Anthropicが"エージェントのクラウド"を開いた。Claude Managed Agentsで変わる業務自動化の現在地

AIエージェントの95%は、なぜ止まるのか

AIエージェントに興味がある方、増えていますよね。

ChatGPTやClaudeに質問するだけではなく、タスクを丸ごと任せて自律的に動かす。そんな使い方が広がり始めています。

AIエージェントとは、人間がいちいち指示を出さなくても、タスクを渡すだけで自律的に完了まで持っていくAIのこと。チャットAIが「聞かれたら答える」存在なのに対し、エージェントは「任されたら自分で考えて動く」存在です。僕自身、Claude CodeとMCPサーバーを組み合わせた自律ワークフローを毎日回しています。リサーチの収集、記事のレビュー、タスクの進捗管理。寝ている間も動き続けてくれる仕組みです。

一方で、企業が本格導入しようとすると、ほとんどが途中で止まる。これが現実なんですよね。

MIT（マサチューセッツ工科大学）の調査が衝撃的な数字を出しました。企業のAIパイロットプロジェクトのうち、95%がスケールに失敗している（Fortune、2025年8月）。

原因はAIの性能ではないんです。

150件以上のインタビューと350人の社員アンケートからわかったのは、インフラの壁。サーバーの構築、セキュリティの設定、認証の管理、長時間稼働の保証。AIモデルそのものは優秀でも、それを安定して動かす基盤を自前で作れる会社が少なすぎる。

もうひとつ興味深いデータがあります。MIT調査によれば、専門ベンダーからAIツールを購入した企業の成功率は約67%。一方、社内でゼロから構築した企業の成功率はその半分以下でした。「自前で作る」こと自体がリスクになっている構造です。

「AIエージェントを試してみたけど、本番環境に載せる段階で止まった」。こういう声を、僕は何度も聞いてきました。

2026年4月8日、Anthropic（アンソロピック）がその壁を正面から壊しにきたサービスを発表しました。“Claude Managed Agents”（クロード マネージドエージェント）です。

この記事では、Managed Agentsの全体像と、楽天・Notion・Asanaの導入事例、そして非エンジニアが今週やるべき準備を整理します。なお、AIエージェント基盤をめぐっては、同じ時期にNVIDIA（エヌビディア）が17社連合でオープンソース基盤を公開しています。開発者視点からの技術比較はゲンの記事（4/10公開予定）で詳しく解説しているので、あわせて読むとより全体像が掴めるはずです。

Claude Managed Agentsとは何か（3分で掴む全体像）

ひとことで言えば、AIエージェントを動かすためのインフラをAnthropicが丸ごと引き受けるサービスです。

従来、AIエージェントを本番で動かそうとすると、自分でサーバーを立て、セキュリティを設定し、エラー時の復旧処理を作り込む必要がありました。エンジニアが数ヶ月かけて構築する作業です。

Managed Agentsは、その全てをAnthropicのクラウド上で提供してくれます。

やることはシンプル。エージェントに何をさせたいかを、自然言語かYAMLファイルで定義するだけ。インフラの構築は不要です。

主な機能を整理します。

• サンドボックス実行: エージェントが安全な隔離環境で動く。暴走しても他に影響しない
• 自動スケーリング: 処理量が増えても自動で拡張される
• チェックポイント: 長時間タスクの途中経過を保存し、中断しても続きから再開できる
• スコープ付き権限: エージェントがアクセスできる範囲を細かく制御できる
• MCP（Model Context Protocol）サーバー接続: 外部ツールとの連携が標準搭載

特に注目すべきは、長時間稼働に対応している点です。数分で終わるタスクだけではなく、数時間にわたるデータ処理やレポート作成にも使えます。セッションが途切れても、チェックポイントから復帰する設計になっている。

Anthropicの公式ブログによると、構造化ファイルの生成成功率が通常のプロンプトより最大10ポイント向上したと報告されています。エージェントに「この条件でレポートを作って」と頼んだとき、求めた形式で返ってくる精度が上がるということですね。

僕が日常的にClaude CodeとMCPサーバーで自律ワークフローを回していて痛感するのは、インフラの安定性が全ての土台だということ。モデルの賢さよりも、止まらない基盤のほうが実運用では優先度が高い。

そのインフラ部分を「もう自分で作らなくていい」と言ってくれるサービスが出た。これは大きい。

楽天・Notion・Asanaの導入事例。1週間で本番投入の衝撃

パブリックベータの段階で、すでに大手企業が本番投入しています。具体的に何をやっているのか、3社の事例を見ていきましょう。

楽天の場合。 商品企画、営業、マーケティング、財務、人事。5つの部門にエージェントを展開し、1部門あたり約1週間で本番稼働にこぎつけたと報告されています（SiliconANGLE、2026年4月8日）。SlackやTeamsと接続し、タスクを投げるとスプレッドシートやスライドデッキを作って返してくる仕組みです。

ここで気になるのが「1週間って本当？」という疑問でしょう。従来のAIエージェント構築では数ヶ月かかるのが常識でした。Anthropicはプロトタイプから本番投入までの時間を10倍短縮すると謳っています（Claude公式ブログ、2026年4月8日）。楽天の事例は、その10倍短縮が誇張ではないことを示す最初の証拠になりそうです。

