BinxAI LogoBinxAI
    記事一覧に戻る
    公開: 更新:

    メルカリがClaude Code全社展開 非エンジニア1000人を対象に

    メルカリがClaude Code全社展開 非エンジニア1000人を対象に
    井元CTO

    要約

    メルカリがClaude CodeとClaude Coworkを全社展開し、非エンジニア1,000人以上がAIエージェントを体験しました。シャドーAI対策と活用促進を両立するための対象者設計、権限管理、社内展開の進め方を整理します。

    海外では、AIエージェントを日々の業務に組み込む動きが議論されています。日本企業の現場に引き寄せると、導入の難所はツールの選定よりも社内運用にあります。

    メルカリの事例は、エンジニア向けのClaude Codeを非エンジニアにも広げる取り組みです。BinxAIが見てきた範囲では、利用を一部の専門部署に閉じない設計が、業務適用先を見つける起点になりやすい傾向があります。

    この記事の対象読者

    Claude Code導入やAI社内展開を検討する担当者を想定しています。情報システム部門だけでなく、経営企画、人事、営業、管理部門でAI活用を進める方にも関係するテーマです。

    • 生成AIを一部の社員から全社へ広げたい方
    • シャドーAI対策と利用促進を同時に進めたい方
    • 非エンジニア向けのAIエージェント活用を検討する方
    • 経営、IT、各部門の合意形成に悩んでいる方

    Claude Code導入で先に決めるべき対象者の範囲

    メルカリは2026年5月から、AnthropicのClaude CodeとClaude Coworkを全社展開する方針を示しています。公開記事では、非エンジニア職員1,000人以上を対象に「AI Agent Day」を開催したと紹介されています。

    Claude Codeは開発者向けの印象が強いツールです。それを非エンジニアの業務利用へ広げる点が、メルカリの取り組みの特徴です。

    利用者を役割で三つに分けて設計する

    役割ごとに権限と責任を分けて設計する。試行者:自分の業務で使い道を探す、推進者:部門内で事例を集めて共有、管理者:権限・データ・利用ルールを管理、承認者:展開範囲を決める

    全社展開を検討する企業は、まず利用者を三つに分けて考えると整理しやすくなります。全員に同じ権限を配るのではなく、業務と扱うデータに応じて入口を変えましょう。

    • 試行者、自分の業務で使い道を探す利用者
    • 推進者、部門内で事例を集めて共有する利用者
    • 管理者、権限、データ、利用ルールを管理する担当者
    • 承認者、経営や部門責任者として展開範囲を決める担当者
    AI導入無料相談。顧客満足度95%、現場の業務負担60%削減、社内AI定着率60%向上今すぐ問い合わせる

    シャドーAI対策は利用禁止だけでは進まない

    許可された環境を使いやすくする発想に切り替える

    禁止だけでなく許可環境へ利用を集約する。利用禁止、業務上の必要性が残る、個別にサービスを探す可能性、許可された環境、入力可否、役割別の権限、確認責任者・相談先

    AIの利用を禁止しても、業務上の必要性が残れば、社員が個別にサービスを探す可能性があります。BinxAIでは、利用を止めるだけでなく、許可された環境を使いやすくする相談を受けることが多くあります。

    メルカリのように全社で使う環境を示す設計は、活用促進とガバナンスを対立させない一案です。ただし、許可しただけで安全になるわけではありません。

    • 入力してよい情報と、入力してはいけない情報を分ける
    • 個人情報、顧客情報、機密情報の扱いを業務別に決める
    • 利用できるモデルや機能を、役割と権限に応じて設定する
    • 出力を確認する責任者と、問題時の相談先を明確にする
    • 利用事例と失敗事例を、部門をまたいで共有する

    AI Agent Dayから考える体験先行の社内展開

    説明会で終わらせず 業務を持ち込める場を作る

    体験会では実業務の前後比較まで行う。1.業務を一つ選ぶ、2.手順と所要時間を記録、3.入力データを匿名化して試す、4.AI作業と人の確認を分ける、5.品質・修正量・再利用性を確認

