Anthropicを解体分析：最高のAI企業は、組織的発明でもある

2026.05.20

共有先

TechFlow厳選深潮セレクト

Anthropicを解体分析：最高のAI企業は、組織的発明でもある

Anthropic はどのように後発でトップに立ったのか？その理由は、戦略的判断と組織文化の2点にある。

2026.05.20 - 12:56:32

Web3業界の深掘り報道に専念し潮流を洞察

Anthropic はどのように後発でトップに立ったのか？その理由は、戦略的判断と組織文化の2点にある。

過去1年間、AnthropicはAI業界全体において、最も研究価値のある企業だったかもしれない。今年の年初、同社は人類商業史上で最も急速な爆発的成長を記録した：ARR（年間 recurring 収益）は90億ドルから450億ドルへと急増。もし計算資源の供給が追いつくならば、年末にはARRが1,000億ドルに達し、来年には2,000～3,000億ドルにまで拡大し、Metaと同規模になるだろう。セカンダリーマーケットでは、現在の評価額はすでに1兆ドルに達しており、OpenAIを上回っている。

私たちはAnthropicがいかにして後発ながらもトップに立ったのかを、多くの時間をかけて調査した。その結果、この企業を理解する上で核心となるのは、以下の2点であることが明らかになった：1つは戦略的判断、もう1つは組織文化である。

読者の皆さんは既に、これらの点について断片的な知識をお持ちかもしれないが、全体像を捉えた「complete picture」はまだ得られていない。そこで本稿では、戦略と組織という2つの観点から、より詳細かつ包括的な整理・再構築を試みる。これにより、外部から見ると興味深いいくつかの疑問について、以下のような説明を試みよう：

なぜAnthropicは2021年にすでに、「コーディング」が最も重要な方向性であることに気づけたのか？
DarioとSamの性格的差異は、両社の戦略的アプローチを全く異なるものにしたのか？
なぜAnthropicの人材流出率はこれほど低いのか？
なぜAnthropicの従業員のほぼ全員が、自社の文化を称賛しているのか？また、会社が急速に拡大する中で、こうした文化はどのように維持されているのか？

「集中（Focus）」の重要性は過小評価されている

まず戦略面から見ると、OpenAIは常に「何でも手掛ける」タイプの企業に近かった。

モデル能力に関しては、数学（math）、科学（science）、コーディング（coding）、推論（reasoning）、マルチモーダル、アーキテクチャ革新など、あらゆる分野で取り組んでいる。製品面でも、Codex、ブラウザ、ロボット、エンタープライズプラットフォーム、スマートハードウェア、チップ、データセンターなど、同時に多数のプロジェクトを推進している。実際、OpenAI内部のプロジェクト数は一時期約300件に達していたという話もある。一方、Anthropicはまったく逆の姿勢を取ってきた。御三家（Big Three）の中で唯一、非常に早い段階でマルチモーダルを放棄した企業であり、アーキテクチャ革新については一切語らず、推論モデル（reasoning model）、強化学習（RL）、継続学習（continual learning）といった概念も一切強調していない。言語モデルのスケーリング（scaling）に専念し、コーディングという1つの方向にのみ焦点を当て、最も重要な能力をまず徹底的に磨き上げている。

なぜ「コーディング」がこれほど重要なのかは、現在市場でも広く認識されている。その核心的理由は以下の3点である：

コーディングはあらゆるものへの道である。デジタル世界におけるほとんどのタスクは、コードによって表現可能である。
コーディングはモデルにとって最も学びやすい能力である。結果の検証可能性が高く、フィードバックループが短く、ユーザーからのデータがモデル訓練に大きく還元される。
コーディングはAGI研究の核心的加速器である。現在、トップクラスのAIラボはすでにこの加速ループに入っている。今年のモデルの1四半期分の進歩は、過去1年分よりも速い。

最終的な結果は、コーディングが確かに最も重要な方向であり、「孤篇圧全唐（単一の傑作がすべてを凌駕する）」という状況を証明した。一方、OpenAIは3月になって初めてこの事実に気づき、Soraなどの周辺事業を切り捨て、コーディングを最優先課題に位置付け直した。

Anthropicはなぜコーディングを選んだのか？

私たちが長年抱いてきた疑問は、「なぜAnthropicは最初からコーディングという方向を正しく選べたのか？」という点だ。遡って調べてみると、それは半分が先見の明であり、半分は運であったことが分かった。

Anthropicの初期資金調達は極めて困難だった。十分な資金がなかったため、AGI実現への道をより効率的に進む必要があった。そのため、まずは垂直領域での物語を提示し、ビジネスとしての循環（commercial闭环）を確立することを証明しなければならなかった。そこで当時真剣に検討されたのが、「もし1つの方向しか選べないとしたら、コーディングが最も適しているのではないか？」という問いだった。すなわち、「より優れたコーディングモデルを訓練 → 顧客に提供 → 実際のエンジニアリング環境での利用データを収集 → それをモデル訓練に還元」というフライホイール（好循環）を構築できる可能性があったのだ。

Anthropicの成長責任者は、共同創立者による内部文書を目にしたことがあると述べている。その文書のタイトルは「なぜ我々はコーディングに集中すべきか？」というもので、注目すべきはその日付が2021年であることだ。これは、この方向性が実際にどのような市場機会を秘めているのかが誰にも知られていなかった時代の話である。その後、資金調達が順調になり、会社に余裕が生まれたため、コーディング路線は一時棚上げされ、まずはより汎用的なモデル基盤の構築が優先された。転機はChatGPTの爆発的ブーム後に訪れた。Anthropicは、C向け市場はすでにOpenAIに先手を打たれたと認識し、やや残念ではあったが（しかし結果的には極めて幸運なことだった）、戦場をB向けに移し、重点をそちらに置いたのだ。

