツール・手法 | 生産性イメージ | 特徴 |
|---|---|---|
| 従来の手書きコーディング | 基準（100） | 全て人間が作成。スキル依存が高い |
| GitHub Copilot（補完型） | 約1.3〜1.5倍 | コード補完に特化。定型処理を高速化 |
| Claude Code（エージェント型） | 約2〜5倍（場合による） | 設計・実装・デバッグまで幅広く対応 |
| Anthropic社内（Claude全面活用） | コードの90%をAIが生成 | CFO発言、社内標準として定着 |
上の表はあくまでイメージであり、実際の生産性向上は作業の種類・エンジニアのスキル・プロジェクトの規模によって大きく異なります。ただし「AI活用前と後でスピードが変わった」という体験は、Claude Codeを試したエンジニアから頻繁に報告されています。
Claudeが得意とするコーディング作業の種類
Claudeはどんなコーディングタスクでもすべてをこなせるわけではありませんが、得意・不得意の輪郭がはっきりしています。得意なことを上手く任せることが活用の第一歩です。
- 定型処理の実装 — ファイルの読み書き・日付計算・CSV変換など、ロジックが決まっている処理の実装は非常に得意です。「このExcelのデータをJSON形式に変換するPythonスクリプトを書いて」という指示に、動くコードを即座に返します
- 既存コードの改修・バグ修正 — 「このコードの〇〇の部分を△△に変更して」という指示への対応も得意です。コードを貼り付けてバグを説明すると、原因を特定して修正案を提示してくれます
- ドキュメント・コメントの自動生成 — コードを渡すと、関数の説明・使い方のドキュメントを自動で書いてくれます。引き継ぎ資料の作成コストが大幅に減ります
- テストコードの生成 — 実装済みのコードに対して、想定される入力と期待値をもとにテストコードを自動で生成します。テストを書く手間が減り、品質の担保がしやすくなります
- API連携コードの作成 — freeeやkintone、SlackなどのAPIと連携するコードを書くのも得意です。公式ドキュメントを参照しながら、接続・データ取得・エラー処理まで含めたコードを生成できます
一方で、「要件が曖昧なまま大規模システムを一気に作る」「セキュリティや法規制が複雑に絡む領域の設計判断をする」といった場面では、人間のエンジニアの判断が依然として重要です。AIはあくまで「実装を加速するツール」であり、何を作るか・どう設計するかの意思決定は人間が担います。
エンジニアがいない中小企業でも「コードを書けるAI」を使えるか
「うちには専任エンジニアがいないから関係ない話だ」と感じた方も多いかもしれません。しかし実際には、エンジニアがいない組織でもAIコーディング支援の恩恵を受けられる場面が増えています。重要なのは「コードを書く人が使うツール」という枠組みを超えて考えることです。
「プログラミング経験ゼロ」でも自動化スクリプトを作れる時代になった
Claude.aiのチャット画面で「毎月の売上データが入ったExcelから、自動でグラフ付きのレポートを作るPythonスクリプトを書いてほしい」と伝えると、動くコードが返ってきます。それをPCにコピーして実行するだけで、繰り返し作業を自動化できます。プログラミングの知識がなくても「何をしたいか」を日本語で説明できれば、AIがコードを書いてくれる環境が整いつつあります。
もちろん、AIが生成したコードをそのまま業務に使うには一定のリスク確認が必要です（後述）。しかし「定型の繰り返し作業」に限っていえば、プログラミング未経験者がAIを活用して業務効率化を進める事例は着実に増えています。
中小企業での実際の活用パターン
以下に、エンジニアリソースが限られた中小企業でも取り組みやすいAIコーディング活用の具体例を紹介します。
パターン1 業務用スクリプトの自動生成
毎月・毎週発生する定型業務をスクリプト化することで、手作業の時間を削減できます。たとえば「kintoneからCSVを取り出してfreeeの経費入力フォーマットに変換する」「複数のExcelファイルを1つに統合して集計する」「フォルダ内のファイルを命名規則に従って自動でリネームする」といった処理をClaudeに書いてもらうことができます。
こういった処理は、手書きのプログラムを書こうとすると数時間かかる場合でも、Claudeに依頼すると数分で動くコードが手に入ります。完璧なコードとは言えない場合も、「エラーが出た」と貼り付けて再依頼すると修正してくれることも多く、試行錯誤のコストが従来と比べて大幅に下がっています。
パターン2 SaaS同士の連携処理
freee・kintone・Slack・Notionなど、業務で使うSaaSはそれぞれAPIを公開しています。これらを連携させて「kintoneに入力があったらSlackに通知する」「freeeの請求書が作成されたらNotionの案件管理ページを自動更新する」という仕組みをノーコードツールで作ることもできますが、より細かい条件分岐や処理が必要な場合はコードが必要になります。Claudeは各SaaSのAPIドキュメントを理解した上で、連携コードを生成できます。
パターン3 データ分析・集計処理
売上データや顧客データを手元に持っているものの、分析に使えていないというケースは多くあります。「このCSVデータを渡すから、月別の売上推移と上位10顧客を集計して、グラフ付きのHTMLレポートを作って」という指示をClaudeに出すと、Pythonで処理するコードと出力レポートの形を指定した上でコードを生成してくれます。専任のデータアナリストがいなくても、一定水準のデータ分析が実現できます。
活用する際の注意点とリスク管理
AIが生成したコードをそのまま業務に組み込む際には、いくつかの点に注意が必要です。生産性が上がる一方で、リスクを把握せずに使い続けると問題が起きることもあります。
