We’re upgrading our smartest model. The new Claude Opus 4.6 improves on its predecessor’s coding skills. It plans more carefully, sustains agentic tasks for longer, and features a 1M token context window.
Athena Intelligence は、AI ネイティブのワークスペースと自律型エージェントを組み合わせて、ナレッジワークの反復的で時間のかかる部分を処理するスタートアップ企業です。同社は、Fortune 500 の企業、法律事務所、金融サービス組織、医療システム、政府機関にサービスを提供しています。Claude は、プラットフォームでの自律的な作業の大半を支えます。
Claude を活用して、Athena Intelligence は以下を実現しています。
- 本番環境のエンタープライズワークフローの導入を、業界標準の 6～12 か月より短い 4～8 週間で完了
- 顧客ベース全体で 10,000 件以上の自律的なワークフローを毎週実行
- 顧客全体で毎月 10 万以上のアセット（メール、pptx、xlsx、docx など）を作成または編集
- 複数ステップのアナリストワークフローを数日から数時間に短縮
- 一流の法律事務所で月間 400 件の法務メモを完全に自動化し、2～3 日分の手作業を一晩で処理するよう短縮
- カスタムモデルトレーニングではなく自然言語設定を使用して、最初の導入後数時間で新しい部門をオンボーディング
課題：ナレッジワーカーの過重負担と乱雑な企業データとの対峙
規制対象業界における Athena のお客様は、共通の課題を抱えています。アナリストは戦略的な分析ではなく、反復的で価値の低いタスクに多くの時間を費やしています。企業データは数十のシステムにまたがり、それらを統合するには膨大な手作業を要します。また、そのデータが整然としていることは稀です。文書化が不十分なシステム、旧式のフォーマット、矛盾するソースが一般的です。
従来のエンタープライズ AI 導入は、稼働するまで 6～12 か月を要し、規制対象の業界では、あらゆるステップで正確性、透明性、監査可能性が求められます。「曖昧な状況で推論を行い、複雑な指示に従い、長いワークフローで品質を維持し、厳格なコンプライアンスのフレームワークの中でその推論について説明できるモデルが必要でした」と Athena Intelligence の創業者兼 CEO である Brendon Geils 氏は述べています。それに最も適していたのが Claude です」
推論と安全性における Claude の選択
Athena は、本番環境で決定的に役立つことが証明された機能を基に、その中核となるインテリジェンスレイヤーに Claude を選定しました。
「Claude は、他のモデルが逸脱したり誤った情報を生成したりするような複雑で詳細な複数ページの指示を確実に実行します」と Geils 氏は述べています。「これが、デモではうまくいく AI と本番環境で動作する AI の違いです」Athena チームによると、競合他社は複雑さが増すにつれて品質が低下したのに対し、Claude は数十の意思決定ポイントと数百ページのコンテキストを含むワークフロー全体で一貫した品質を維持しました。
データが決して完璧ではないエンタープライズ環境では、Claude の判断が同様に重要であることが分かっています。Geils 氏は、Claude がデータソースの矛盾、不完全な情報、説明を求めるタイミングについてプロフェッショナルレベルの判断を下していること、また各段階においてその推論を説明している点を指摘し、これは監査、コンプライアンス、および法務業務において極めて重要であると述べています。「Anthropic の責任ある AI への取り組みは、規制対象となる顧客の要件に沿っており、コンプライアンスチームの間で信頼を築いています」と Geils 氏は述べました。
ソリューション：Copilot から自律型エージェントへ
Claude は、Athena の主要なワークフローすべてにおいて中核となるインテリジェンスレイヤーを支えており、プラットフォームの進化は Claude の世代ごとの改善と密接に連動しています。Claude 3 時代には、Athena は主にデータのクエリや要約の下書きなどの個々のタスクに役立つ Copilot として機能していましたが、複数ステップのワークフローでは依然として処理が中断してしまうことがありました。Claude Sonnet 3.5 では、指示への追従が十分に改善され、Athena は分かりやすい英語で説明された複数ステップのワークフローを確実に実行できるようになり、カスタムモデルトレーニングは不要になりました。Sonnet 4.5 と Opus 4.5 の登場で、このプラットフォームはエンドツーエンドのプロフェッショナルワークフローの計画、実行、適応、提供を開始しました。Sonnet 4.5 は自律型ワークフローの大部分を処理する一方で、Opus 4.6 はマルチエンティティの財務モデリング、大量の文書の詳細な法務調査、高い精度が要求されるコンプライアンスワークフローなど、より困難な問題を処理します。
Athena は、モデル固有の統合コードを一切使用せずに Claude の API を利用して構築されました。新しいモデルバージョンは、テストスイートによる検証、モデルポインタの更新、デプロイなど設定の更新です。Sonnet 4.6 がリリースされた際、再トレーニング、プロンプトの再実行、ダウンタイムなしで、30 分以内に Athena で稼働を開始しました。「これが可能なのは、Claude の標準的な指示遵守能力が十分に強力なため、その上に脆弱なファインチューニングレイヤーを追加する必要がなかったからです」と Geils 氏は述べています。
結果：大規模なエージェント型ワークフロー
Athena の顧客の場合、以前は数日かかっていた作業が今では数時間で完了します。ワークフローは自然言語によるシステムプロンプトを使用して構成されるため、ビジネスユーザーは開発者なしで設定や調整を行えます。ある Fortune 500 企業では、法務、人事、財務の各チームが、断片化したレガシーシステムからインサイトを引き出せない競合プラットフォームに何百万ドルも投じていました。Athena は、カスタムワークフローソリューション、複数部門の KPI ダッシュボード、CEO 生産性エージェントを 4 週間で導入し、実装に 12 か月以上要した競合プラットフォームに取って代わりました。このエージェントは、メール、カレンダー、CRM、財務報告システムから同時にデータを取得し、毎日のエグゼクティブブリーフィングを作成しますが、これらはすべてカスタムコードではなく自然言語プロンプトで構成されています。
ある AmLaw 100 の法律事務所では、現在 Claude が 400 件の月次報酬メモをすべてエンドツーエンドで生成・配布しています。以前のプロセスでは、Excel マクロ、個別の PDF、安全な SharePoint フォルダへの手動でのアップロードと 2 人体制の検証作業が必要であり、毎月 2～3 日を要していました。今では、手動による介入なしで夜間稼働しています。
あるグローバルな食品・飲料企業が、事業部門の名称変更、データベースの統合、矛盾した記録で溢れたレガシーシステムを抱えた状態で Athena に相談を持ちかけました。以前の AI プラットフォームは、機能するためにクリーンで一貫したデータを必要としていたため、同じ環境では失敗していました。「昨年なら『まずデータをクリーンアップする必要があります』と言っていたことでしょう」と、Geils 氏は述べました。「今やエージェントは人間よりも煩雑なデータの処理に優れています」
ある大手グローバルプロフェッショナルサービス企業が、8 週間で複数の業務分野において本番環境の稼働を開始しました。「Athena はもはや単なるツールではありません」と同社のテクノロジーリードは述べました。Athena の顧客は現在、プラットフォーム全体で毎週 10,000 を超える自律型ワークフローを実行しています。
Athena の目標は、AI が「世界で最も複雑な組織でも、強力で信頼性が高く、真に有用なものである」ことを証明することだと、Geils 氏は述べています。「Claude の改善はすべて、当社の製品ロードマップを直接加速させ、顧客の成果を向上させます」
「曖昧な状況で推論を行い、複雑な指示に従い、厳格なコンプライアンスのフレームワークの中でその推論について説明できるモデルが必要でした。それに最も適していたのが Claude です」