    メルカリは、非エンジニア職員1,000人以上を対象にAIエージェントを体験する「AI Agent Day」を開催しました。公開記事で示されたこの取り組みからは、説明会だけでなく、利用者が実際に触れる場を設けたことが読み取れます。

    AIエージェントは、質問への回答だけでなく、複数の作業を組み合わせて使う場面があるツールです。体験会では、参加者が普段の業務を持ち込み、作業の前後を比べられる構成にすると検証しやすくなるでしょう。

    • 業務を一つ選び、開始前の手順と所要時間を記録する
    • 入力データを匿名化し、許可された環境で試す
    • AIが担当する作業と、人が確認する作業を分ける
    • 完成物の品質、修正量、再利用のしやすさを確認する
    • 結果を部門名ではなく業務単位で共有する

    体験後は、使えたかどうかだけで判断しません。「どの業務なら再利用できるか」「どの情報が障壁になったか」まで記録すると、次の権限設定や研修内容に反映できます。

    全社展開で見える成果は利用人数だけではない

    定着判断は利用開始から部門展開まで追う。利用開始:アクセスできたか、初回体験:自分の業務で試せたか、継続利用:同じ業務で再び使ったか、部門展開:他の担当者が再利用できたか、権限設定・入力データ・再現性・手順化

    メルカリの公開事例で確認できる成果は、全社展開の方針と、非エンジニア1,000人以上への体験機会です。個別業務の削減時間や売上効果については、今回確認できる情報だけでは判断できません。

    そのため、他社が同様の取り組みを評価するときは、利用者数だけを追わない設計が必要です。登録者が増えても、業務で使われなければ定着とは言い切れません。

    確認する段階見る項目判断の材料
    利用開始対象者が環境へアクセスできたか権限設定と案内の詰まり
    初回体験自分の業務で試せたか入力データと操作手順の問題
    継続利用同じ業務で再び使ったか再現性と確認負担
    部門展開他の担当者が再利用できたか手順化とルールの明確さ

    成果を記録するときは、利用状況とリスクを同じ表で追います。使われている業務ほど、入力情報や確認手順の見直しが必要になる場合もあるでしょう。

    カスタマイズAI研修は月5万円から。AI補助金と人材開発支援助成金に対応。顧客満足度95%、現場の業務負担60%削減、社内AI定着率60%向上今すぐ無料相談する

    メルカリの事例を自社のAI社内展開へ移す手順

    経営・IT・現場の三者が同じ計画を持つことが出発点

    対象・業務・データ・体験・共有を順に設計する。経営・IT・現場、1.対象者を決める、2.業務を選ぶ、3.データ境界を定める、4.体験機会を作る、5.成果を共有する、現場の質問をルールへ反映

    全社展開をそのまま再現するのではなく、社内の業務と権限に合わせて小さく設計するのが現実的です。経営、IT、現場の三者が別々に動くと、利用促進と統制の条件が食い違いやすくなります。

    • 1.対象者を決める、全員、特定部門、希望者のどこから始めるかを決める
    • 2.業務を選ぶ、文章作成、調査、集計など試行しやすい業務を選ぶ
    • 3.データ境界を定める、入力可否と保存、共有の扱いを決める
    • 4.体験機会を作る、研修では自分の業務を題材に試してもらう
    • 5.成果を共有する、成功例だけでなく失敗例と確認方法も残す

    ツールを配った後にルールを作るのではなく、利用開始前に最低限の境界を置きます。現場から出た質問をルールへ戻すことで、規程が実務から離れにくくなります。

    自社で進めるときに詰まりやすい三つの境目

    メルカリのような全社展開を自社で試す場合、ツール契約より先に社内の境目で止まることがあります。特に、対象者、データ、成果共有の設計が曖昧だと、利用開始後に判断が戻ります。

    • 非エンジニアが試せる業務を、部門ごとに選べない
    • Claude Codeの権限と、入力可能なデータの境界を決められない
    • 体験会で出た事例を、規程や横展開の手順へ変換できない

    外部の支援を使う場合は、ツールの説明だけでなく、業務の棚卸しから運用ルール、社内展開までを一つの計画にできます。社内で判断すべき項目と、支援側に任せる作業を分けて進める形です。

    BinxAIの「みっちゃくん」は、月額5万円から利用できます。初期費用と追加費用はなく、API、サーバー、ツールの費用は実費です。

    業務タスクの棚卸し、データ基盤の構築・改善、業務アプリ開発、AI推進や社内規約策定を支援します。AI研修、定着ワークショップ、AIアドバイザー、月次レポート、セキュリティ対応、社内での横展開にも対応しています。

    みっちゃくん。企業のAI導入を現場密着で一気通貫支援しますみっちゃくんの支援内容を確認する

    よくある質問

    Claude Codeは非エンジニアでも使えますか?