この戦略的転換は、全体として慎重かつ実証主義的であり、一撃必殺の博打ではなかった。

Claude 3の訓練では、Anthropicは意識的にコーディング能力を強化し始め、Sonnet 3.5では市場から非常に良い反応を得た。その後、投資を増やしながら、同時にその有効性を検証していった。内部では、コーディングの潜在的可能性に対する判断が徐々に固まっていった。それは、商業的価値という側面だけでなく、研究の加速という側面でも同様であった。そしてチームは、この道を一貫して突き進むことを決めた。この過程で、C向け事業を完全に放棄しただけでなく、マルチモーダルの開発にも一切力を割かなかった。さらに、市場戦略上の集中に加えて、技術路線における揺るぎない姿勢も特筆すべき点である。

過去2年間、外部からは何度も著名な研究者が「スケーリング法則（scaling laws）は頭打ちになった」「事前学習（pretraining）の限界収益はすでにピークに達した」と主張してきた。私たちが各研究者と行った交流から得た印象では、Anthropicはすべてのラボの中でもっともスケーリング法則を信じており、事前学習とデータの質に最も真摯に取り組んでいる。新しいパラダイムへの分散的投資は一切行っていない。振り返れば、これは正しかった。Claudeの能力の飛躍的向上は、事前学習への着実な投資が大きな要因となっている。

創業者の性格

しかし、ここから新たな疑問が生じる。「なぜAnthropicは、幾度もの重要な局面で果敢な取捨選択を行い、揺るぎない姿勢を保ち続けられるのか？」

まず第一に挙げられるのは資源の制約である。Anthropicのこれまでの累計資金調達額は、OpenAIの約3分の1に過ぎない。だが、さらに深く掘り下げると、両社の戦略的差異は、創業者の性格と出自とも密接に関係している。

Anthropicの4人の共同創立者は、かつてスケーリング法則に関する論文の中心的著者たちであり、Dario自身はGPT-3の最も核となる研究リード（research lead）であった。それ以前にもAI分野で10年間にわたって活動し、AIの技術的進歩を肌で感じ取っていたため、技術的判断を下すことに自信と勇気を持っていた。さらに、DarioはFOMO（Fear of Missing Out）とは無縁の人間であり、むしろ自己愛が強く頑固だと言われることもある。彼は市場のコンセンサスに流されることを極端に嫌う。2024年、Anthropicがまだ爆発的な成長を遂げていない時期に、彼は次のように語った。これは今でも、この企業を理解する上で極めて重要な一節だと私は考えている。

「過去10年間で私が最も深く学んだ教訓は、市場には常に『あるべき』というコンセンサスが存在するということだ。だが、そのコンセンサスが一夜にしてひっくり返るのを何度か見てきた後、私は自分のベットに集中するようになった。私たちが絶対に正しいとは思わないが、正解の確率がたとえ50％でも、すでに十分に価値がある。なぜなら、他の誰も提供できないものを提供しているからだ。」

これはSam Altmanとは大きく異なる。私たちがSamに近い人物と行った交流から得た印象は以下の通りである：

Samはシリコンバレーで最も野心的な創業者の一人と広く認められている。当初から「すべてを手掛けたい」という思いが強く、かつ過去にYCで投資家として働いていた経験から、「多点播種・並行下注」という手法に極めて精通している。そのため、OpenAIには無数の周辺プロジェクトが生まれた。
Samは技術者出身ではなく、技術的方向性に関する判断力はAnthropicほどではないため、チームによるボトムアップの推進に大きく依存している。Samは自身が得意とするリソース獲得能力を発揮し、各チームに次々と「弾薬」を送り込んでいた。
VC出身という背景から、Samは特に画期的で華やかなアイデア（fancy ideas）を好み、OpenAIの文化では「ゼロからワン」のパラダイム変革が極めて重視されるが、「ワンからテン」の継続的精緻化には同じくらいの重みが置かれていない。Sora、Atlasブラウザ、Voice Modeなど多くの製品ラインは持続性がなく、リリース後は放置されることが多い。
SamとMark Chen（Chief Research Officer）はどちらも「ノー」とは言わず、「イエス」としか言わないタイプである。周辺プロジェクトであっても、チームが努力して推進すれば、上層部は依然としてリソースを提供し続ける。

OpenAIの兵力がさまざまな周辺プロジェクトによって継続的に希薄化していく中、Anthropicは「田忌賽馬（Tian Ji’s Horse Racing Strategy）」の戦術で、最も重要な戦場で優位を築くことができた。

戦略の真髄は「略」にある

Anthropicの戦略的集中は、私たちに大きな示唆を与える。「集中（focus）」の重要性は、一般に過小評価されている。

私は昨年、Founder’s PodcastのホストであるDavid Senra氏が出演したポッドキャストを聞いたことを思い出す。過去8年間、彼はほぼ毎週1人の偉大な起業家を研究し続けてきた。インタビューで「あなたがこれまでに読んだ400冊以上の起業家伝記から、すべての創業経験を1つに凝縮するとしたら、それは何ですか？」と問われたとき、彼はこう答えた。「集中（Focus）」である。