Notionの場合。 “Custom Agents”（カスタムエージェント、現在プライベートアルファ）としてワークスペースに直接統合しています（Anthropic公式ブログ、2026年4月8日）。エンジニアはコードを書き、ナレッジワーカーはプレゼン資料やWebサイトを生成する。数十のタスクを並列で処理しながら、チームがリアルタイムでアウトプットを確認できる設計です。

Asanaの場合。 “AI Teammates”（AIチームメイト、2026年4月ベータ開始）と名付けたエージェントが、プロジェクト管理ワークフローの中で人間と並んでタスクを拾い、成果物のドラフトを作成するという使い方をしています（Anthropic公式ブログ、2026年4月8日）。開発チームは「以前のアプローチに比べて、高度な機能を劇的に速く追加できるようになった」とコメントしています。

Vibecode（バイブコード）やSentry（セントリー）もコード自動化やモニタリング分野で初期採用に加わっています。業種や用途がバラバラなのに、いずれも短期間で本番投入している点が見逃せません。

3社に共通するのは、エージェントをゼロから作ったのではなく、既存の業務フローの中に埋め込んだという点。Slackに投げる。Asanaのタスクボードから起動する。Notionのワークスペース内で動かす。

「AIエージェント専用の新しいツールを覚える」のではなく、今使っているツールの中にエージェントが住み始める。この設計思想が、導入スピードを加速させています。

ここに僕は「95%の壁を消すサービス」の本質を見ています。MITが指摘した失敗の原因は、AIモデルの性能ではなくインフラと統合の問題でした。Managed Agentsはインフラを引き受け、MCP経由で既存ツールとの統合を標準化する。失敗要因の2つを同時に潰しにきているわけです。

料金は1時間約12円。コスト構造を計算してみた

「で、いくらかかるの？」。一番気になるところでしょう。

Managed Agentsの料金体系はこうなっています。通常のClaude APIトークン料金＋セッション稼働時間あたり$0.08（FindSkill.ai参照。最新情報はAnthropicの公式ドキュメントを確認してください）。

$0.08は日本円で約12円（1ドル=150円換算）。1時間エージェントを動かして12円です。

ただし注意点があります。この12円はインフラ利用料のみ。エージェントが処理するトークン量に応じたAPI料金は別途かかります。

とはいえ、比較すると衝撃的な安さが見えてきます。

たとえば、マーケティングレポートの自動作成を考えてみましょう。人間が2時間かけて作る週次レポートをエージェントに任せた場合、インフラ利用料は約24円。API料金を加えても数百円程度に収まる可能性が高い。

課金はミリ秒単位で計測され、エージェントがアイドル状態（待機中・停止中）の時間は課金されない仕組みです。動いている間だけ払う、クラウドの従量課金モデルと同じ発想ですね。

MIT調査で95%が失敗する最大の原因だったインフラコスト。自前でサーバーを立て、エンジニアを数ヶ月拘束し、セキュリティ監査を通す。その費用を考えれば、$0.08/時間は桁が違う低さです。

具体的に試算してみましょう。週1回の定型レポートを月4回エージェントに任せるとして、1回あたり1時間稼働すれば月のインフラ利用料は約48円。API料金を含めても月数千円程度に収まるケースが多いはず。アルバイトを1時間雇うコストと比べれば、桁が2つ違います。

もちろん、大量のタスクを同時に走らせれば料金は積み上がる。本番導入前に自社のユースケースで試算することは欠かせません。パブリックベータ期間中に検証できるのは大きなメリットでしょう。

NVIDIA 17社連合との2強構図。どちらの基盤を選ぶか

ここで大きな絵を見ておきましょう。

2026年3月、NVIDIAが17社の企業連合と共に”Agent Toolkit”（エージェントツールキット）をオープンソースで公開しました（NVIDIA公式）。参加企業にはAdobe、Salesforce、SAP、ServiceNowが名を連ねています。この技術的な詳細と実装方法については、ゲンの記事（「NVIDIAが16社と手を組んだ。AIエージェント基盤の開発者視点」、4/10公開）で詳しく解説しています。

そして4月8日、Anthropicが”Claude Managed Agents”をパブリックベータで発表。

この2つのアプローチは、根本的に思想が違います。

NVIDIAはオープンソース基盤です。設計図を公開し、各企業が自社環境に合わせてカスタマイズする。自由度は高いけれど、構築・運用は自社の責任になります。エンジニアリングチームが充実している大企業向けと言えるでしょう。

Anthropicはマネージド基盤です。インフラをAnthropicが引き受け、利用者はエージェントの定義に集中する。自由度は制限されるけれど、スピードとコストでは圧倒的に有利。エンジニアが少ない中小企業やマーケティングチームに向いています。

どちらが正解ということはありません。自社の状況で選ぶべきです。

判断基準を3つ、整理しておきます。

• エンジニアリソースが潤沢か？ → 潤沢ならNVIDIA、少ないならManaged Agents
• カスタマイズの深さが必要か？ → 独自モデルや独自セキュリティ要件があるならNVIDIA
• スピード重視か？ → 今月中に動くものが欲しいならManaged Agents

