Anthropicがビジネス決済でOpenAIを初超え、Claude Code London開幕
AnthropicのClaudeが米国ビジネスAI決済でOpenAI ChatGPTを初めて上回り、ロンドンで開催中の「Code with Claude」イベントではエージェント向け新機能が披露された。
1. ClaudeがビジネスAI決済で初めてChatGPTを超える
2026年4月、米国内でAnthropicのClaudeにビジネス利用として課金した企業数が、OpenAIのChatGPTを初めて上回った。AI業界の短い歴史において、Anthropicがトップの座を占めたのは今回が初めてとなる。AnthropicはARR（年換算収益）が300億ドルを超え、2025年末時点の約90億ドルから急拡大したことも同時期に明らかになった。
こうした成長の背景には、エンタープライズ市場での急速な浸透がある。2026年2月時点で1,000社以上の顧客が年換算100万ドル以上を支出しており、その数はわずか2か月足らずで2倍に膨らんだ。Claude Codeをはじめとするコーディングエージェントツールが企業の開発業務に深く組み込まれていることが、継続課金の主要因とみられている。Anthropicは競合他社への圧力を高めながら、エージェント時代の課金モデル転換（「食べ放題」から従量型へ）も推し進めている。
一方でOpenAIは5月11日に「OpenAI Deployment Company」を独立組織として立ち上げ、40億ドル以上を投資。大手企業の業務プロセス再設計を直接支援するForward Deployed Engineersを顧客組織内に配置する戦略で巻き返しを図っている。AI企業のビジネスモデルは「汎用チャットサービス」から「業務特化型エージェント導入」へと急速に移行しつつある。
2. 「Code with Claude London」でAnthropicがエージェント新機能を公開
Anthropicは5月21日、ロンドンで「Code with Claude London」イベントを開催し、Claude Agentsの新機能を披露した。目玉となったのは2つの機能で、企業が自社インフラ上でエージェントを実行できる「サンドボックス」と、そのエージェントが公衆インターネットに触れることなく社内システムへ到達できる「MCPトンネル」だ。
MCPトンネルはセキュリティ・コンプライアンス要件が厳しい金融・医療・製造業などのエンタープライズ顧客にとって特に重要な機能となる。社内データベースや認証システムに外部公開なしでアクセスできるため、AIエージェントの業務統合における最大のハードルの一つだった「情報漏洩リスク」を大幅に低減できる。Anthropicがロンドンに拠点を置くことも正式にアナウンスされ、欧州市場への本格展開が加速する。
このイベントはAIソフトウェアエンジニアリングに対する関心が主流化する中で開催された。参加した開発者からはClaude Codeの生産性向上が業界の常識を塗り替えているとの声が多く上がり、AIコーディングアシスタントをめぐる企業間競争がさらに激化する見通しだ。
3. Claude Opus 4.7 正式リリース――高度なソフトウェアエンジニアリングに特化
Anthropicは「Claude Opus 4.7」の一般提供（GA）を開始した。前世代のClaude Opus 4.6から特に高度なソフトウェアエンジニアリング能力を大幅に強化しており、複雑なコーディングタスクを高い信頼性でこなす。Anthropicは「最も困難なコーディング作業をOpus 4.7に任せる自信を持てる」と説明している。
5月2026年はAI業界において「アーキテクチャのターン」と評されており、4月のGPT-5.5やDeepSeek V4、Kimi K2.6といったモデルリリースラッシュを受け、今月はフロンティア拡張より内部設計の改善に各社がフォーカスしている。Opus 4.7はその流れの中でもソフトウェア開発領域での実用性を優先した設計が際立つ。
FastモードではOpus上での高速出力も提供されており、日常的なコーディング補助から大規模プロジェクトのアーキテクチャ設計まで幅広い場面をカバーする。企業向けのエージェント統合との組み合わせで、AIによる自律的な開発フローの実現に向けた基盤が整いつつある。
4. MITが新手法でLLM訓練効率を最大210%向上
マサチューセッツ工科大学（MIT）の研究者チームが、アイドル状態のコンピューティングリソースを活用することでLLMの訓練速度を70〜210%向上させる新手法を発表した。精度を犠牲にすることなく、既存インフラの遊休時間を活用して訓練を加速できる点が技術的な特徴で、大規模な追加投資なしにトレーニングコストを削減できる可能性がある。
大型言語モデルの訓練には莫大な計算資源が必要であり、これがAI開発の主要なコストボトルネックとなっている。今回の手法はその構造的制約を回避するアプローチで、特にリソースの限られた研究機関やスタートアップにとって実用的な意義が大きい。Claudeをはじめとする主要モデルの次世代バージョン開発においても類似した手法が採用される可能性が高い。
この研究はAI訓練の民主化という観点からも注目を集めており、従来は巨大IT企業にしか手が届かなかったフロンティアモデル訓練が、より広いプレイヤーに開放されていく流れを後押しするものとなっている。
5. AnthropicがGoogleおよびBroadcomとの計算資源パートナーシップを拡大
Anthropicは、GoogleおよびBroadcomとの計算資源に関するパートナーシップを大幅に拡大することを発表した。GoogleはAnthropicへの投資額を最大400億ドルへと積み増す方針で、同時にGoogleのTPUインフラとVertex AI経由でのClaude提供も強化される。Broadcomとの連携では独自AIチップの共同開発も視野に入っているとみられる。
大規模な計算資源の確保はフロンティアモデルの訓練・推論コストを直接左右するため、Anthropicにとって戦略的に不可欠な動きだ。AWSへの依存を多様化しつつ、GoogleのTPU群とBroadcomの半導体技術を組み合わせることで、将来の大規模モデル開発を支えるマルチクラウド計算基盤の構築を目指している。
米国のAI企業と半導体・クラウドインフラ企業との垂直統合的な関係構築が加速する中、Anthropicは独立系AIラボとして資本効率と開発速度の両立を図る。AIの主戦場が「モデルの優劣」から「インフラ・コスト効率・デプロイ速度」へと移りつつあることを象徴するニュースだ。