Claude Code がエンタープライズで本格化 — GitHub Copilot を初めて超え、楽天1,250万行も7時間で

3月の大型機能リリース（Auto Mode・Computer Use・Channels）と連動して、Claude Code のビジネス利用がいよいよ本格化してきた。今日はユーザー調査データ、具体的な事例、そして新しい Enterprise 向けセキュリティ機能を整理する。

1. プロ開発者シェアで GitHub Copilot を初めて超えた

開発者向けAIツールの調査によると、Claude Code のプロ開発者採用率が 41% に達し、GitHub Copilot の 38% を初めて抜いた。

ツール	プロ開発者採用率
Claude Code	41%
GitHub Copilot	38%

従業員200人以下の企業に絞ると採用率は 75% に上昇。スタートアップや小規模エンジニアリングチームから先に浸透している構図だ。

背景： GitHub Copilot は「補完」特化だが、Claude Code は「計画 → 実装 → テスト → PR → デプロイ監視」までをひとつのセッションで完結させられる。「ツール」ではなく「チームメンバー」として使われ始めているため、単純な補完ツールとは比較軸が異なる。

Anthropic が公開した企業向け調査（How enterprises are building AI agents in 2026）から注目データ：

「86%が本番コードにエージェントをデプロイ」という数字はひと昔前では考えられなかった。Auto Mode（承認ループ不要）と git worktree による安全な分離が、この採用を後押しした可能性が高い。

Anthropic Engineering Blog に掲載された事例。

概要：

人間チームが着手したとしたら数週間かかるタスクを、Claude Code が自律的に完遂した。1,250万行という規模は「大規模コードベースにエージェントは使えない」という先入観を覆す事例として業界で引用されている。

実務への示唆： 大規模なリファクタリング、ライブラリのバージョンアップ対応、API 変更の全面適用など「範囲は広いが作業は単調」なタスクに Claude Code は特に強い。

3月末に発表された Enterprise 向けの新しい機能。

Claude Code Security は、Opus 4.6 を使って本番コードベースの脆弱性を自動スキャンする機能。従来の静的解析（パターンマッチング）ではなく、データフロー推論でリスクを検出する。

現在は Enterprise・Team プランの限定研究プレビュー。対象ユーザーには Anthropic から個別にアクセスが提供される。

セキュリティスキャナーの「偽陽性が多すぎる」という問題は長年の課題だった。Opus 4.6 のコンテキスト理解力を活用することで、「コードは危険に見えるが実際には到達不可能」といったケースを正確に除外できる可能性がある。

3月初旬、Persistent Memory（永続メモリ） が無料プランを含む全 Claude ユーザーに展開された。

CLAUDE.md と組み合わせると、メモリ（全プロジェクト共通の文脈）と CLAUDE.md（リポジトリ固有の文脈）を使い分ける設計ができる。

3月は機能リリースの月でもあったが、データが示すのは「採用フェーズから実証フェーズへ」の移行だ。「使ってみた」から「業務の中核に組み込んだ」へ。この流れは4月以降も加速しそう。

関連ソース