Anthropic「Claude Tag」徹底解説──Slackに“常駐”するAIエージェントの仕組みと、企業が設計すべきAIガバナンスの臨界点

AI開発・自動化

【エグゼクティブ・サマリー】

  • Anthropicが、Slack内に常駐し続けるAIエージェント「Claude Tag」をリサーチプレビューとして公開。@Claude でタグ付けするだけでチームの一員として作業を委任できる。
  • 最大の進化点は「永続的な文脈記憶」と「アンビエント（自律介入）モード」。呼ばれた時だけ答える従来型ボットから、自ら状況を監視して動くエージェントへ質的に転換した。
  • 競争の主戦場は「モデルの賢さ」から「組織コンテキストをどこが押さえるか」へ移行。同時に、常時稼働するAIをどう統制するかというAIガバナンス設計が、企業の技術的必須要件になった。

既存テクノロジーの限界と課題

なぜ今まで「Slackにいる便利なボット」では物足りなかったのか。ここを言語化しないと、Claude Tagが解いた課題の重さが見えてきません。

従来のチャットボットや旧来のSlack連携の構造的なボトルネックは、大きく次の4点に整理できます。

  • ステートレスである（※状態を保持しないこと。会話が終わると記憶がリセットされる仕組み）。毎朝出社するたびに「うちのプロジェクトはね…」と一から説明し直さないと動けない派遣スタッフのようなもので、文脈の再入力コストが永遠に消えません。
  • 1対1の私的なやり取りに閉じている。あなたとAIの会話は、隣の席の同僚からは見えません。担当者が休むとAIが握っていた途中経過も一緒に消え、引き継ぎが成立しないのです。
  • プル型でしか動けない（※こちらから呼び出した時だけ反応する受動的な方式）。AIは「呼ばれるまで待つ置物」であり、放置されたタスクや見落とされた論点に自分から気づくことはありません。
  • 権限設計が粗い。AIを社内データに繋ぐと、どの情報まで見えてしまうのかを細かく制御できず、情報漏洩リスクが導入の足かせになっていました。

そして最も根深いのが「暗黙知のサイロ化」です。

企業の本当に価値ある知識は、整然としたドキュメントよりも、リアルタイムに流れるチャットの雑談・意思決定・経緯の中に蓄積されています。

ところが従来のRAG（※外部の文書データベースを検索してAIの回答に使う技術）は、整備された文書しか参照できず、この「会話の中の生きた文脈」をすくい取れませんでした。一番おいしいダシは鍋の底に沈んでいるのに、上澄みだけをすくっていたわけです。

ニュースの核心：Slackに住み着く「同僚」としてのAI

Claude Tagは、Slackにジョインする一人のチームメイトとしてふるまうエージェントです（※エージェント＝指示を受けて、自らタスクを分解・実行する自律型AIのこと）。

管理者がClaudeに特定のチャンネルへのアクセスを与え、ツールやデータ、さらにはコードベースまで接続する。あとはチャンネルの誰もが @Claude とタグ付けして仕事を任せられる、というシンプルな入り口です。

Anthropicは公式リリースで、Claude Tagを「Claude Codeの進化形であり、モデルをより能動的にし、チーム全体でこそ真価を発揮するもの」と位置づけています。（出典：Anthropic公式 “Introducing Claude Tag”）

従来との決定的な差分は、次の3つの新しい性質に集約されます。

1. マルチプレイヤーであること

ひとつのチャンネルには、全員が共有する単一のClaudeが存在します（※マルチプレイヤー＝複数人が同じAIインスタンスを共同利用する形態）。

これは私的なチャット欄で個人が抱え込むAIとは根本的に違います。チームの机に置かれた一冊の共有ノートのようなもので、誰がいつ何を頼んだか、Claudeが今何を作っているかが全員に見え、前任者が中断した会話を別の人がそのまま引き継げます。

2. 時間とともに学習すること

Claudeはチャンネルに居続けることで、そこで起きている仕事の文脈をどんどん蓄積していきます。

許可されていれば、組織内の他チャンネルからも自動的に事実を収集できます（※ただしAnthropicは、プライベートチャンネルの内容は報告しないとしています）。一度説明したことを二度と説明し直さなくていい、という体験こそが核心です。

3. アンビエントモードを備えること

ここがClaude Tagを単なる賢いチャットボットから一線を画させる最大の特徴です。

アンビエントモード（※環境に溶け込み、呼ばれなくても自律的に動作するモード）が有効だと、Claudeは監視対象のチャンネルを見守り、「介入したほうがチームのためになる」と判断した瞬間に自分から会話へ割り込んできます。

放置されたスレッドを蒸し返し、見落としを指摘し、別部署で起きた関連情報を運んでくる。隣で作業しながら聞き耳を立てていて、ふと「それ、先週決めた件と矛盾してませんか」と口を挟んでくる同僚——その挙動を、AIが常時実行するイメージです。

タスクを任された時の動きは、Claude CodeやCowork経験者には馴染み深いはずです。@Claude に平易な言葉で依頼すると、タスクを段階に分解し、与えられたツールを使って順に処理し、完成物をSlackスレッドに返してきます。プルリクエストの作成・マージ、データ分析、インシデントの原因究明まで、守備範囲は広範です。

