「一人だけAIで生産性が跳ね上がっているが、チーム全体としては何も変わっていない」——導入相談でよく聞く話だ。この現象を、Claude Codeを作った本人が言語化していた。
Claude Codeの生みの親でAnthropicのプロダクトを率いるBoris Cherny氏が、2026年7月中旬、「Steps of AI Adoption（AI導入の段階）」という組織のAI導入成熟度モデルをX・Threads・LinkedIn等で発信し、海外のブログやニュースレターが相次いで取り上げた。中小企業の導入判断にも通じる内容なので紹介したい。
5つの段階
Cherny氏が示したのは、次の5段階だ。
- Gated（ゲート）：AIの利用そのものが制限されている状態
- Assisted（アシスト）：一人あたりエージェント約1体、監督は厳重
- Parallel（並列）：一人あたり約10体、AIが書き、人が検証する
- Supervised autonomy（監督付き自律）：一人あたり約100体、AIが検証まで担う
- AI-native（AIネイティブ）：一人あたり1000体超、何をやるか自体をAIが決める
Cherny氏によれば、Anthropic自身は現在Step 3にいて、Step 4を目指している段階だという。一方で、多くの中堅・中小企業はStep 0からStep 1の間にとどまっているとも指摘している。
核心は「モデルの性能」ではなく「信頼」
このフレームワークで一番重要なのは段階の名前ではなく、段階を分けている要因についての指摘だ。Cherny氏は、各段階を隔てているのはモデルの性能差ではなく「信頼（trust）」だとしている。
トークンを増やしたり、より高性能なモデルに乗り換えたりするだけでは次の段階には進めない。その段階特有のボトルネックを見つけて解消し、次の段階に見合ったガードレールを整えて初めて、任せる範囲を広げられるという考え方だ。
とりわけ印象的なのは、「ガードレールを伴わない機能は、天井を上げるのではなく被害範囲（blast radius）を広げるだけだ」という指摘だ。エージェントに任せる量を増やす前に、検証の仕組みや権限設計が追いついているかを問う姿勢だと言える。
中小企業にとっての意味
「一人のヘビーユーザーが10倍のアウトプットを出しているのに、組織としての成果に変換できない」という壁は、属人化の問題そのものだ。個人の使い方が、チームの標準になっていない状態と言い換えられる。
このLPで繰り返し説明しているハーネスの考え方——CLAUDE.md階層・スキル・サブエージェント・レビューゲートという構造で個人の使い方を組織の標準に変換する発想は、まさにCherny氏の言う「次の段階に見合ったガードレールを整える」という部分に対応する。研修でプロンプトの書き方を教えるだけでは、Step 1からStep 2へは進めない。
自社が今どの段階にいて、次に何がボトルネックになっているのかを整理することは、診断・パイロットのフェーズで扱っているテーマそのものだ。段階を急いで飛び越えるのではなく、自社の規模に見合ったガードレールから一つずつ整えていきたい場合は、30分の無料診断で相談してほしい。
この記事についての付記：紹介したフレームワークの一次ソース（X・Threads・LinkedInの投稿、claude.aiのartifactページ）は、本記事作成時点でいずれも直接アクセスができなかった。そのため、複数の独立した海外メディア・ブログの報道が一致する範囲の内容（5段階の名称とエージェント数の目安、核心の主張、Anthropic自身の立ち位置、公開時期）のみを採用し、数値や日付を独自に具体化することは避けている。