偉大な起業家は、必ずしも万能の秀才ではなく、むしろ極端な偏執狂であることが多い。彼らは自分にとって最も重要な1～2つの変数（例：Costcoの価格、Appleのデザイン体験、ByteDanceのレコメンデーションアルゴリズムおよびデータフライホイール）を見極め、それらを極限まで追求し、競合他社が「ありえない」と感じるほどまでに徹底的に磨き上げる。

ここで明確にしておきたいのは、「自分は集中している」と思っている人が多いが、実際には「集中」という言葉の意味とその代償を本当に理解していない場合が多いということだ。

「集中（focus）」とは、本質的に2つのレベルに分解される：

1つ目は「判断力」—— 何が最も重要かを正確に見極め、それ以外のすべてを犠牲にすることを恐れない力である。

2つ目は「圧力（圧強）」—— 重要な要素を徹底的に突破するために、圧倒的なリソースを投入する力である。

前者は認知の問題であり、後者は意志の問題である。どちらが欠けても成立しない。

例えばGoogleの創業時、当時のインターネット業界の共通認識は「未来はポータル（portal）にある」だった。Yahooなどの検索大手は、トップページをニュース、天気、ショッピング、ゲーム、星座占いなど、どんどん充実させていた。すべての機能が「広告価値を高める」ためのレバーと見なされていた。しかしGoogleは、「情報は増え続ける中で、ユーザーが必要としているのは、より大きなポータルではなく、即座に最も関連性の高い答えを見つけ出すことだ」と考えた。つまり、他社がユーザーの滞在時間を延ばそうとする中、Googleはユーザーを「より早く離脱させること」を目指した。当時のGoogleのトップページは異常にシンプルで、検索ボックス以外には何もなかった。

ビジネスモデルにおいても同様である。Yahooは数十種類の収益化方法を展開していたが、Googleは「検索キーワードの入札」（search keyword auction）という1つの仕組みに全ての力を注ぎ、約10年間は第2の収益源に本格的に取り組まなかった。今でもGoogleの「10の掟（Ten Things）」の1つは「It's best to do one thing really, really well（1つのことを本当に、本当に良くやるのがベスト）」である。戦略の核心は、「何を選ぶか」を考えることではなく、「何を捨てるか」を考えることにある。大多数の人は、「ノー」と言う回数が足りないのだ。

文化こそが最大の「シークレットソース（Secret Sauce）」

Anthropicが最も特異な点は、おそらく戦略ではなく、組織文化である。

過去半年間、激化するAI人材争奪戦において、Anthropicの人材流出率は他のAIラボと比較して著しく低かった。以下の2枚の図は、2021年から2023年までの人事異動データをまとめたものである。

1枚目の図は、各AIラボ間の転職比率を示している。そこから分かるのは：

DeepMindからAnthropicへ転職する人が10.6人いる一方で、逆方向（Anthropic→DeepMind）の転職は1人だけである。
OpenAIからAnthropicへ転職する人が8.2人いる一方で、逆方向（Anthropic→OpenAI）の転職は1人だけである。

2枚目の図は、入社2年後に会社に残っている従業員の割合を示している。

Anthropicのリテンション率（人材定着率）は80％であり、当時のトップAIラボの中では最高水準だった。DeepMindの78％をわずかに上回っている。Anthropicはより若い、かつ急成長中の企業であるにもかかわらず、老舗のDeepMindよりも高いリテンション率を達成していることは、容易ではない。一方、OpenAIは67％に留まっている。

なお、このデータは、OpenAIが絶頂期にあり、Anthropicはまだまったく注目されていなかった時期に集計されたものである点に留意すべきだ。

最近2年のニュースを見ても、Anthropicの人材吸引力と安定性はさらに顕著になっている。例えば、最近Twitterで話題となった投稿では、複数の有名企業のCTOが、Anthropicに転職して「普通の技術スタッフ（MTS：Member of Technical Staff）」となることを喜んで受け入れている。

その最大の理由は、しばしばAnthropicの組織文化に帰結される。

Anthropicのメンバーが外部で収録したポッドキャストを聴くと、ほぼ全員が同社の文化について語っている。なかには、この「教派的（sect-like）」な文化を、Anthropic最大の「シークレットソース（secret sauce）」とさえ呼ぶ人もいる。

「正直に言って、文化こそがAnthropicの秘密兵器であり、最も防衛的で、他社が模倣できないものだ。これは自然発生したものではなく、経営陣が多大な投資をしている。」—— Amol Avasare（Anthropic 増長責任者）

この点に特別な意識を持って観察しない限り、気づきにくい。なぜなら、人々が「文化」や「価値観」について語るのを聞くと、なんとなく抽象的で空虚なもの、あるいは単なるスローガンだと感じてしまうからだ。しかし、すべての一次情報や公開インタビューを重ね合わせて見ると、その実態に強い衝撃を受ける。

Anthropicの3つの特徴

具体的に分析すると、Anthropicは他のAIラボとは大きく異なる以下の3つの特徴を持っている。

1. ミッション志向（Mission-oriented）

Anthropicのミッションは「変革的AI（transformative AI）の到来という変化を、世界が安全に乗り越えられるようにすること」であり、すべてが安全性を最優先にしている。

