Anthropicには、20人未満の「Labs」チームが設置されており、このチームは新製品のプロトタイプを迅速に提案・検証することを専門としている。チームリーダーのBen Mannによると、プロジェクトの成功率は約20％～30％であり、約70％～80％の試みは最終的に中止される。この「スタートアップ孵化器」として位置づけられるチームは、Claude Code、モデルコンテキストプロトコル（MCP）、Claude Designなどの製品を生み出してきた。その中でClaude Codeは、Anthropicで最も影響力のある製品の一つとなっている。同社がIPOを準備する中、この「失敗者」チームの重要性が高まっており、その仕組みは他の製品チームにも広がり、今後は生命科学やクリーンエネルギー貯蔵などのハードサイエンス分野へも拡大する可能性がある。記事執筆者、出典：Business Insider
成功したClaude Codeの背後には、すでに中止された多くのプロジェクトが存在する可能性がある。
Business Insiderによると、Anthropicには20人未満の「Labs」チームが存在し、このチームは新製品を次々と提案し、迅速に検証した後、失敗した試みの大部分を切り捨てる役割を担っている。チームの責任者でAnthropicの共同創業者であるBen Mannによると、Labsプロジェクトの成功率は約20％～30％に過ぎず、つまり約70％～80％の「賭け」が最終的に失敗するという。
しかし、Anthropicは失敗を無駄とは見なしていません。逆に、この高い淘汰率のメカニズムが、最先端のモデル能力を迅速に商業製品に変える重要なエンジンとなっています。Claude Code、モデルコンテキストプロトコル（MCP）、Claude Designなどの製品はすべてLabsと関連しています。AnthropicがIPOを準備する中で、この「失敗者」チームの重要性は高まっています。
マンはインタビューで、「私たちはこれを本物のスタートアップ・ハブと見なし、ほとんどの投資が失敗に終わると予想しています。」と述べました。Anthropicにとって重要なのは、すべてのプロジェクトを成功させることではなく、低い試行錯誤コストで、事業の流れを大きく変える数少ない「ヒット」を手に入れることです。
2週間ごとの「生存か転向か」：ほとんどのプロジェクトは削除される運命にある
Labsの運営は従来の製品チームとは大きく異なります。約20名のメンバーがローテーション制で、内部では「ベット」と呼ばれる新しいプロトタイプを次々と提案します。約2週間ごとに、「継続か転換か」（persevere or pivot）のレビューが行われ、成績が芳しくないプロジェクトは即座に中止または他のプロジェクトに統合され、メンバーは新たな試みに移ります。一方、検証された少数のプロジェクトはLabsから「卒業」し、独立したチームを編成します。
Claude Codeはその中で最も成功した「賭け」だった。Mannは当初、入社間もないBoris Chernyにこのタスクを任せた。Chernyは最初、コード分析ツールを作ろうとしていたが、Mannはこの方向性では大胆さに欠けると判断し、目標をさらに大きくするよう指示した。その後、Chernyが開発したプロトタイプはAnthropic社内ですぐに人気を博し、2025年2月にプレビュー版として公開された。
その後、Claudeモデルの継続的なアップグレードに伴い、Claude Codeは内部プロトタイプからAnthropicで最も影響力のある製品の一つへと成長し、同社の成長加速の重要な触媒となりました。
Labsは高頻度での試行錯誤が可能であり、もう一つの重要な利点は、研究の最前線に十分近いことです。Mannによると、Claude Codeの開発を開始する前から、チームは研究者たちから新しいモデルがエージェントプログラミングにおいて示す可能性について知らされており、モデルの能力が成熟する前に早期に準備を進め、研究成果をより迅速に製品に反映することができました。
製品の拡大が継続中：プログラミングツールからデザインソフトまで
Claude CodeはLabsの唯一の成果ではない。チームは、AIエージェントと外部データソースを接続するためのモデルコンテキストプロトコル（Model Context Protocol、MCP）も育成した。今年リリースされたClaude DesignもLabsから生まれた。Instagramの共同創業者であるMike Kriegerもこのチームに参加している。
マンはLabsの目標を、AIの「行動空間」を拡大すること、つまりAIモデルが実際に実行できるタスクの境界を継続的に広げることと定義しています。そのため、Labsは次なるヒット製品を探すだけでなく、製品実践を通じてモデルの能力の課題を明らかにし、研究チームがそれを補完するよう促しています。
たとえば、LabsはAnthropicの研究チームがエチオピアのアムハラ語に対する音声モデルの理解力を向上させるよう促した。また、Claude Designの開発は、同社が視覚出力能力への研究関心をさらに高めるきっかけとなった。このように、製品の試行錯誤はもはや商業的需要の検証にとどまらず、モデルの能力進化を逆に促す道筋ともなっている。
このメカニズムは、今やLabsの外にも広がり始めています。Mannは、Anthropicの他の製品エンジニアリングチームも同様の「賭け」グループを設立していることを明らかにしました。
IPO前後の難しいバランス：失敗を恐れず、競争と向き合う
AnthropicがIPOを準備する中で、Labsが取り組むべき課題はもはや「次なるClaude Codeを実現できるか」ではなく、継続的なイノベーションと商業化の間でバランスを見つけることである。
Forresterのアナリスト、マイク・ガルティエリは、Anthropicが「高所のワイヤーウォーク」を歩んでいると指摘した。同社が次々とリリースする新ツールは、既存の企業顧客のソフトウェア市場に直接進出する可能性がある。Claude Designを例に挙げると、その製品機能はすでにAdobeやFigmaなどのデザインソフトと競合し始めている。
ガルティエリは、Anthropicが自社の製品プラットフォームを段階的に構築していく中で、ユーザーが他のソフトウェアへの依存を減らすほどの機能を生み出す可能性があると考えている。「これは繊細な駆け引きになるだろう。」
同時に、Labs自体も十分な人員の流動性を維持しなければなりません。プロジェクトは通常、チーム規模が4人を超えた時点で「卒業」し独立し、メンバーは次々と他の部署へ移動し、同時に新しいメンバーが絶えず加わります。これは、Labsの核心が固定された20人のチームではなく、製品の機会を継続的に生み出し、選別し、拡大する仕組みであることを意味します。
より長期的には、マンはこのメカニズムがソフトウェア製品から生物研究やクリーンエネルギー貯蔵などのハードサイエンス分野へと拡張され、AIがより広範な現実世界に本格的に浸透することを望んでいます。彼は、ハードサイエンスの発展を加速する能力は「非常に興奮させる」ものであり、AIがより大きな現実的価値を生み出し始める鍵であると考えています。