付録: AI導入の5段階（Steps of AI Adoption 全訳）

この付録について

2026年7月16日、Claude Code作者のBoris Chernyが「Steps of AI Adoption（AI導入の段階）」という表を公開しました。同時に動くエージェントの数で、AI活用の成熟度を0から4の5段階に分けたものです。

ここまでの9語が「道具の名前」だとすれば、この表は「いつ、どの道具に手を伸ばすか」の地図です。だから最後に置いています。

本人はこう書いています。

I talk to engineers at other companies every day and hear the same thing: one person is 10x'ing their output with Claude but the rest of the org hasn't caught up. （毎日、他社のエンジニアと話していて、同じことを聞く。1人はClaudeで10倍の成果を出しているのに、組織の他の人たちが追いついていない）

そして、段を上がる条件について、この表全体の主張がここに凝縮されています。

tokens aren't enough to move you forward: to get to the next step, you need to find and break down the next set of bottlenecks, and build up the next set of guardrails. （トークンを増やすだけでは前に進めない。次の段に行くには、次のボトルネックを見つけて分解し、次のガードレールを築く必要がある）

使う量ではなく、詰まりを外し、安全網を張ること。これが段を上げる条件です。

なお本人いわく、Anthropic自身はステップ3にいて4を目指しており、Boris個人はちょうど4に到達したとのことです。本人のLinkedIn再掲と海外メディアの要約記事という2つの独立した情報源でも同じ内容が確認できるため、単独の伝聞ではありません。

以下の5段階の内訳（役割名・ボトルネック・罠の説明）は、explainX.ai・Shelly Palmer・Rundatarunという独立した3つの分析記事と、Boris本人のLinkedIn再掲、合わせて4つの資料で内容が一致しているものです。

ステップ0: 囲われている（0体）

あなたの役割: なし。組織に止められている状態

見えている風景

承認されるのは旧型か軽量のモデルだけ。ゲートウェイと独自認証で遅延が積み上がり、MCPのガバナンスもない。社内のAIツールへのアクセスは制限されているか、手続きが重い。Claudeが作った成果物をホストするインフラも承認経路もなく、成果物は手元に留まったままになる。

ボトルネック

• 旧来のセキュリティ・承認プロセス
• 成果ではなく、トークン単価の抑制に議論が向く
• 意思決定の場に、技術が分かる人の声がない

助けになるもの: Claude.aiのチャット

ガードレール: SSO/SCIMとロールベースのアクセス管理、組織レベルの予算上限、既存の承認・IAMの内側でのデプロイ、データガバナンス

0から1へ上がる条件

経営・購買との合意形成と、ブロッカーのエスカレーション。Claudeを安全に導入するための枠組みを整えること。

ステップ1: 伴走（約1体）

あなたの役割: あなた＋1体のペア

見えている風景

1人と1体の、ほぼ監視付きの高速ペア作業。セッションは一度に1つで、マージ前にほぼすべての変更をレビューする。

アンロック: 午後いっぱいかかっていた変更が、会議の合間に片づく仕事になる

ボトルネック

• あなたの注意力。出力への信頼が低く、自己検証もないため、全部読む必要があり目が離せない
• 作業が同期的で、次のタスクに移れず、Claudeを見ながら待っている

助けになるもの: Claude Code（デスクトップ・CLI・IDE）、Cowork、Claude Design、Plan modeで編集前に意図をレビュー

ガードレール: シート単位の支出上限、モデルとeffort設定の集中管理、監視基盤への連携

1から2へ上がる条件

同時に2体以上を動かすこと。信頼できる自己検証ループ（テスト＋ビルド＋lint＋実環境での確認）を作ること。許可プロンプトで作業が止まらないautoモード。コードレビューの自動化。

ステップ2: 並列（約10体）

あなたの役割: オーケストレーター（指揮者）

見えている風景

1人で5〜10体を同時に指揮し、それぞれ別の作業場で走らせて行き来する。Claudeが自分でテスト・ビルド・lint・セキュリティスキャンを確認してからあなたに見せる。自動コードレビューとセキュリティレビューは既定でオン。キーストロークではなく最終的な差分をレビューし、保守のバックログが減り始める。コードの大半はClaudeが書く。