なお、Anthropicは社内ドッグフーディングの実績として、自社プロダクトチームのコードの65%が内製版Claude Tag経由で生成されていると公表しています。基盤モデルはClaude Opus 4.8で、既存の「Claude in Slack」アプリを置き換える形となります。

【比較表】従来アーキテクチャとのスペック比較

観点従来のチャットボット / Claude in Slack（旧）Claude Tag
メモリ / 文脈ステートレス（毎回リセット）永続的・チャンネルスコープの長期記憶
起動方式プル型（呼ばれた時だけ反応）プル型 ＋ アンビエント（自律監視・能動介入）
利用形態1対1の私的チャットが中心マルチプレイヤー（チャンネル単位で共有される単一アイデンティティ）
タスク実行単発応答が中心段階分解しツールで自律実行。数時間〜数日の非同期作業も可
計算リソース同期的・オンデマンド呼び出し常時稼働＋バックグラウンドの非同期実行
権限管理粗い／限定的管理者がチャンネル単位でツール・データ・メモリをスコープ指定
基盤モデル各種・固定的Claude Opus 4.8
主なユースケースQ&A・要約PR作成、データ分析、インシデント対応、横断的な文脈提示

【図解】技術アーキテクチャ・関係図

【考察】ITエコシステム・業界へのインパクト

Claude Tagが示しているのは、エンタープライズAIの競争軸が静かに、しかし決定的にズレたという事実です。

これまでの競争は「どのモデルが賢いか」でした。しかしモデルの性能が高止まりし横並びになるほど、勝敗を分けるのは「組織のコンテキスト（暗黙知）を誰が押さえるか」へと移ります。

ここを各社が狙い撃ちにしています。

  • Microsoftは「Work IQ」とMicrosoft Graphを軸に、Copilot経由で組織構造や協働パターンそのものを理解しようとしている。Teamsとの密結合は構造的なアドバンテージです。
  • Gleanは、モデルと社内データの間に立つ「権限を理解したナレッジグラフ」を構築（年間経常収益は300Mドル超とされる）。
  • Snowflakeやデータブリックスは、エージェントが汲み取る暗黙知の“貯水池”たるバックエンドに自社を位置づけようとしている。

この構図の中で、Anthropicの賭け方は対照的に狭く、規律的です。全アプリを横断する水平的な知能レイヤーを作るのではなく、ナレッジワークが現実に最も濃く流れている一点——チームチャット——にAIを“植える”戦略を選びました。

そしてこの設計は、CRM（※顧客関係管理システム）がデータを溜めるほど乗り換えにくくなるのと同じ力学を生みます。Claudeが組織を理解すればするほど、引き剥がすコストは上がる。コンテキストそのものが、技術的な堀（モート）になるわけです。

一方で、インフラエンジニアの視点から見逃せないのが「可用性の意味が変わる」点です。

オンデマンドのツールなら、落ちていても「後でまた呼べばいい」で済みます。しかし“常駐する同僚”が落ちている時間は、チームの一員が無断欠勤しているのと同じコストを発生させます。Anthropic自身が近年インフラ需要の逼迫に言及してきた経緯を踏まえると、常時稼働エージェントのSLA設計は、利用企業にとっても評価項目に加わるはずです。

さらに重い論点が、AIガバナンスです（※AIの倫理・セキュリティ・プライバシー・説明責任を担保する枠組み）。

常時稼働し、アンビエントに会話を監視し、チャンネルを横断して文脈を拾うエージェントは、従業員モニタリングやコンプライアンスの観点から必ず精査の対象になります。Anthropicのチャンネル単位のスコープ制御——法務用Claudeのメモリがエンジニアリングチャンネルに混入しないよう分離する仕組み——は、その懸念に対する構造的な回答です。各Claudeアイデンティティは、管理者が定義したチャンネル範囲から逸脱しません。

ただし本当の試金石は、企業が大規模展開した時に「常に聞いている存在」を従業員がどう受け止めるか、です。とりわけ日本企業では、個人情報保護法や労使の合意形成、職場文化との折り合いをどう設計するかが、技術以前の導入論点になります。

AIエージェントの「自律性」が暴走に転じた時のリスクについては、関連記事【Claude×Cursor暴走事件】AIコーディングエージェントが9秒で本番DBを消した夜：3つの構造的欠陥とAIガバナンスの臨界点も併せて読むと、権限スコープ設計の重要性がより立体的に理解できます。

まとめ

Claude Tagの本質は「Slackに賢いボットが増えた」ことではありません。

呼び出して使う“ツール”としてのAIから、組織の記憶を保持し、自ら判断して動く“常駐する一員”としてのAIへ——AIの存在様式が一段上がった、その最初の実装です。

エンジニアが直視すべき現実は3つに尽きます。競争の堀はモデルの賢さではなく蓄積されたコンテキストに移ったこと。可用性は「便利機能の話」から「欠勤コストの話」に変わったこと。そして権限スコープの設計が、後付けの運用ルールではなく、導入と同時に決めるべき第一級の技術仕様になったこと。

@Claude を同僚としてタグ付けする日常が、すでにAnthropic社内では当たり前になっている。その光景が自社にも訪れる前に、誰がどのチャンネルで何を見られるのかを設計図に落とせているか——問われているのは、AIの能力ではなく、こちら側のガバナンス設計力です。

引用元記事・補足資料

コメント

タイトルとURLをコピーしました