多くの企業が「ミッション駆動型」と自称するが、Anthropicのその真剣さは、ある種宗教的な域に達している。これは、強い道徳的自己認識を持つフロンティアラボである。Anthropicは、AGIが世界を救うことも、破滅させる可能性もあると心から信じており、その狭い鋼鉄のワイヤー（細い綱渡り）を、人々と共に慎重に歩もうとしているのだ。

Claude Codeの責任者であるBoris Cherny氏は、「Anthropicでは、廊下で誰かに『なぜここにいるのか？』と尋ねれば、答えは必ず『safety（安全性）』になる」と述べている。彼とプロダクトマネージャーのCat Wu氏は昨年、Anthropicを退職しCursorへと転職したが、わずか2週間も経たないうちに再びAnthropicへ戻ってきた。なぜなら、内部の文化的雰囲気を深く懐かしんでいたからだ。そこにいる人々が、より大きなミッションのために純粋に奮闘しているという感覚を、彼らは強く感じていたのだ。

入社前に半信半疑だった人も、実際に勤務してみると、「マジで、外で語られているよりも、内部の雰囲気はさらに真剣だった」と驚く。

さらには、創業期の社員が全社ミーティングでこう発言したこともある。「もしAnthropicが最終的にミッションを達成したとしても、会社そのものが失敗したとしても、それでもそれは良い結果である」。この一言は、Anthropicのありとあらゆる行動を説明する鍵である。

大多数の企業のロジックでは、商業的成功が常に最優先であり、ミッションは単なる看板に過ぎない。しかしAnthropicが最も特異なのは、社内に本当に「会社の存続よりもミッションを優先する」人々が存在することである。

Anthropicが実際に取り組んでいることを検証しても、それはまさに「言行一致」である。非営利トラストによるガバナンス構造設計、可解性（explainability）に関する研究、安全性への多大な投資、そして最近では、価値観の衝突を理由に米国防総省からの2億ドルの受注を意図的に放棄したことも含まれる。これらについては、ここでは詳述を省略する。

2. 高い信頼、低いエゴ（High trust, low ego）

私たちが他のフロンティアラボと交流する際に、よく耳にするのは、内部政治や派閥の問題である。しかしAnthropicにはそのような話は一切聞かない。むしろ、社員同士は非常に団結しており、他人の成功を喜び、自らが影で支えることを厭わない。

ここでの最も驚くべき点は、フロンティアAIという領域は、本来「スター文化（star culture）」や「リソース争奪」が生まれやすい土壌であるということだ。AI研究者は、この世界で最も賢く、最もエゴの強い人々の集まりであり、独自の解決策を提唱し、新たな派閥を立ち上げ、名声を得ようとする傾向が自然にある。ところがリソースは極めて限られているため、部門間の対立は必然的に起こりやすい。

GoogleからAnthropicへ転職したDaniel Freeman氏は、「他のモデル企業では、まるで互いに牽制し合う諸侯国（feudal states）のように、各部門がそれぞれ独立して運営されている」と述べている。しかし、「このような感覚を、私はAnthropicで一度も感じたことはない」とも語っている。

Stripeの元CTOであるRahul Patil氏は、昨年秋にAnthropicへ加入した際、最も衝撃を受けたのもこの文化だったと語っている。「想像もつかないほど賢い人々が、同時にこれほど謙虚であるなんて……」と驚嘆したという。彼が提示した基準は次の通りである。「もし会社が明日、『あなたの最も適した役割は、幹部職を続けるのではなく、IC（Individual Contributor：個人貢献者）として働くことだ。それがミッションにとって最大の貢献だからだ』と告げたら、あなたはそれに応じられるか？」彼は、「Anthropicでは100％の人がそうするだろう。エゴはない」と断言している。

3. 強いヒューマニスティックな色合い（A strong humanistic undercurrent）

『ニューヨーカー』誌の記者が、Anthropic内部で数ヶ月間にわたる長期取材を行った際、社員たちに対して2つのとても興味深い形容を残している。

Bookish misfits（本好きでやや浮いている人）
Anthropicの従業員には、小説家や詩人の子供が異常に多いように見える。

つまり、ここの人々は典型的なシリコンバレーのエリートでもなければ、伝統的な技術系の理系男子像とも少し違う。やや書生的で、オタクっぽくて、理想主義的な雰囲気があり、多くの人が作家や詩人の家庭で育ったかのような印象を与える。これは、Claudeモデルの命名にも表れている：Haiku（俳句）、Sonnet（ソネット／シェイクスピアの十四行詩）、Opus（古典音楽における大作）という名前は、いずれも凝練さ、文学性、歴史的重厚さを象徴している。一方、OpenAIのGPT-4／4o／o1は工学的番号による命名であり、GoogleのGemini Ultra／Pro／Flashは、クラシックな製品ラインの命名スタイルである。この違いは、何かを語っている。

Claude Codeの責任者であるBoris氏は、ポッドキャストでこんな興味深いエピソードを語っている。彼がAnthropicへ入社した初日の昼食時、偶然、ハードSF作家グレッグ・イーガンの非常にマイナーな作品について話した。その本の知名度はあまりに低く、彼は「これまでにそれを読んだ人に出会ったことがない」と言っていた。彼はその本のちょっとしたジョークをテーブルで口にしたが、驚くべきことに、席にいた全員がそのジョークを完璧に受け止めた。この出来事に彼は非常に驚き、「自分は本当に、ここに来るべき場所に来た」と感じたという。SFを愛するオタクたちは、しばしば宏大的な人文学的関心や歴史的責任感を持ち、バタフライ効果（butterfly effect）をより深く推論する能力も備えている。こうした読書趣味に基づく共通認識は、彼が「ここがAIの境界を押し広げるのに最も適した場所である」と確信する根拠となった。