アンロック: チームで数週間かかっていたバックログが、1人の午後の指揮で消える

ボトルネック

• 出力のレビュー。手で書く量は減ったが、6本の流れを確認する時間が増える
• セッションを行き来しながらの指示と操縦

助けになるもの: auto mode、Agent view、自動コードレビュー／セキュリティレビュー、モバイルでの監視とクラウド実行、作業場の分離、遠隔操作

ガードレール: 利用状況の監視、lint・テスト・型チェックの自動強制、実環境での検証、人間とAIのコードに同じ品質バーを適用、安全なコマンドの事前許可

2から3へ上がる条件

Claudeが自分で文脈を取りに行ける状態を作る（コード・記録・議論を読ませる）。レビュー速度と裁量を上げる。仕事をループとルーティンに分解する。ClaudeがClaudeを起動できるようにする。

ステップ3: 監督付き自律（約100体）

あなたの役割: マネージャーのマネージャー（Manager of managers）

見えている風景

コードはほぼすべてClaudeが書く。問いが変わります。「コードは読んだか」から「モデルにどの文脈が欠けていたか、次はどう直すか」へ。

アンロック: 手で起動していた仕事を、Claudeが先回りして実行する。保守や掃除が「誰かの手が空くのを待つ仕事」から「バックグラウンドで常時走る仕事」になる

ボトルネック

• ループへの信頼と、チームの意思決定スループット。エージェントの木が深すぎて子守りできない
• 罠は、ループが信頼を得る前に体数を増やすこと
• トークン効率の監視と、コストを制御しつつ実験を促す文化。「これはエンジニアがやったと言える仕事か」と自問する

助けになるもの: 作業場を分離したサブエージェント、Routines・/loop・/batch・/goal、Dynamic Workflows、チャネルを監視して先回りで起動する仕組み

ガードレール: 自動コードレビューとセキュリティレビュー、エージェントのサンドボックス化、CLAUDE.mdとSkillsで基準をコード化、auto modeの調整、モデル選択とCLAUDE.mdの分割によるトークン管理

この罠の指摘は、explainX.aiやShelly Palmerといった独立した複数の分析記事でも、ループが広く信頼される前にエージェント数だけを増やしてしまうことだと繰り返し説明されています。一度の発言ではなく、外部からも繰り返し指摘されている警告だということです。

3から4へ上がる条件

ドメインに特化したユースケースの自動化を、規模化すること（大規模な移行作業、網羅的なテスト、機能の構築、フィードバックの修正など）。

ステップ4: AIネイティブ（約1,000体以上）

あなたの役割: 意図で舵を取る立場（VP steering by intent）

見えている風景

ループは完全に閉じ、エージェントの大半はClaudeが起動する。数百から数千体が走り、あなたは意図で舵を取り、例外だけを監視する。

アンロック: 四半期がかりの移行が、「起動して様子を見る」ワークフローになる

ボトルネック

• 規模で自動化すべき仕事を、そもそも見つけること
• 仕事の種類ごとに、正しいガードレールを強制すること

助けになるもの: Claude Agent SDK（プログラムでエージェントを構築・スケジュールする）、チャネルでの自動応答

ガードレール: 自動化のコスト制御、自動化のためのモデル選択

この表の読み方（3つ）

1. 数は結果であって、目標ではない

「100体動かす」を目標にすると失敗します。100体は、検証とガードレールが揃った結果として動かせるようになる数です。順番を間違えないこと。

2. 段はスキップできない

ステップ1の「全部読む」状態から、いきなりステップ3の「例外だけ見る」には行けません。間にある「確かめ方を渡す」「差分だけ見る」という段を、自分の手で作る必要があります。

3. 自分の現在地は、ボトルネックで分かる

いま何に一番時間を取られているかで、現在地が分かります。

今日のまとめ

• 段を上げる条件は「トークンを増やすこと」ではなく、ボトルネックの分解とガードレールの構築
• ステップ1→2の壁は「見るのをやめて、確かめ方を渡す」。ここが最大の山
• ステップ3の罠は「ループが信頼を得る前に体数を増やすこと」。検証が先、規模は後