    使える範囲は業務と権限の設計によって変わります。メルカリは非エンジニア職員1,000人以上を対象に、AIエージェントを体験する機会を設けています。

    Claude Code導入でシャドーAIを防げますか?

    許可された環境へ利用を集約する設計は、シャドーAI対策の一案になり得ます。ただし、入力データの制限、権限管理、相談先の整備を組み合わせる必要があります。

    全社展開は最初から全員に配るべきですか?

    必ずしも全員から始める必要はありません。対象部門を選び、業務、入力情報、確認者を整理してから広げる方法もあるでしょう。

    AI Agent Dayのような体験会では何を準備しますか?

    参加者が普段の業務を持ち込めるようにするのが基本です。入力可否を事前に確認し、AIの作業範囲と人の確認箇所を記録できるシートを用意すると、体験後の展開につながります。

    Claude Code導入の成果は何で測ればよいですか?

    利用人数だけでなく、継続利用、再利用できる業務、確認負担、データ管理上の問題を見ます。成果とリスクを同じ運用表で追うと、展開の判断をしやすくなります。

    メルカリの事例が示すのは、AIエージェントを一部の専門職だけで使うのではなく、非エンジニアを含む業務へ開く進め方です。まず、対象者・データ境界・体験機会・成果共有の四点を一枚の運用設計シートに書き出すところから始めてみてください。

    本記事に挙げた他社の料金や制度は、執筆時点で公開されていた情報です。お申し込みの前に、各社の最新の内容をご確認ください。

    この記事の分類

    同じ分類の記事をまとめて読めます。

    最新記事

    業種・職種別井元

    AIエージェントに選ばれる会社へPwCが示すマーケティングの転換

    AIエージェントやAI検索が商品比較や問い合わせに関わると、マーケティングは広告や検索順位だけでは設計できません。商品情報の整備、顧客接点の管理、営業との連携、ROIを確かめる進め方を日本企業の実装課題から整理します。

    調査データの解説井元

    日本企業の58%が成果創出段階へ デル調査で変わるAI投資の論点

    デルの調査で日本企業の生成AI活用が成果創出段階へ進んだ割合は58%となり、前年から23ポイント増えました。人材やセキュリティの課題を踏まえ、PoCの成果を本番業務とROIへつなげる判断基準を整理します。

    AI導入の進め方井元

    デジタル庁の国会答弁AIから学ぶ 根拠付き文書作成の設計

    デジタル庁の「源内」による国会答弁案作成支援を手がかりに、根拠資料の検索、下書き、人による確認をどう分担するかを整理します。企業の稟議書や規程へ応用する導入手順、更新責任者、承認者の決め方まで具体的に解説します。

    AI導入の進め方井元

    Gemini 4 Argon全社導入で何が変わるAI支援会社の実践例

    G-genのGemini 4 Argon全社導入を、ライセンス配布ではなく業務・データ・権限・成果指標を検証する実践例として整理します。AIエージェントの対象業務の選び方と顧客支援へ知見を戻す進め方を解説します。

    技術選定とセキュリティ井元

    OpenAI安全枠組み公開 企業がAI調達で確認すべきこと

    OpenAIが公開したFrontier Governance Frameworkを手がかりに、企業が海外AIサービスを調達する際に確認したい安全評価、利用権限、監査ログ、監視、事故時の停止手順を具体的に整理します。

    技術選定とセキュリティ井元

    AI推進法の改正検討が始まる 企業が今から整える管理項目

    政府が始めたAI推進法の見直しで、開発事業者への情報収集権限や罰則、AI Safety Instituteの機能強化が論点になっています。企業が今から整えるモデル台帳、委託先管理、ログ保存、事故時の報告経路を整理します。