文化を制度化する方法

次の問いは、「このような純粋で、ある種教派的な文化を、どうやって維持しているのか？」という点である。なぜなら、Anthropicはもはや小さなAI研究所ではなく、3,000人規模の大企業となり、かつ史上類を見ないスピードで拡大しながら、文化の濃度を可能な限り保っているからだ。

これについてDarioは直接、「私はAnthropicの文化が良好であることを保証するために、時間の約3分の1から40％を費やすだろう」と語っている。技術、製品、資金調達、政官財界との関係など、他にも山ほどやるべきことがあるにもかかわらず、である。しかし彼は、自分が最もレバレッジの効く仕事は、「高度な結束力を備え、トップ人材が働きたいと願う場所」にAnthropicを作り上げることだと考えている。これを具体的な実践に落とし込むと、以下の点が挙げられる。

特殊な採用基準

Anthropicの採用方針は、他のAIラボとは根本的に異なる。

まず人材の好みに関して、多くの企業が「ビッグネーム（big names）」を争奪する中、Anthropicはむしろ「アンダードッグ（underdog）」を好む。表面的な肩書きよりも、「独自の研究を行ったか？真に洞察に富んだブログを書いたか？オープンソースコミュニティに実質的な貢献をしたか？」といった、能力の「直接的な証拠（direct evidence of ability）」を重視する。また、Anthropicは極めて厳格な文化フィルターを採用している。面接には専門の「文化面接（Cultural interview）」が設けられ、1時間で15〜20のシナリオベースの質問を行う。

ネット上に流出した面接問題によると、重点的に検討されるのは以下の3点である：

（1）あなたは本当に、安全性（safety）のミッションを最優先に考えられるか？
代表的なフィルタリング質問は、「もしAnthropicが安全性を確保できないために、最終的にモデルのリリースを断念することを決めた場合、あなたの株式がゼロになることを受け入れられますか？」という問いである。

（2）あなたは、親切で、エゴの小さい人間か？
善良さ、共感力、人間関係スキル、自分の無知や間違いを認められるかどうかなどを評価する。

（3）あなたは複雑性を処理できるか？
Anthropic内部では、非常に複雑で変化に富んだ課題が多く扱われる。そのため、システム思考力や、決定の二次的影響（second-order effects）を深く推論し、ある意思決定が他の工程にどう影響するかを予測できるかが重視される。

彼らは採用プロセスで膨大な時間を「逆方向のふるい分け（reverse screening）」に費やし、そのため実際に世界トップクラスの10倍の生産性を持つ開発者（10x developers）を何人も断念している。Stripeの元CTOであるRahul Patil氏は、Anthropicへの入社前、当時のCTOと長時間にわたって話し合ったと語っている。その際、相手は彼を勧誘するどころか、むしろ「あなたがAnthropicに入るべきでない理由」を2〜3週間かけて丁寧に議論し、文化やミッションとの真正な整合性がない限り、入社は価値がないと善意で忠告したという。

したがってAnthropicの採用ロジックは、「できるだけ多くの優秀な人材を採用する」ことではなく、「不適合な人材をできるだけ早期に排除する」ことにある。「私たちは、金銭や名声を求めて来る人材を、非常に巧みに排除することが得意だ」。これに対し、OpenAIは規模が拡大した後、専門的な文化面接を廃止したと伝えられており、これが管理上の問題を引き起こしているという話もある。

この点は、Metaが昨年実施した人材獲得キャンペーンで、極めて明確に示された。Metaが提示した破格のオファー（package）に対し、OpenAIの対応は市場の慣例に沿ったものだった：カウンターオファー（counter offer）、リテンションボーナス（retention bonus）の支給、新入社員のストックオプションの付与条件（vesting cliff）の撤廃など、株式の権利行使を早める措置を講じた。一方、Anthropicの対応は、まさに「Anthropicらしい」ものだった。彼らは従業員に対し、「あなたがここに来たのは、まずミッションのためであって、外部市場での価格競争で自分の価格を上げるためではない」と伝えた。そして、「マーク・ザッカーバーグがたまたまあなたに注目したからといって、周囲の同様に優秀な同僚より10倍高い給与を支払うことはしない。それは不公平だ。もし去るつもりなら、どうぞお行きなさい」と述べた。

この結果も非常に示唆的である。OpenAIでは数十人が退職したと伝えられているが、Anthropicではわずか2人しか退職しなかった。しかもその2人は、元々Metaで6年、11年と長期間勤務していたベテラン社員であった。

2. コンテキスト共有（Context sharing）の文化

Anthropic内部では、非常に高い情報透明性が保たれている。

まずDario自身が、積極的・高頻度・反復的に「意味の供給（meaning supply）」を行っている。彼は定期的に全社ミーティング（All Hands）を開催し、2週間に1回という高い頻度で全社員に情報を共有する。そのミーティングの名称は「Dario Vision Quest（ダリオ・ビジョン・クエスト）」—— 本人も皮肉交じりに「この名前の布教色が強すぎる。まるで山に入って何かを吸ってきて悟ったみたいだ」とコメントしている。彼は全社員の前で1時間にわたって話すことが多く、通常は3〜4ページのドキュメントを添えて、会社の方向性、製品戦略、業界の変化など、あらゆるトピックを包み隠さず語り、その後すぐに質疑応答に移る。

