Anthropic社とは何か—AIの未来を守るClaudeの開発者たち
Anthropic社とは何か—AIの未来を守るClaudeの開発者たち
2021年、OpenAIから複数の研究者・エンジニアが退社し、「AIが人類を脅かす存在になりかねないのに、なぜ競合より1日でも早く市場に出すことを優先するのか」という問いを胸に抱いてAnthropicを創業した。それからわずか4年。同社のARR（年間経常収益）は2024年末の10億ドル（約1500億円）から2026年3月に190億ドル（約2兆8500億円）へと14ヶ月で約19倍に膨らみ、バリュエーションは3800億ドル（約57兆円）に達した。フォーチュン10社の8社がClaudeを採用し、エンタープライズAI市場シェアではOpenAIを上回るトップに立つ。その急成長の裏には、Constitutional AI（憲法的AI）とMechanistic Interpretability（機械論的解釈可能性）という2つの独自技術と、公共利益法人（PBC）という企業構造が複雑に絡み合っています。
(この記事のポイント)
OpenAIの研究者7人が「安全より商業化を優先するのか」という問いを抱えて2021年に創業。その葛藤がAnthropicのすべての出発点にある Anthropicは「AIに良心を持たせる」技術（Constitutional AI）を独自開発。人間が何万回も採点する代わりに、AIが自ら原則に照らして自己修正する仕組みで安全性を担保する。
世界で初めて「AIの頭の中」を透視することに成功。Claudeがフラストレーションや好奇心に相当する内部表現を持つと確認され、MIT Tech Reviewの2026年ブレークスルー技術に選定された。
AnthropicはChatGPTのOpenAIもGeminiのGoogleも採用する「AIのUSB規格（MCP）」を生み出し、AIアプリ開発の業界標準インフラをひそかに握った - アメリカ政府に「敵」と呼ばれても方針を曲げず、エンタープライズAI市場でOpenAIを超えるシェアを獲得。14ヶ月でARR19倍・バリュエーション57兆円という前例なき成長を達成した。
「安全より金か」—11人の研究者がOpenAIを去った日
Anthropicの創業を理解するには、まずOpenAIからの離脱の経緯を押さえる必要があります。
そもそも「Anthropic（アンソロピック）」という社名はどこから来たのでしょうか。ギリシャ語の「anthropos（人間）」に由来し、物理学における「人間原理（Anthropic Principle）」——宇宙は人間が観測するから存在するという哲学——を示唆する言葉です。anthropology（人類学）と同じ語根を持ち、「AIを人類の価値観・利益に整合させる（aligned with humanity）」という使命が社名そのものに刻まれています。
2021年、Dario Amodei（現CEO）とDaniela Amodei（現President）を中心とした7名の共同創業者が、OpenAIを退社しAnthropicを設立しました。退社の根本原因は、シンプルに言えば価値観の衝突でした。Sam Altman側が商業化とMicrosoft提携を積極的に推し進める中、Dario Amodeiら安全チームは「モデルが十分安全でないまま展開されている」と判断し、組織を離れる決断をしました。
この判断が正しかったかどうかは、その後のOpenAIの変遷が証明しています。OpenAIは2019年に利益上限付き（capped profit）モデルという資本構造を導入しました。営利子会社の投資家リターンを出資額の100倍に上限設定し、超過分は非営利法人に戻る建前でしたが、実質的に営利企業と変わらないと当初から批判を受けていました。そして2024〜2025年にかけて、OpenAIは完全な営利株式会社への転換を発表。Dario Amodeiらが危惧していた方向性が、まさに現実のものとなりました。
対してAnthropicは、公共利益法人（Public Benefit Corporation、PBC）として設立されました。PBCはDelaware州のPBC法に基づく法人形態で、通常の株式会社と異なり、社会的ミッションと株主利益の両立を法的義務とします。ミッションに反する買収を拒否できる点が、一般的な株式会社との大きな違いです。
さらにAnthropicはLong-Term Benefit Trust（長期利益信託）という独自のガバナンス機構も備えています。独立委員会がミッション守護者となり、「カネのためにミッションを曲げる経営陣を解任できる」構造です。PBC＋Long-Term Benefit Trustという二重の安全弁が、Anthropicが外部の圧力に対してもAIセーフティのミッションを守り続けられる理由になっています。
組織文化も特徴的です。全技術職が「Member of Technical Staff（MTS）」という統一タイトルを持つフラット構造で、ハイトラスト・ローエゴを重視。2025年時点で従業員数は約1,100名と、時価総額に対して非常に少人数で運営されています。
AIを育てるのに、なぜ人間が何万回も採点しなければならないのか
