MetaとMicrosoftが社内でのClaude AI利用を削減し、自社ツールを優先へ

なぜこの転換が重要なのか

MetaとMicrosoftは、コスト削減とエンジニアの誘導を目的として、AnthropicのClaude AIの社内利用を意図的に制限しています。この動きは、大手企業がサードパーティ製モデルよりも自社独自のAIを優先するという、業界全体の広範な傾向を示しています。

Microsoft: ほとんどの従業員に対する月間のAI利用上限額が、約**$100 kから$10 k**に引き下げられました。この上限はあくまで天井であり実際の支出額ではありませんが、ヘビーユーザーにとっては予算の柔軟性が劇的に低下します。
Meta: Claude-Codeのユーザー数は、数ヶ月で約60 kから約30 kに減少しました。この減少は主に、Metaの自社ツールであるMetaCode（社内ユーザー30 k以上）およびMuse Code（8月に外部テストを開始、ユーザー6 k以上）への戦略的な転換によるものとされています。
依然として高い支出: ユーザー数の減少にもかかわらず、Metaは28日間の期間でClaude Codeに1億500万ドル以上を費やしており、人員削減が必ずしもコスト削減に直結するわけではないことが示されています。

Microsoftは以前、Anthropicの技術に対する年間社内支出を**> $10億と予測していました。ポリシー変更後、社内支出の見積もりは3分の1以上**減少しました。
この支出上限は、エンジニアをGitHub CopilotやOpenAIベースのフレームワークなど、Microsoftにとって運用コストが低い自社所有のソリューションへと誘導することを目的としています。
Azure経由でのClaudeの顧客向け利用は依然として堅調であり、成長を続けていると報告されており、今回の削減は市場からの撤退ではなく、社内のコスト管理措置であることが示唆されています。

両社とも依然としてAnthropicの主要な顧客ですが、同時に独自のコーディングアシスタントを開発する直接の競合相手でもあります。
社内制限はデータガバナンス戦略と一致しています。競合モデルへの露出を制限することで、意図せず競合他社に独自のデータを学習させたり、漏洩させたりするリスクを軽減します。
コメント投稿者は「大手研究所は社内利用のために競合ツールをブロックする」と指摘しており、この動きはClaudeの品質に対する判断ではなく、自社モデルの**ドッグフーディング（自社製品の利用）**を反映したものだと述べています。

Claude Codeは以前、不正なコマンド実行やAPIキーの盗難を許す可能性のある脆弱性を示したことがあり、Anthropicは公開前にこれらを修正しました。
Microsoftも同様に、悪意のあるGitHub Issueの内容がリポジトリを乗っ取ることができるRoguePilotの脆弱性に直面しました。
このポリシーの転換は、基盤となるモデルに関係なく、厳格な権限管理、信頼できるプロジェクト設定、およびAIが生成したアクションの徹底的な精査の必要性を強調しています。

「もし私と同じことを考えているなら、これはスキルの喪失や品質、あるいは支出額の問題ではありません。最先端のAI企業が自社のモデルをドッグフーディングしているという話です。」 – @ashleyn

「会社がClaudeを取り上げてしまいました。高すぎるからです。何らかの清算が近づいている気がします。」 – @MisterMunchkin

「どの大手研究所も社内利用のために競合ツールをブロックします。これは品質の問題ではなく、データガバナンスの問題です。」 – @Benard-dev

「従業員一人あたり月額$10 kまで制限か（笑）。これは、ROIの低い無茶な使い方をしている一部の人々を切り捨てるためのものに過ぎない。」 – @bpodgursky

これらのコメントは、主な要因がClaudeの技術的な劣等感ではなく、コスト管理と競争上のポジショニングであることを裏付けています。

予算の引き締め: 他の大手企業も同様の上限を設ける可能性が高く、市場はより安価なオープンウェイトモデルや社内ソリューションへと向かうでしょう。
収益への影響: Anthropicの収益は年間650億ドルペースと報告されていますが、最大の顧客2社が社内利用を削減すれば、顕著な落ち込みを感じる可能性があります。
製品戦略: MetaCodeやMuse Codeのような社内ツールの成功は、より多くの企業が独自のAIアシスタントへの投資を促し、ツール環境を断片化させる可能性があります。
開発者のワークフロー: エンジニアは新しいインターフェースに適応し、場合によってはトークンを大量に消費するワークフローを再評価し、パフォーマンスとコストのバランスが取れたモデルを優先する必要が出てくるでしょう。

Anthropicの対応: Anthropicが価格を調整するか、企業向けのプランを導入するか、あるいは社内利用を維持するために機能リリースを加速させるか。
Microsoftの社内導入指標: 上限導入後、エンジニアがどれだけ早くCopilotやOpenAIモデルに移行するかのデータ。
Metaの外部展開: 外部パートナー間でのMuse Codeの採用率と、それがMetaのより広範なAI製品ポートフォリオに与える影響。
規制当局の監視: 大手企業が自社の製品を守るために競合するAIの利用を組織的に制限した場合の、独占禁止法上の懸念。

MetaとMicrosoftによる社内でのClaude利用の削減は、企業エンジニアリングチームにとって、コスト、競争上の優位性、データガバナンスが、最先端モデルのパフォーマンスの魅力を上回っていることを明確に示すシグナルです。