多くの社内スタッフは、彼の話が極めて率直で誠実であると評価している。「Darioは私がこれまでに出会った中で最もストレートな人物だ。彼の発言は計算されたものではなく、本当に思っていることをそのまま話す」。全社ミーティング以外にも、彼はSlackの自身のチャンネルで頻繁に大量の投稿を行い、自分の考えや思いつきを一切装飾せずに、リアルタイムで記録している：「最近会社で何が起きたか」「自分が今何を心配しているか」「社員が気にしている問題をどう見るか」などである。

このような文化は、社内の誰もが「意思決定がどのように行われているか」、また「何が最も優先されるべきか」を把握できるようにする。その結果、複雑で変化の激しい状況においても、各個人が一貫性のある分散型の意思決定を下せるようになる。

また、この透明性は単なる一方通行の注入ではなく、挑戦を許容するものである。ある社員がAll HandsでDarioの話を聞いて納得できなかった場合、彼のノートブックチャンネル（notebook channel）に直接入り、「あなたのこの判断には同意できません」と公然と書き込み、即座に議論が開始される。上司への公然の挑戦は、むしろ奨励されている。さらに、この「文章による思考」の文化は、Darioだけのものではなく、全社員が参加する思考メカニズムである。

Anthropicでは、多くの人が自分専用のノートブックチャンネルを持っており、まるで個人版Twitterフィードのようだ。自分が今何を考え、何をし、どこまで進んだかを随時記録する。他の人はそれを購読・観察でき、議論にも参加できる。多くの社員が、この「ライティング文化」を非常に気に入っていると評価しており、Slackは巨大な宝庫となっており、多くの議論や情報がそこで展開されている。つまり、Anthropicは社内で非常に良質な「アライメント（alignment）の土壌」を育んでいる。各人のプロジェクト、意見、思考プロセスは十分に透明であり、流動的でもある。ある社員は「財務データすら透明だ」と感嘆したこともある。

（ただし、技術面での機密保持は極めて厳格に行われており、あるグループ同士は意図的に隔離され、一緒に食事をすることすら控えられているという話もある。その結果、他社の研究者は「ここでは、すべてのキーノウハウが異なる人の頭の中に分散しており、数人を引き抜いた程度では全体像を再構築することは不可能だ」と残念がっている。）

3. 7人の創業者が同株同権（equal equity）—— 創業構造そのものが文化メカニズム

Anthropicの創業構造には、ビジネス常識に反する設計がある。すなわち、7人の創業者がおり、Darioは当初、自分だけが多めの株式を取得するのではなく、全員に均等な株式を配分することを毅然と決断したのだ。

当時、誰もがこれを「災難になる」と警告した。なぜなら、主導権が曖昧になり、インセンティブがずれ、内紛によって会社が崩壊するリスクが高まるからだ。しかしDarioは、「会社は特定の1人の創業者を中心に回るのではなく、ミッションを中心に回るものだ」と考え、同株同権こそがその理念を偽りなく証明する最も信頼できる証拠であると主張した。彼らは長年にわたり共同で働いており、相互に深い信頼関係を築いていたため、同株同権は単なるガバナンス設計ではなく、コミットメントを示す証であり、文化を拡散させるメカニズムであった。

7人の共同創業者は、7つの文化複製ノード（cultural replication nodes）のようなものであり、それぞれが異なる業務ラインで、価値観をより広範な人々へと投影することができる。これにより、会社が拡大しても、初期の文化が希薄化しにくくなる。

対照的に、OpenAIの経営陣は一貫して非常に不安定である。創業チームの11人のうち、今残っているのはSam Altman、Greg Brockman、Wojciech Zarembaの3人だけである。新たに就任した経営陣はさらに不安定で、2026年の年初から現在に至るまで、製品担当のNo.1（Fidji）は休暇中、マーケティング担当のNo.1は健康上の理由で退職、広報担当のNo.1は解任、オペレーション担当のNo.1は異動、財務担当のNo.1は実質的に権限を剥奪されている……

4. 「ワンチーム（one team）」を極めて重視し、派閥の形成を防ぐ

AnthropicのCTOは、ポッドキャストで次のように語っている。「AIラボは、伝統的な企業と比べて、全体的に非常にボトムアップ型であり、ピラミッドが逆さまの組織形態である。権力と創造性は、下から上へと流れている」。

最も重要な仕事は、現場で行われている。なぜなら、現場の人々がAIの「出現的振る舞い（emergent behavior）」に最も近く、日々実験を回し、モデルが何ができるのかを最も直感的に理解しているからだ。ほとんどの製品アイデアは、経営陣のロードマップではなく、現場の人が主体となって提案している。しかし、これには問題もある。判断権が現場に委譲された結果、各チームは自らの問題意識や価値関数に固執し、互いに牽制し合う「派閥（fiefdoms）」へと成長しやすくなるのだ。

Anthropicの特異性は、この問題を極めて早い段階で認識し、「判断を分散させる以上、団結を意図的に作り出す必要がある」と考えた点にある。Darioは、「安全性（safety）は安全性が一番大事だと言い、製品（product）は製品が一番大事だと言う」だけで、すべての対立を経営陣に押し付けることを望まなかった。彼の核心的なマネジメント哲学は、「トレードオフ（trade-off）を各個人に分散させ、全員が少しずつ創業者の視点を持つようにすること」であり、各自のポジションで、同一の巨大なトレードオフ処理プロセスに参加させることである。