Gartner（ガートナー）は、2026年末までにエンタープライズアプリの40%にAIエージェントが搭載されると予測しています（Gartner、2025年8月）。2025年時点で5%未満だったことを考えると、年内に8倍の普及が起きる計算です。

僕が注目しているのは、この2つが競合ではなく補完関係になりうる点です。NVIDIA Agent ToolkitはLLMを選ばない設計で、ClaudeモデルをToolkit上で動かすことも可能。逆に、Managed AgentsからNVIDIAのハードウェア基盤を経由する構成も考えられます。

「どちらか一方」ではなく、「用途に応じて使い分ける」時代がすぐそこまで来ています。

非エンジニアが今週やること3つ

「で、僕は何をすればいいの？」。ここまで読んでくれた方の本音はこれでしょう。

エンジニアでなくても、今週中にできることが3つあります。

1. Anthropicのアカウントを作り、Managed Agentsのドキュメントを開く。 パブリックベータなので、今すぐ触れる状態です（Claude Platform ドキュメント）。全部を理解する必要はないです。「何ができるか」の一覧をざっと眺めるだけで、自分の業務に使えそうなポイントが見つかります。所要時間は15分程度。

2. 自分のチームで「繰り返し作業」を3つリストアップする。 毎週やっているレポート作成、定型メールの送信、データの集計。エージェントが得意なのは、ルールが明確で繰り返し発生するタスクです。「これ、毎回同じ手順でやってるな」と感じる作業を3つ書き出してください。

リストアップするときのコツは「手順書を書けるかどうか」で判断すること。手順書にできる＝ルールが明確＝エージェントに渡せる。手順書が書けない作業は、人間の判断が必要な仕事。この切り分けが導入の第一歩になります。所要時間は10分。

3. 社内のエンジニアに「Managed Agents」の名前を共有する。 非エンジニアが直接APIを叩く必要はないかもしれません。ただ、エンジニアチームにこのサービスの存在を伝えるだけで、話が一気に動き出すことがあります。「楽天が1週間で本番投入したらしい」と添えれば、関心を持ってくれる可能性は高いでしょう。所要時間は5分。

共有するときに「うちだとどの業務に使えそうですか？」と一言添えるのがポイント。エンジニアは技術的な可能性を広く見ています。ビジネス側が「ここに使いたい」と具体的なユースケースを伝えれば、実現可能性の判断がぐっと速くなります。

合計30分。これだけで、AIエージェント導入の第一歩が始まります。

まとめ。「試す側」に立つのは、今です

ここまでの話を振り返ります。

• MITの調査（2025年8月）で、企業のAIパイロットの95%がスケール失敗。原因はAIの性能ではなくインフラの壁
• Anthropicが4月8日にClaude Managed Agentsをパブリックベータで発表。インフラをAnthropicが丸ごと引き受ける設計
• 楽天が1週間で本番投入。Notion・Asanaも2026年4月より既存ワークフローに統合済み
• 料金はインフラ利用$0.08/時間（約12円）＋API従量課金
• NVIDIA Agent Toolkitとの2強構図が形成。用途に応じた使い分けが可能に

MIT調査の95%失敗という数字は、裏を返せば5%は成功しているということ。

その5%と95%を分けていたのが、インフラの壁でした。サーバー構築、セキュリティ設計、長時間稼働の保証。技術的な基盤を自前で用意できた企業だけが先に進めた。

Claude Managed Agentsは、その壁を取り払おうとしています。

$0.08/時間のインフラ利用料。自然言語でエージェントを定義できる手軽さ。楽天が1週間で本番投入した実績。MIT調査が指摘した「95%の壁」は、このサービスの登場で大きく下がるはずです。

Gartnerが予測する「年末までに40%」の世界は、もう始まっています。

AIエージェントを「いつか使うもの」から「今週触ってみるもの」に変える。それがManaged Agentsの本質だと、僕は考えています。

NVIDIA Agent Toolkitとの2強構図も見えてきた今、「どちらを使うか」ではなく「いつ始めるか」が問われるフェーズに入りました。

答えは、今週です。

僕もManaged Agentsを触り始めています。自分の自律ワークフローをManaged Agents上に移行したらどうなるか、検証中です。結果が出たら、この記事の続編として共有する予定です。

一緒にやってみましょう。アカウントを開くところから。

---

参照元:

• Anthropic公式ブログ: Claude Managed Agents（2026年4月8日）
• SiliconANGLE: Anthropic launches Claude Managed Agents（2026年4月8日）
• Fortune: MIT report 95% of AI pilots failing（2025年8月）
• Gartner: 40% of enterprise apps will feature AI agents by 2026（2025年8月）
• Claude Platform ドキュメント: Managed Agents overview
• FindSkill.ai: Claude Managed Agents Explained
• The New Stack: Anthropic wants to run your AI agents for you
• NVIDIA公式: NVIDIA and Partners Advance Enterprise AI Agents