Constitutional AIを理解するには、その前身であるRLHF（Reinforcement Learning from Human Feedback、人間のフィードバックを使った強化学習）から理解する必要があります。なぜならDario AmodeiはOpenAI在籍時に、RLHFの共同発明者の一人だったからです。
RLHFは3つのステップで成り立っています。
人間が良い回答例を書き、AIが学習します。
AIが複数の回答を生成し、人間の評価者が優劣を比較します。
比較データをもとに報酬モデル（採点AI）を訓練します。
報酬モデルのスコアを報酬シグナルとして、本体AIが高スコアの回答を出すよう強化学習します。
この仕組みにおける報酬モデルの役割は、いわば「採点係」です。良い回答と悪い回答のペアで事前訓練されたAIで、本体AIの回答を採点する審判役として機能します。本体AIとは別に存在し、RLHFでは人間の評価データで訓練されます。
しかしRLHFには根本的な弱点がありました。
コストがかかりすぎること
人間の評価の一貫性を保ちにくいこと
スケールしにくいこと
人間の偏りがそのまま反映されてしまうこと
数万件・数十万件の回答ペアを人間が手で評価しなければならず、モデルが大きくなるほどコストが指数的に膨らみます。
この課題を解決するために生まれたのがConstitutional AIです。
AIに「良心」を持たせる——Anthropicが発明した自己矯正の仕組み
Constitutional AIはAnthropicが開発した独自の訓練手法で、RLHFの弱点を克服しながらAIを安全にする画期的なアプローチです。
その土台となっているのがHHH原則——Helpful（役に立つ）・Harmless（無害）・Honest（誠実）という3つの基本指針です。AnthropicがAIを訓練する際の根幹となるこの3原則は、AI業界全体のアライメント研究（AIを人間の価値観・意図に沿わせるための研究分野）の共通語として定着しています。AI自身がこのHHH原則を「憲法」として自己評価することで、安全性を担保します。
Constitutional AIの仕組みは2つのステップで成り立っています。
SL-CAI
最初のステップがSL-CAI（Constitutional AIを使った教師あり学習フェーズ）です。ここでは人間の介入なしに、AIが原則リスト（憲法）に照らして自分の回答を批判・修正し、教師データを生成します。AIが自分で「この回答はHHH原則に反していないか？」と問いかけ、問題があれば自ら改善します。
RL-CAI
次のステップがRL-CAI（Constitutional AIを使った強化学習フェーズ）です。SL-CAIで生成した自己批判・自己修正のデータを使って報酬モデルを訓練し、その報酬モデルで本体AIを強化学習します。従来RLHFでは人間が採点していたところを、AI自身の自己評価データで代替するわけです。
この仕組みにより、人手コストを劇的に削減しながら安全な出力を実現します。現在の原則集は23000語規模にまで拡張されており、単純な3分類（HHH）を超えた細かな原則群がAIの判断を支えています。
1,700時間超の攻撃でも破られなかった——第2世代の安全の壁
Constitutional AIの実装を進化させたのが、2026年初頭に発表されたConstitutional Classifiers++です。
初代のConstitutional Classifiersと比較した主な改善点は次の通りです。
誤拒否率：初代比87%削減（安全でない質問を誤って拒否するケースが大幅に減少）
追加計算コスト：約1%（処理速度・コストへの影響を最小化）
ジェイルブレーク（AIの安全制限を騙して突破する手法）耐性：1,700時間超のレッドチーム（攻撃者役になって弱点を探す専門テストチーム）攻撃でゼロ件
技術的なポイントは軽量チェック→精査という2段階構造です。まず軽量なフィルターで明らかに安全な質問を通過させ、グレーゾーンの質問のみ精細なフィルターで判定します。この設計により、追加計算コストをわずか1%に抑えながら判定精度を大幅に向上させています。
Constitutional Classifiers++は、Constitutional AIという思想がルールベースのフィルターからニューラルネットワークベースへと進化した実装例とも言えます。
AIが「フラストレーション」を感じていた——内部を初めて透視した研究者たちの発見
Mechanistic Interpretability（機械論的解釈可能性）は、LLMをブラックボックスのままにせず、「なぜその出力になったのか」を解析する研究分野です。Anthropicが世界をリードしており、MITテクノロジーレビューが2026年のブレークスルー技術に選定しています。
この分野の核心技術がSparse Autoencoder（スパース自己符号化器）です。通常のAutoencoderとの違いは、復元時にごく少数のノードだけを活性化させる「スパース制約」を加えている点です。この制約により、モデル内部の高次元な活性化ベクトルを、意味を持つ単位（feature）に分解・可視化できます。
