Claude導入事例まとめ — Notion・Slack・League・Vegaほか14社

Anthropicはclaude.com/customersで企業の導入事例を公開しており、業種・企業規模・製品で絞り込めます。League(ヘルスケア)は開発サイクル時間を半分に、Cyera(サイバーセキュリティ)は約1,500人の全社展開で週次利用率88%に達しました。Vega(サイバーセキュリティ)は顧客の本番環境でアナリスト時間の約67%を取り戻したと書いています。ただし事例ページの数字には、実績・上限・目標が同じ書式で並んでいます。この記事では14社の数字を業種・部門別に並べたうえで、その区別の付け方を扱います。

業種別に見る導入企業14社の実績

数値はすべて各社の事例ページに載っているものです。「最大」「目標」「見込み」と書かれているものは、表でもその語を残しました。

ソフトウェア企業が最も多く、サイバーセキュリティと法務が続きます。

その数字は実績か、上限か、目標か

14社の数字は性格が三つに分かれます。比べる前にどれに当たるかを見ておくと、読み違いを避けられます。

くらべる

数字の性格の違い

計測済み

実績として書かれている数字

LeagueのAI作成コード比率(約70%から98%)とCyeraの週次利用率88%。Spotifyの月650件超のマージ済みPR、Slackの週97分、Miroの48時間公開率64%から99%、Notionの18,000エージェントもこちらです。

条件付き

上限・目標・見込みの数字

Vegaの「最大44倍」と「最大82%安い」、Spotifyの「最大90%」、HubSpotの「最大40%」、DoorDashの「3〜5分の1にする目標」、Rampの「最大80%の見込み」。

DoorDashは典型です。CTOのAndy Fangは対談で「プロジェクトを3〜5分の1の時間で終えることに挑戦してほしい」とチームに課したと話しており、12週間かかった案件を最大4週間で終える例を挙げています。達成済みの倍率としては語られていません。Rampの「最大80%」も、事例ページでは新しい社内ツールの初期観察として「初動の調査時間を最大80%減らせる可能性がある」と書かれた見込みです。

事例ページの中で数字の呼び名が揺れている箇所もあります。

• League: 冒頭の要約は「Claude採用率98%」、リード文は「AIツールの採用率98%」と書いています。本文の箇条書きは「Claudeの採用率98%(2026年3月の全社展開開始時は約80%)」です。
• Vega: 見出しは「アナリスト時間の67%を返す」ですが、箇条書きは「サイバー防御エンジニアリングチームの時間の約67%」と書いています。成果の節ではVega自身ではなく、本番導入している顧客全体の数字として説明されています。
• Cyera: 自社製MCPサーバーの数は、要約では7つ、担当者の発言では4〜5つと書かれています。
• DoorDash: 対談の要約はAndy Fangを共同創業者兼CTOとし、引用カードは共同創業者兼CEOと表記しています。

比較表に載せた数字は、同じ分母で計測されたものではありません。LeagueとCyeraは社内の利用率、Vegaは顧客環境の処理時間、Slackは製品を使う他社ユーザーの節約時間です。

部門別に見ると何が変わっているか

同じ企業でも、部門によって使い方と数値の性格が異なります。

エンジニアリングでは、指標が企業ごとに異なります。Spotifyはマージされた月650件超のPR、Rampは30日で100万行超のAI提案コードです。RampのシニアエンジニアAustin Rayは、個人の試用から始まった利用が広がったと語り、エンジニア組織の週次利用率は約50%に達しました。

Spotifyは内製の開発者ポータルBackstage上で、2022年に導入したFleet Managementを使っています。数十から数千のリポジトリへ一括でコード変更を当てる仕組みで、現在はSpotifyのPRの約半分がこの経由です。従来は抽象構文木(AST)の操作や正規表現による決定的なスクリプトを人が書く必要があり、単純な変更に限られていました。Claude Agent SDKは、スクリプト化できなかった複雑な変換をこの仕組みに載せるために使われ、月650件超のPRが本番へ入りました。起動はSlackからで、数百人のエンジニアが自律的なコード変更を呼び出せます。

DoorDashはCoworkを全社4,000人に展開しました。Fangは「Claude Codeを使い始めてから、自分たちのコードベースに再び本番コードを出せるようになった」と述べています。エンジニアリングマネージャーには、プロトタイプではなく社内の審査を通した本番コードを出す目標を課しており、リーダー自身が使うことを浸透の前提に置いています。

Leagueの大きな開発では、社内の調整ツールSwarmを使います。先頭のエージェントが作業を分解して複数のエージェントに並列で走らせ、夜間に動かして、エンジニアが翌朝レビューします。レビューが詰まらないよう、変更の規模とリスクでPRを仕分けるボットも、プリンシパルエンジニアが作りました。マイクロスプリントでは、以前ならスコープ2週間分と呼んだ作業を約3時間で実践しています。経理でも60超の業務が自動化され、主に経理チーム自身が構築しました。

マーケティング・カスタマーサクセスでは、HubSpotが具体的です。CMOのKipp Bodnarは「Claudeのモデルは一貫して文章に強い」と述べ、マーケティングとカスタマーサクセスがClaude Projectsで文脈を一元化しました。シニアカスタマーサクセスマネージャーのSarah Caruthersは、顧客ごとの個別提案に「1時間、時にはそれ以上」かかっていたため、個別化を重要顧客に絞っていたと話します。同じ職種の別の数字として、顧客のエスカレーション対応で複雑な技術的トラブルシューティングをClaudeで直接行うと、3〜5日かかる作業が1時間未満になったとも書かれています。