品質確認は人間が担う
AIが生成したコードが常に正しいとは限りません。特定の条件下で予期しない動作をすることがあり、エッジケース（イレギュラーな入力や条件）への対処が抜けていることもあります。コードを使い始める前に「想定どおりに動くか」を確認するテストを行うことが重要です。特に金銭計算・顧客データの処理・外部サービスへの書き込みを伴う処理では、入念な動作確認が必要です。
機密情報の取り扱いに注意する
ClaudeなどのAIに業務データを渡す際は、機密情報の取り扱いルールを事前に決めておく必要があります。個人情報・顧客情報・非公開の財務データをAIに渡すことが自社のセキュリティポリシーや契約条件と合っているかを確認してください。必要に応じてデータをマスキング（個人が特定されない形に加工）した上でAIを使うという方法もあります。Anthropic社はAPIを通じたデータをトレーニングに使わないと表明していますが、自社の規定と照らし合わせた確認は欠かせません。
著作権・ライセンスへの配慮
AIが生成したコードの著作権については、現時点でも法的に議論が続いている部分があります。特定のオープンソースライブラリのコードをそのまま学習したモデルが類似コードを生成する可能性があるため、商用プロダクトに組み込む際にはライセンス確認が推奨されます。社内業務ツールや自社サービスの実装で使う分には、現実的にリスクが小さいケースがほとんどですが、リスクゼロではないことを理解した上で活用することが重要です。
AIコードは「動いたから正しい」ではない
AIが生成したコードが一見動いているように見えても、想定外の入力データが来たときにエラーになったり、セキュリティ上の問題（SQLインジェクションなど）を含んでいたりするケースがあります。特に本番環境に組み込む前には、コードレビューと動作テストを必ず行ってください。
「90%」発言が示すエンジニアリングの変化
AnthropicのCFOの発言を改めて読み解くと、「AIがエンジニアを不要にする」という話ではないことがわかります。コードの90%をAIが書いているAnthropicでも、優秀なエンジニアを積極的に採用し続けています。変わったのは「エンジニアが何に時間を使うか」です。
従来のエンジニアリングでは、「考える仕事」と「実装する仕事」が混在していました。設計を考えながら、その実装もコーディングする。この2つを同時にこなすのが開発者の日常でした。AIコーディング支援が進むと、「実装する仕事」の多くがAIに移り、エンジニアは「何を作るか・どう設計するか・品質をどう担保するか」という判断の仕事に集中できるようになります。
これは経営的な観点からも重要な変化です。同じ人数のエンジニアで、より多くの機能をより速く開発できるようになる。または、従来エンジニアが必要だった一部の作業を、AIを活用しながら非エンジニアが担えるようになる。どちらも企業の競争力に直結します。
中小企業が今すぐ始められること
大企業やAI専業企業の話として聞こえるかもしれませんが、Claudeはすでにウェブブラウザから無料で試せます。まず試してみることのハードルは驚くほど低くなっています。
- Claude.aiで試す — claude.aiにアクセスしてアカウントを作成するだけで、無料プランからコーディング支援を体験できます。「この業務を自動化したい」という課題を日本語で伝えてみてください
- 小さな自動化から始める — いきなり大きなシステムを作ろうとせず、「毎週手作業でやっているExcel作業」「繰り返しのファイル操作」など小さな課題から試します。失敗しても影響が少なく、学びが得やすいです
- 動いたコードを理解しようとする — Claudeにコードを生成してもらいながら「このコードは何をしているか」も一緒に説明してもらうことで、少しずつコードの読み方が身についていきます。完全に理解できなくても、何が起きているかの概要がわかるだけで品質確認がしやすくなります
- 社内でナレッジを共有する — AIを使って実現できた業務効率化の事例を社内で共有していくことで、他のメンバーも試しやすくなります。「こんな使い方ができた」という小さな成功体験の積み重ねが組織全体のAI活用力を高めます
AnthropicのCFOが語った「コードの90%をAIが書く」という現実は、AI開発の最前線で起きていることです。しかしその恩恵は、AIの専門家や大手テック企業だけのものではありません。日常の業務をどうAIと組み合わせるかを考え始めることが、今まさに求められています。
AIコーディング活用について相談する
「業務の自動化にAIを使いたいが何から始めればいいかわからない」「社内にエンジニアがいないが、AIを使って業務効率化を進めたい」といったご相談を承っています。はてなベースのAI推進チームが、貴社の状況に合わせた具体的な活用方法をご提案します。
まとめ
AnthropicのCFO Krishna Rao氏が語った「Claudeが社内コードの90%を書いている」という発言は、AI業界の最前線で起きている現実を示すものです。コードの90%がAI生成であっても、エンジニアがいらなくなったわけではなく、むしろ「何を作るか」の意思決定に人間がより集中できる環境が整いつつあります。
中小企業にとっても、AI支援コーディングは「定型業務の自動化」「SaaS間の連携」「データ集計・分析」といった場面ですでに実用的な恩恵があります。品質確認・セキュリティ・著作権への配慮を忘れずに、小さな課題から試してみることが第一歩です。AIを上手く活用できる組織とそうでない組織の差は、これから数年で一段と広がっていきます。
AIコーディング導入でお悩みの方へ
「AIを使って開発コストを削減したい」「非エンジニアでも業務自動化に取り組みたい」という企業様に向けて、はてなベースのAIコーチングプログラムでは実践的なAI活用ノウハウを提供しています。まずは30分の無料相談から始めてみませんか。