たとえばClaudeのモデルにSparse Autoencoderを適用すると、「フラストレーション」「好奇心」「熱意」といった感情・認知状態に相当する内部表現が特定できます。Claudeがこのような内部表現を持つことを確認したのは世界初の実例です。さらに有害な出力（暴力・差別的コンテンツなど）に対応するfeatureも特定され、モデルの安全性向上に直接活用されています。
この研究の実用的な意義は大きく2つあります。第一に、AIの「説明責任」が技術的に担保できるようになります。「なぜこの回答を返したのか」を事後的に追跡・説明できれば、規制当局への説明や訴訟リスクへの対応が可能になります。第二に、モデルの問題点を特定して改善するフィードバックループが生まれます。有害出力に対応するfeatureを特定できれば、そのfeatureを抑制するよう訓練し直すことができます。
GoogleもOpenAIも採用した——AnthropicがひそかにAI業界のインフラを握った話
2024年11月、AnthropicはModel Context Protocol（MCP）をオープン標準規格として公開しました。その本質は「AIとツール・DBを接続するUSB規格」です。
従来、AIとさまざまなツール（データベース・API・ファイルシステム・外部サービスなど）を接続するには、組み合わせの数だけ個別のコネクタを書く必要がありました（N×M問題）。MCPはこの問題を解決するために、Host・Client・Serverの3層アーキテクチャでJSON-RPC通信を標準化しました。AIアプリ（Host）が複数のMCPサーバー（Server）に統一規格で接続でき、新しいツールが増えてもコネクタを書き直す必要がなくなります。
採用状況は爆発的です。月間SDKダウンロードは9700万回に達し、ChatGPT（OpenAI）・Gemini（Google）・GitHub Copilot（Microsoft）という競合他社のAIアシスタントも採用しています。2025年12月にはLinux Foundation傘下に寄贈され、業界標準インフラとして確固たる地位を築きました。
Anthropicが自社製品の枠を超えてオープン標準を推進するのは、エコシステム全体を囲い込むよりも、AIアプリ開発のインフラ層を標準化することで長期的な優位性を確保する戦略です。
AmazonとGoogleが競って出資する理由——14ヶ月で19倍の成長軌跡
AnthropicのARR（Annual Recurring Revenue、年間経常収益）の成長曲線は、SaaS企業の歴史でも前例がないレベルです。
2024年末時点のARRは約10億ドル（約1500億円）でしたが、2026年3月には190億ドル（約2兆8500億円）に達しました。14ヶ月で約19倍という成長率です。比較として、Salesforceが年商1億ドルから10億ドルに達するのに10年かかったことを考えると、その異次元さが伝わります。
主な資金調達ラウンドの経緯は次の通りです。
2024年3月：Amazonが追加投資27.5億ドル（約4,100億円）を完了し、累計40億ドル（約6兆円）に
2025年3月：バリュエーション615億ドル（約9兆2000億円）で追加ラウンド
2025年9月：Series F 130億ドル（約1兆9500億円）調達、バリュエーション1830億ドル（約27兆円）（ICONIQ・Fidelity・Lightspeed主導）
2026年2月：Series G 300億ドル（約4兆5000億円）調達、バリュエーション3800億ドル（約57兆円）（GIC・Coatue・Founders Fund等）
累計調達額は2026年2月時点で470億ドル（約7兆円）超。主要投資家はAmazon（累計80億ドル（約1兆2000億円））、Google（累計30億ドル超）です。AmazonとGoogleという最大手テック企業2社が最大の出資者であることは、競合関係にありながらも「基盤AIのインフラとして使わないわけにはいかない」という判断の表れです。
収益構造もエンタープライズ偏重が鮮明です。エンタープライズ収益が全体の80%を占め、年間10万ドル（約1500万円）以上使用する顧客数は1年で7倍に拡大。100万ドル（約1億5000万円）超の大口顧客は500社超に達しています。Menlo Ventures調査（2025年中旬）ではエンタープライズLLM利用シェアが32〜40%でOpenAI（25%）を上回り首位に。特にコーディング領域では市場シェア42%以上を誇ります。
なお消費者向けには、Claude Pro（月額20ドル（約3000円））とClaude Max（月額100〜200ドル（約15000〜30000円））のサブスクリプションプランも提供しています。
アメリカ政府に「敵」と呼ばれた日——Anthropicが譲れなかった一線
2026年2月、Anthropicはアメリカ政府と正面から衝突する事態を迎えました。