そのため、Anthropicは「ワンチーム（one team）」を極めて重視し、職責の境界を弱めるための様々な制度設計を行っている。例えば、経営陣以下には一切の肩書き（title）の区別がなく、全員が一律に「技術スタッフ（Member of Technical Staff）」と呼ばれる。これにより、「研究者 vs エンジニア」「上級 vs 下級」「アーキテクト vs 実装者」といった身分の定義が意図的に弱められている。

これはOpenAIと対照的である。OpenAIには、より強い「研究者文化（researcher culture）」が根付いており、内部には明確な「蔑視チェーン（pecking order）」が存在する：Researcher ＞ Research Engineer ＞ Software Engineer。そのため、製品は研究部門に常に押され、発言権が少ない。対立が生じた際には、研究部門も製品部門の要請に協力しようとしない。

製品のイノベーションにおいて、OpenAIの特徴は「研究者主導（researcher-driven）」である。つまり、研究チームが新しい成果を出した後、製品チームがメールで突然通知され、その成果を「ハンマー」として、どこかの「釘（nail）」を探し始めるというパターンが多い。

一方、Anthropicでは、製品チームとモデルチームの連携が非常に緊密であり、製品側がモデルの能力を逆に影響・定義することも可能である。これは、OpenAIの製品力がAnthropicを下回る一因でもある。

文化的起源の2つの要因

次の問いは、「なぜAnthropicはこのような独特な組織文化を築けたのか？」という点である。

それは、以下の2つの視点から考察できるかもしれない。

一、事業そのものの要求

2年前、ある大手IT企業のHR責任者が行ったセミナーで、非常に印象深い話を聞いた。それが、私に「組織文化とはそもそも何なのか？」という問いを初めて深く考えさせるきっかけとなった。

組織文化の本質とは、「従業員の行動パターンが、会社の成功に貢献するという点で、極めて重要な要素である」ことだ。したがって、組織文化の第一原理（first principle）は、「事業の性質が組織文化を決定する」ということである。

例えば、ByteDanceとHuaweiは、どちらも組織力が非常に強い企業であるが、もし両社の組織体系を入れ替えた場合、短期間で両社とも倒産してしまうだろう。なぜなら、両社は同一のスペクトラムの両極端に位置しているからだ：ByteDanceは「先駆者精神（dare to be first）」を重んじ、Huaweiは「追随者精神（dare to be second）」を重んじる。前者はイノベーションを重視し、後者は効率性を重視する。

これは価値判断の問題ではなく、事業の性質が決定するものである。同じ新製品を開発するにしても、Huaweiが扱う基地局やチップは、一度問題が起きれば、リコール費用が年間利益の全額を食い尽くす可能性がある。一方、ByteDanceは典型的な短サイクル・短チェーンの事業であり、1週間で数十のバージョンを出せるため、間違えれば修正し、修正後すぐにリリースできる。だからByteDanceはイノベーションを奨励し、「コントロールではなくコンテキスト（Context, not Control）」という考え方を選択できるが、Huaweiにはそれができない。Huaweiにとって、早すぎるイノベーションはむしろ負担になる。Huaweiが真に得意とするのは、市場でPMF（Product-Market Fit）が確認された後、自社の組織力とリソースを活用して、段階的に競合を追い越し、最終的に圧倒することである。

では、Anthropicに戻ろう。

AI競争において、核心的なモアット（moat）の1つは、「賢い人々が地味な仕事をこなす（smart people do dirty work）」ことができるかどうかである。特にコーディングやエージェント（Agentic）という方向性では、表面上はモデル能力の競争に見えるが、深く掘り下げると、それは実はエンジニアリング能力の競争である。これは、天才のひらめきで一瞬で解決できるような問題ではなく、膨大な「地味で、細かく、煩雑な」システムエンジニアリングの積み重ねである。その中で最も核心的な壁は、「データ」である。

過去のチャットデータは単純なテキストデータにすぎなかったが、コーディングやエージェントデータは遥かに複雑である。それは単なる会話記録ではなく、タスクそのもの、実行環境の構築、実行の軌跡、そして最後の評価・検証（evaluation and verification）の全体システムを含む。これらすべてが「地味で大変な仕事」であり、きちんとこなすことは極めて重要であるが、論文1本や新製品1つをリリースするような、個人の「輝かしい瞬間（high-light moment）」にはなりにくい。

私たちが複数の研究者と行った交流から得られたフィードバックによると、OpenAIが現在直面している最も核心的な問題は、「数百人の最優秀人材を、しっかりとデータ整備や地味な作業に集中させることができない」ことである。OpenAIが採用するのは、蔑視チェーンの頂点に立つような、経歴もプライドも高い人材ばかりであり、彼らは自然と「自分のベット（bet）」を立て、ゼロからワンのイノベーションをしたいと考える。一方、「後始末」や「データの補完」のような仕事は、誰も率先して引き受けようとはしない。

OpenAIは過去に非常に成功しており、いくつかの核心的なパラダイムの突破によって、圧倒的な先行優位を築いた。しかし、姚順宇氏（Yao Shunyu）が最近のインタビューで述べたように、「個人英雄主義の時代は終わった」「AIという分野では、頭脳はそれほど重要ではない……最も重要な資質は、信頼性（reliability）と細部へのこだわり（attention to detail）である」

