［ビジネスマン向け］ABC Legalが50超のClaudeエージェントを全社運用できた理由

2026-08-18

はじめに

　Anthropicは2026年8月17日、米国の法務文書配送会社ABC LegalがClaude Managed Agentsを全社展開した事例を公開しました。本稿では、非開発者がエージェントを作りながら、版管理、監査、人の承認、費用対効果を維持した運用設計を解説します。

参考記事

タイトル: How ABC Legal turned every employee into a builder with Claude Managed Agents
著者: 記載なし
発行元: Anthropic
発行日: 2026年08月17日
URL: https://claude.com/blog/how-abc-legal-turned-every-employee-into-a-builder-with-claude-managed-agents

要点

ABC Legalは2026年7月時点で50超のManaged Agentsを本番運用し、約310人がClaudeを日常業務で利用している
エージェントのプロンプト、ツール、認証、スケジュール、メモリをGitで管理し、変更をプルリクエストで承認している
非開発者15人が1週間で稼働するエージェントを作り、1か月で全社50超へ展開した
人の判断をSlackの返信やリアクションから収集し、HarvesterとTunerが改善案をプルリクエストとして提出する
対象業務の一部で人手作業コストを最大約50％削減し、価値と実行費用の比率を継続測定している

詳細解説

個人の自動化から共通運用基盤へ

　ABC Legalは、法的文書の送達、電子申立て、出廷弁護士の手配などを扱う企業です。Claude Enterpriseを1,100人へ展開すると、現場部門がコネクタとツールを使い、自発的に日常作業を自動化し始めました。一方、初期のエージェントは作成者のPC上の定期タスクとして動き、夜間実行の成否、費用、担当者、変更履歴を一括で確認できませんでした。

　そこで同社はClaude Managed Agentsへ移行し、クラウド上の常時実行環境、共通ワークスペース、監査、請求を一つの管理面へ集約しました。単にAIを配布するだけでなく、誰が何の目的で作り、どの権限で動き、失敗時にどう戻すかを運用基盤として整えた点が重要です。

エージェントをコードとして管理する

　各エージェントのプロンプト、ツール一覧、スケジュール、認証情報、メモリは設定ファイルとしてGitリポジトリへ保存されます。変更は承認済みのプルリクエストだけで反映されるため、版履歴、レビュー、ロールバック、監査証跡を得られます。イベント発火型と定期実行型の二つのひな形を用意し、各エージェントはJSON設定、Markdownのシステムプロンプト、配備スクリプト、運用文書を同じ構成で持ちます。

　この仕組みは、業務部門へ自由を与えながら、野良エージェントを増やさないための境界になります。エージェントごとに名称、所有者、一つの仕事を定め、設定変更と配備を分離すると、担当者が異動しても運用を引き継げます。Claude法人向けプランの管理機能を扱った記事と合わせると、全社導入ではモデル性能より管理単位の設計が先に必要だと分かります。

非開発者15人が一週間で構築

　CTOのBrandon Fuller氏は、財務、マーケティング、業務、開発から集めた15人の委員会にリポジトリを複製してもらい、Claude Codeを使ってManaged Agentsを構築しました。参加者の多くはソフトウェア開発者ではなく、プルリクエストの意味から学びましたが、一週間で全員が稼働するエージェントを作りました。その後、各自が部門へ教え、一か月で50超へ増えました。

　導入の壁はAIへの指示より、Gitとレビュー手順への慣れでした。ひな形、用語説明、承認者、検証用データをあらかじめ用意すれば、非開発者でも作成に参加できます。ただし、本番権限や顧客データへ直結する操作は、作成者とは別の担当者が確認する分離が必要です。

法務業務を支える具体例

　運用例には、四つのコードベースの変更を確認するAI Code Reviewer、裁判所から却下された申立てを約1分で診断してSlackへ投稿するエージェント、裁判所サイトで期日や事件情報を照合するジョブ検証エージェントがあります。売掛金処理では送金メールを読み、NetSuite用ファイルを作成して、Slackでワンクリック承認を受けてから取り込みます。

　EvidenceChain Delivery Agentは、対象案件をデータベースから抽出し、PDFを取得して顧客のFTPへ毎日届けます。設定したアカウント担当者は自動化経験がありませんでしたが、Claude Codeへ目的を説明し約1時間で構築しました。業務を一つの入力、判断、出力へ絞り、人の承認位置を明確にしたことが短期展開につながっています。

人の評価を改善ループへ変える

　評価が必要なエージェントでは、Initial Agent、Harvester、Tunerの三役を分けます。Initial Agentが仕事と監査記録を作り、HarvesterがSlackの返信やリアクションをラベル付きデータとして収集し、Tunerが週次でプロンプトや設定の変更案を作ります。Tunerは本番を直接変えず、人がプルリクエストをレビューして承認します。

　同社は各実行の価値を時間と金額でデータウェアハウスへ報告し、価値を実行費用で割る効率比率を追っています。新しいエージェントは高価なモデルを使って赤字から始まる場合がありますが、評価データを基に小さなモデルへ替え、トークンを削減します。2026年7月には利用が増える一方で費用が下がり、対象作業の一部で最大約50％のコスト削減を記録しました。