2026年2月26日、国防長官ピート・ヘグセスがCEOのDario Amodeiに対し、連邦政府が要求する「あらゆる合法的用途」を無条件に認めるよう最終通告を突きつけました。Anthropicはこれを拒否。翌2月27日、トランプ大統領は連邦機関にAnthropicの製品使用停止を指示し、「サプライチェーンリスク」として指定しました。そして2026年3月9日、Anthropicは連邦政府を提訴しました。
Anthropicが拒否した用途は主に2つです。1つは大規模国内監視（Mass Domestic Surveillance）——令状なしで市民の移動・ブラウジング・人間関係データを統合するAI活用です。もう1つは完全自律型兵器の開発で、現在のAI技術では安全な実装が不可能と判断したためです。
Dario Amodeiはこの対立について次のように述べています。「これらの脅迫は私たちの立場を変えない。良心に従って、彼らの要求に同意することはできない」（"These threats do not change our position: we cannot in good conscience accede to their request"）。さらに「大規模な国内監視にAIを使うことは民主主義的価値と相容れない」（"Using these systems for mass domestic surveillance is incompatible with democratic values"）とも明言しました。
この対立はAnthropicの思想の根幹と深く連関しています。PBCという法人形態で政府や株主の圧力からミッションを守る構造、Constitutional AIという「AIを民主主義的価値に整合させる」技術哲学、そして創業時の「安全性と倫理を商業化より優先する」という意思決定——これらすべてが、政府の要求を拒否する一連の行動に一本の筋として貫かれています。
「透明性」を掲げる会社で情報が流出した——Anthropicが直面した矛盾
2026年3月、Anthropicにとって皮肉な出来事が起きました。
3月31日、Claude CodeのnpmパッケージからUndercover Mode（情報漏洩防止システム）と偽ツール注入（逆蒸留対策）の存在が確認されました。System Promptの詳細構造も同時に流出しました。その5日前の3月26日には、開発中とされるMythosモデルの詳細も流出していました。
「安全性と透明性」を最大の差別化要素として掲げる企業が、自社システムの内部動作を秘匿し、その秘匿内容が外部に漏洩するという構図は、業界内で大きな議論を呼びました。
Undercover Modeと偽ツール注入は、それ自体はAIのセキュリティ対策として合理的なものです。System Promptを外部に推測されにくくし、逆蒸留（競合他社がシステムプロンプトを模倣してモデルを複製しようとする行為）を防ぐ仕組みです。しかし「透明性」を訴求しながら内部動作を隠している点は、批判の余地があります。
この事件は、「AI企業の透明性とは何か」という問いを改めて提起しています。モデルの安全性を担保するための仕組みを全公開すれば、逆にその仕組みを回避する攻撃が生まれます。透明性と競争優位・セキュリティの均衡点をどこに置くかは、業界全体が直面する課題です。
参考
Anthropic「Constitutional AI: Harmlessness from AI Feedback」(2022年12月)
https://www.anthropic.com/research/constitutional-ai-harmlessness-from-ai-feedback
Anthropic「Claude's Character」(2025年)
https://www.anthropic.com/research/claudes-character
Anthropic「Mapping the Mind of a Large Language Model」(2024年)
https://www.anthropic.com/research/mapping-the-mind-of-a-large-language-model
MCP公式ドキュメント「Model Context Protocol」(2024年11月)
https://modelcontextprotocol.io/
MIT Technology Review「Anthropic's interpretability research named a 2026 breakthrough technology」(2026年)
https://www.technologyreview.com/
Anthropic「Statement from Dario Amodei on our discussions with the Department of War」(2026年2月)
https://www.anthropic.com/news/statement-department-of-war
AIニュースはXでフォロー
Anthropic・Claude・AI最新情報を毎日発信中です。
https://twitter.com/AICaster_News
@AICaster_News をフォローして、最前線のAIニュースをいち早くチェックしてください。
