malna株式会社は2026年4月10日、AIエージェント事業の本格始動を発表しました。同社が展開するのは、プログラミング未経験者を対象とした無料学習プラットフォーム「Claude Code道場」と、企業向けの成果報酬型AIエージェント構築支援サービスの2本柱です。
注目されるのは、この取り組みが社内での実運用経験を直接の出発点としている点です。malnaは自社業務において50以上のAIエージェントを日常的に稼働させており、議事録の要約・タスク振り分けから営業フォローアップの自動化まで、複数部門にわたる運用ノウハウを持つとされています。
生成AIの活用がチャット利用の段階を超え、業務を自律的に遂行するエージェントへと移行しつつある現在、「何から始めればよいかわからない」「技術的なハードルが高い」といった企業の現場の声はいまだ根強く残っています。そのギャップを埋めようとする今回の事業展開は、AI導入に踏み切れていない多くの企業にとって、一つの選択肢として映るかもしれません。
AIの活用が「使う」から「動かす」フェーズへ
生成AIをめぐる企業の取り組みは、この2〜3年で大きく様変わりしています。当初は社員がChatGPTやCopilotなどのチャット型ツールを使って情報収集や文章生成を行う段階が中心でした。しかしその活用が定着するにつれ、「もっと自動化したい」「繰り返し業務をAIに任せたい」という要求が現場から上がるようになり、AIエージェントへの注目が急速に高まっています。
AIエージェントとは、単に質問に答えるだけでなく、与えられた目標に向かってAI自身が複数のタスクを順番に実行・判断していく仕組みです。たとえば「競合他社の新着情報を収集してまとめ、担当者にSlackで通知する」といった一連の作業を、人が介在せずに完結させることができます。
しかし、こうした仕組みの構築には一定の技術的知識と試行錯誤が必要であり、特に非エンジニアの社員が多い中小企業や、IT専任部門を持たない組織にとってはハードルが高いのが実情です。また、外部のコンサルティング会社に依頼する場合、高額な初期費用や成果の不透明さを懸念する声も少なくありません。
malnaは自社でこの課題を体験してきた立場から、AIエージェントを「学ぶ」と「構築する」の2軸に分けてサービスを設計しています。自ら実運用の場で蓄積したノウハウを、外部企業に提供するというアプローチは、コンサルティングというよりも「実績の横展開」に近い性格を持っています。
既存の学習サービス・支援サービスと何が異なるのか
学習プラットフォームとしての「Claude Code道場」
AIエージェントやノーコードツールの学習コンテンツは、すでに多数存在しています。UdemyやYouTubeの個人発信から、企業が提供する有料オンライン講座まで選択肢は幅広く、Claude Codeに特化したコンテンツも少しずつ増えてきています。
そのなかでClaude Code道場が打ち出すポイントは、以下の通りです。
- 対象者の明確さ：非エンジニアのビジネスパーソンを対象としており、用語解説や操作画面の図解が豊富に組み込まれています
- カリキュラムの体系性：全19章・4段階構成で、基本操作からガバナンス設計まで段階的に進める設計になっています。1章あたりの学習時間は30〜60分で、総学習時間は約10〜20時間とされています
- 実務課題との接続：提案書の自動生成や採用スクリーニング、契約書リスクチェックなど、実際の業務シーンに即したワークが含まれています
- 無料公開（期間限定）：現時点では全19章をクレジットカード不要・登録2分で利用でき、費用面での障壁がありません
- 組織導入への対応：チーム単位での導入・進捗管理が可能とされており、個人学習にとどまらず社内研修としての活用も想定されています
一方で、学習コンテンツ全般に共通する課題として、「学んだ後に実際に何をすればいいかわからない」という実装への橋渡しの難しさがあります。Claude Code道場がその先の実装・運用まで支援する仕組みを持つかどうかは、利用者が確認すべき点のひとつといえそうです。
構築支援サービスとしての差別化軸
AIエージェントの構築支援サービスは、大手SIerやコンサルファーム、スタートアップを含め競合が増えつつあります。malnaの成果報酬型サービスは、以下の点で一般的な受託開発やコンサルティングと異なるとされています。
- 初期費用・月額固定費がゼロ：成果（業務削減効果）が確認された場合にのみ、削減コストの一部を報酬として受け取るモデルです
- 自社実運用ベースの設計：malnaが日常的に動かしているエージェントをベースに、クライアント企業向けにカスタマイズする形をとっています
- 3フェーズの段階的支援：業務診断（PHASE 1）、データ・環境整備（PHASE 2）、エージェント構築・チューニング（PHASE 3）という流れで伴走支援が行われます
- セキュリティ設計のサポート：権限管理やデータフローのセキュリティポリシー策定も支援範囲に含まれています
成果報酬モデルはクライアント企業にとってリスクが低い一方で、「どの時点で成果とみなすか」「報酬の算定基準はどう設定するか」といった契約設計の透明性が、導入前に確認すべき重要な要素になると考えられます。
導入・検討時に確認しておきたいこと
今回の2サービスを検討する際、IT担当者や経営層が事前に整理しておきたいポイントをまとめます。
Claude Code道場について
- 学習後の活用イメージを持てるか：カリキュラムの内容が自社の業務課題と接続できるかを、無料の範囲で試してから判断できます
- 組織導入の場合の管理機能：チームでの進捗管理が可能とされていますが、具体的な管理画面の仕様や管理者権限の範囲について、事前に確認しておくことが望ましいです
- 無料公開の期間と今後の料金体系：「期間限定で無料」とされているため、有料化後の費用感についても把握しておくと、社内展開の計画を立てやすくなります
成果報酬型構築支援について
- 「成果」の定義と計測方法：業務削減効果の確認方法や報酬算定の基準が、契約前にどこまで明示されるかは重要な確認事項です
- 自社の業務データの取り扱い：エージェントが扱うデータのセキュリティポリシーについて、自社の情報管理ルールと照らし合わせて確認が必要です
- フェーズ移行の判断基準：PHASE 1（業務診断）からPHASE 3（構築・チューニング）まで段階的に進む設計ですが、各フェーズの完了判断や途中での見直しがどのように行われるかも事前に把握しておきたい点です
- 通常のコンサルティング支援との使い分け：成果報酬型のほかに通常コンサルティングも提供されているとのことで、自社の状況に応じた選択肢の比較が可能です
無料診断（業務棚卸し・削減効果試算）は費用なしで実施されるとのことなので、本格契約の前にまず試算を取ることで、成果報酬モデルが自社に合うかどうかの判断材料を得やすくなります。
「実運用の横展開」という試みが問いかけるもの
今回のmalnaの発表が示しているのは、AIエージェントの活用が一部の先進企業だけのものではなくなりつつあるという現実かもしれません。自社の業務効率化で培ったノウハウを学習コンテンツと構築支援の形で外部提供するというモデルは、AIの社内活用で先行した企業が次のステップとして事業化を目指す動きのひとつとも捉えられます。
成果報酬型という料金モデルは、導入企業にとって初期リスクを下げる点で魅力的ですが、その持続性はmalnaが自社実績を維持・更新し続けられるかにもかかってきます。AIエージェントの技術は進化が速く、今日有効な設計が半年後も最適とは限りません。継続的なチューニング体制や、技術動向への追従能力が、サービスの価値を左右するポイントになるでしょう。
「学ぶ」と「構築する」の両軸でAIエージェントの普及を支援しようとするこの試みが、実際に企業の現場でどのような変化をもたらすか。今後の導入事例や成果の蓄積が、サービスの真価を示していくことになりそうです。