Miroは、イベント向けインフルエンサー約90人の対応にCoworkを使い、48時間以内の公開率を64%から99%に上げました。毎週金曜のプロジェクト追跡も90分超から約10分になっています。Cowork自体をSlackと連携させる使い方はCoworkのSlack連携ワークフローで扱っています。

Cyeraのマーケティングチームは、Coworkに接続したSalesforceから対象地域の3,500人のリストを作り、担当営業とその上長に連絡しました。イベント登録者数は一晩で105人から400人超に増えています。

プロダクトでは、NotionのプロダクトマネージャーEric Liuが、コーディング以外の用途にもエージェントが広がっていると語ります。Claude Managed Agentsで実装したのは、タスクボードをオーケストレーターにする仕組みです。タスクを「着手可能」に動かすと、エージェントが起動します。Notionによると、利用の90%は人がチャットで話しかける形ではなく、ページ更新・Slackのメッセージ・スケジュールが起点の自動化でした。作成された約18,000のエージェントは、合計で約14万ステップを実行しています。

Figmaでは、Figma MakeのプロダクトマネージャーHolly Liが、React独学に30時間かけて作ったサイトのコードをClaudeで1日でリファクタリングしたと話しています。欲しかった機能まで足せたそうです。FigmaのデザインデータをClaude Codeから直接扱う方法は、Figma MCPサーバーの使い方にまとまっています。

セキュリティ・法務では、League・Cyera・EvenUpが、人の最終確認を残したまま処理時間を縮めています。

数字

Leagueのセキュリティ領域の数字

• セキュリティチームの応答時間

  3週間超→数時間

  以前はセキュリティレビューの待ちが約3週間あった

• ベンダーのリスク評価

  数週間→15分

  Claudeのスキルが処理し、最終承認は人間

• 直近の評価件数

  53件中49件

  安全と判定された件数

Cyeraでは法務チームが20件のプレイブックを備えたCoworkプラグインを初日から使い、取引先NDAを自社の立場と照らして評価し、返信案を弁護士が確認して送る形にしています。Cyeraは社内の問い合わせチャンネルの日次の振り分けも、5〜6時間から約30分に減らしました。法務ではEvenUpが、事案の証拠開示への対応時間を5時間から30分に縮めています。

なぜこれらの企業はClaudeを選んだのか

選定理由は企業ごとに分かれます。MCP対応(HubSpot)、指示追従と長い文脈の扱い(Atlassian)、モデルの使い分け(Vega)、デザインの感覚(Figma)です。

HubSpotのエンジニアリングは、Claude CodeのMCP(Model Context Protocol)対応が決め手の一つでした。社内の実タスクによるベンチマークでは、完成までの人手介入が最も少なかったのがClaudeです。Atlassianは、Rovo ChatにClaudeをベースエージェントとして組み込み、ローコード向けのRovo StudioではOpus 4.8とSonnet 4.6を含む複数モデルを使っています。AI責任者のSherif Mansourは、複雑な指示に一貫して従うことと、大量の文脈を落とさず扱えることを理由に挙げました。

Vegaは、同じモデルファミリー内でHaiku・Sonnet・Opusを使い分けます。最も深い推論は確定済みアラートに、ログ分析や要約のような大量処理は軽いモデルに割り当てる構成です。

Figmaの基準は毛色が違い、デザインの意図や美意識を理解できるかでした。Figma Makeのエンジニアは「以前のAIモデルは賢かったが、趣味や個性に欠けていた」と述べ、Claudeで「知性と趣味を兼ね備えたモデル」になったと振り返っています。

導入事例に共通するパターンをどう読むか

単一プロダクトで完結している企業はほとんどありません。CyeraはClaude CodeをR&D向けに、Claude Coworkを非エンジニア向けに使い分け、40のツールと自社製のMCPサーバー(要約では7つ)をCoworkにつなぎました。LeagueもClaude EnterpriseとClaude Codeを併用しています。CyeraとLeagueはどちらも、部門ごとに入口を分けています。

導入企業の製品を通じて、効果が他社へ波及する例もあります。Notionの事例ページ(Managed Agentsとは別のページ)では、大企業のOsaka Gasが情報検索時間を35%削減したと推計しています。Remoteは1日300件の検索で1件あたり約10分を節約するとされています。dbt LabsはNotion AIが充実したことで別のAIツール契約が不要になりました。基盤側では、プロンプトキャッシュでNotion自身のコストが90%、レイテンシーが最大85%下がっています。同じ種類の打ち手はClaude APIのレイテンシ削減とTTFT計測で扱っています。

いずれも各社が自社の事例ページで公表した数字です。人の確認をどこに残すかという点では、米国CAQ「生成AIの時代の監査」を監査法人のClaude運用設計に読み替えるが監査法人の例を扱っています。

自社の数字として読み替える手順

事例の数字を自社に当てはめるときは、数字の性格(実績・上限・目標)と、何を分母にした値かを先に確かめます。そのうえで、数字の元になった業務で人が確認していた工程の割合が自社と近いかを見ます。Leagueのベンダー評価は最終承認が人間、Cyeraの法務は返信案を弁護士が確認する形で、人の確認を残したまま時間を縮めています。

事例が使っている拡張の導入手順はClaude Codeプラグインにあります。CanvaやShopifyなど別の企業群はClaude導入で大手企業は何を変えたか — Canva・Shopify・Stripe事例で比べています。

まとめ

14社の数字はそのまま自社の見積もりにはなりません。まず当てはめやすいのは、人手のレビューに最も時間を使っている業務です。Notion連携のような連携の仕組みも合わせて検討できます。