こうした状況になると、Anthropicの「エゴが小さく、結束力が強く、ミッション志向の雰囲気」が、そのメリットを極めて大きく発揮することになる。実際、Anthropicの共同創業者Jared Kaplan氏は、毎日チームを率いてデータを一つ一つ確認し、データクリーニングを極めて丁寧に行っているという。このような徹底した姿勢を実現している企業は、他には存在しないと伝えられている。

（これはある現象を説明する：OpenAIのモデルは、コンペティションレベルの難しいコーディング問題では最強である。なぜなら、こうした課題は主に研究的課題であり、Anthropicのモデルは日常的なエージェントタスクではしばしば劣る。なぜなら、後者は主にエンジニアリング課題であり、データ、システム、実行の細部を試すものだからだ。）

二、創業チームの出自

企業の価値観は、創業者の価値観の一部であると言える。例えば、ジャック・マーの武俠風、マーティン・ポン（Pony Ma）の柔和でオープンな姿勢、ジョブズの審美性重視、任正非の軍人としての規律性などである。

より正確に言えば、創業者の価値観は、2つの源泉から成り立っている。1つは「創業者がもともと信じていたもの」であり、もう1つは「創業者がかつて深く嫌悪していたもの」である。前者は「自分がどんな存在になりたいか」を決め、後者は「絶対に二度とならないようにしたい存在」を決める。

Anthropicには、この2つが明確に存在しており、後者の形成力の方が、前者よりも大きい可能性がある。Darioの経歴を簡単に見てみよう。

DarioがAIに最初に触れたのは、百度のAI研究所であった。そこで彼は初めてスケーリング法則を観測し、やがてその堅固な信奉者となった。しかし、百度で突破的な成果を出した後、支配権やリソースを巡る内部抗争がすぐに勃発し、チームは最終的に解散した。その後、DarioはOpenAIに移籍し、GPTシリーズの推進に深く関与した。OpenAIはかつて、全社の計算資源の50〜60％を彼に割り当て、GPT-3プロジェクトの主力リードとして任じていた。

しかし、Darioは鮮明な価値観と強い個人的主張を持つ人物であり、OpenAIの他のメンバーとの組織理念上の齟齬が次第に顕在化していった。例えば、Greg Brockman氏は「将来、AGIを国連安全保障理事会の核保有国に販売する」という驚くべきアイデアを提案した。Darioはこれを聞いた直後、ほとんど即座に辞職を申し出た。彼にとっては、これは単なるビジネス上の意見の相違ではなく、根底的な価値観の問題だったのだ。

GregとDarioの間には長年にわたり緊張関係が続き、Sam Altmanはその間で調整役を務めていた。Samは、自分が最も得意とする「どちらの陣営も自分は味方だと感じさせるバランス術」を発揮した。短期的にはこれは有効なバランス術であったが、長期的には信頼を消耗させる行為であった。後に双方が帳簿を照合すると、SamがDarioに約束したことと、Gregに約束した内容は、根本的に異なっていたことが判明した。次第に、Darioは会社内で緊密な同盟グループを形成し、彼がパンダを好むことから、そのグループは「パンダズ（the pandas）」と呼ばれるようになった。彼らは、路線選択や組織ガバナンスなど、さまざまな問題でOpenAI経営陣との対立を深め、最終的には深刻な政治的対立へと発展した。

経営陣の間では、一度、激しい直接対決が起こった。Samは、DarioとDaniela（Darioの妹で、後のAnthropic共同創業者の1人）が裏で自分へのネガティブなフィードバックを組織していると非難した。二人はこれを否定し、Samが指摘した情報源を直ちに呼び出して対質させた。しかし、その人物はそのような事実を全く知らないと証言し、Samは直後に、自分がさっき言った非難を否認した。

この一件で、Dario兄妹はSamを完全に信用しなくなり、現場で激しく言い争うことになった。

このような内部ドラマは他にも多く存在するが、要するに、Darioは両陣営の対立を、倫理的信頼危機というレベルにまで昇華させた。彼は、「これほど強力な技術を掌握する企業において、指導者は誠実で信頼できる人物でなければならない」と考えていた。舵を取る人物が不誠実であれば、それは危険な方向へとさらに拍車をかけることになる。

こうしてDarioは、GPT-3のいくつかの核心メンバーを伴ってOpenAIを離れ、今日のAnthropicを創設したのである。

したがって、Anthropicの今日の文化は、Darioという人物が生まれつきそうであるというだけではなく、彼が百度とOpenAIの2度の政治的闘争を自ら経験し、エゴの強い賢い人々が、リソース争奪や価値観の齟齬によっていかに容易に分裂するかを、身をもって理解した結果である。そのため、彼らは本能的に、その反対方向へとAnthropicを建設しようとしたのだ：

バランス術がいかに信頼を消耗させるかを知っているからこそ、より「真実性（authenticity）」と「透明性（transparency）」を重視する；激化した政治的闘争を経験したからこそ、対立を早期に表面化させ、すぐにはっきりと話すことを奨励する；理念の齟齬が組織の崩壊を招くことを知っているからこそ、厳しい文化フィルターを設ける；超一流のスターによる権力闘争を経験したからこそ、「エゴが小さいこと（low ego）」を重視し、「ビッグネーム（big name）」の採用を避けようとする。

Anthropicの今日の組織文化は、百度とOpenAIの経験が残した、まさに「反作用力（reaction force）」そのものである。