    業種・職種別井元

    AnyONEのAI見積書読み取りで工務店の転記作業はどこまで減るか

    AnyONEのAI見積書読み取りを工務店やリフォーム会社で使う際の確認範囲を整理します。PDFや手書き書類の転記削減効果、単位・税区分の確認、原価管理や会計連携まで検証する手順を紹介します。

    AI導入の進め方井元

    AI投資はROI再評価の段階へDeloitte調査が示す意思決定と売上への接続

    Deloitte調査の意思決定高速化81%、AIによる売上増加28%、自律的な意思決定40%という結果を起点に、AI投資のROIを業務KPIへ接続する方法を整理します。権限設計、監査、組織再設計まで含めた導入手順も紹介します。

    最新動向井元

    Gemini 4 CarbonがArgonを更新 サイバー防御AIの実力と条件

    Google DeepMindが発表したGemini 4 Carbonの性能、サイバー防御と長時間タスクへの適用範囲を整理します。限定提供モデルを企業が評価する際の権限、費用、監視、停止条件も具体的に確認します。

    AI導入の進め方井元

    製造業AIは文書検索で終わらない 設計最適化へ広げる実証の進め方

    Mistral AIとNVIDIAの協業を手がかりに、製造業AIが文書検索から物理シミュレーションと設計最適化へ広がる背景を整理します。検証データ、評価指標、小規模実証の進め方まで、日本企業が次に試す業務プロセスを具体化します。

    技術選定とセキュリティ井元

    1兆パラメーターのMistral Large 4オンプレAIの選択肢と落とし穴

    Mistral Large 4のオープンウェイト化で、機密データを外部APIへ送らない主権AIの選択肢が広がります。一方で、ライセンス確認、自社GPU、更新責任、安全策の設計が必要です。オンプレミス導入前に確認すべき論点を整理します。

    技術選定とセキュリティ井元

    AIエージェントのID管理NISTが示した10原則を実装へ落とし込む

    AIエージェントを社員IDの代わりに動かすだけでは、権限や責任を追跡できません。NISTの10原則をもとに、固有ID、最小権限、人の監督、暗号学的な操作記録、MCP接続の停止手順を実装へ落とし込む考え方を解説します。

    よく読まれている記事

    建設井元

    生成AI利活用計画書の提出が契約要件に。国土交通省が直轄の建設コンサル業務で義務化

    国土交通省は2026年度から、直轄の建設コンサルタント業務の特記仕様書に生成AIの積極的な利活用を明記し、受注者に「生成AI利活用計画書」の提出を求めます。入札の加点ではなく、受注後に負う契約上の要求事項です。建設コンサルタント会社・建設会社が今から整えるべき体制を、公表情報にもとづいて整理します。

    建設井元

    国交省が特記仕様書に生成AI活用を明記。直轄業務は利活用計画書の提出が前提に

    国土交通省は2026年5月以降、直轄の建設コンサルタント業務の特記仕様書に「生成AIの積極的な利活用」を明記し、受注者に「生成AI利活用計画書」の提出を求めます。対象業務と計画書の記載事項を整理し、建設会社が今期から着手できる導入ロードマップと、効果が出やすい適用領域をまとめました。

    調達・購買井元

    調達AIエージェントで何ができるか:見積依頼の自動化と、任せない判断の線引き

    調達AIエージェントに任せられる業務と、人が判断すべき業務を分けて整理しました。見積依頼の自動化から始めた場合の削減見込み、社内システムとの連携、失敗しやすい進め方まで、導入を決める前に確認することをまとめています。

    最新動向井元

    Grok 4.6ついに公開!GPT-5.6 Solと同水準モデルを低価格で提供開始!

    xAIが2026年8月12日に公開したGrok 4.6は、GPT-5.6 Solと同等の知能指数を持ちながら出力トークン単価を5分の1に抑えたモデルです。agentタスクや法律評価で優位性を示す一方、コーディング系では逆転される領域もあります。用途別の使い分け判断を具体的な数値とともに解説します。

    お気軽にご相談ください

    AI導入のご相談はお気軽に

    この記事の内容を、貴社の状況に合わせてご相談ください。