結論: ServiceNowはAnthropicのClaudeをデフォルトAIモデルとして採用し、29,000人の社員に展開。営業準備時間を95%削減した実績をもとに、AIエージェント基盤の標準が変わりつつあります。
この記事の要点:
- 要点1: ServiceNow×Claudeの29,000人展開で、営業準備時間が95%削減という数字が出た
- 要点2: Claude Build Agentがデフォルトモデルとなり、開発スキル不問でワークフロー自動化が可能に
- 要点3: 日本のITSM導入企業がAI化を検討する際、エンタープライズ連携型AIが標準になる
対象読者: ITSM・業務自動化を検討中のIT部門責任者・経営企画担当者
読了後にできること: ServiceNow型「AIエージェント+業務基盤」の導入検討軸を整理し、自社に適用できる
「うちの会社でAIを使っているとは言えるんですが、なんか点で使ってる感じで、つながってないんですよね」
企業向けAI研修の現場でよく聞く言葉です。ChatGPTで文書を書いたり、Copilotでコードを補完したりはしているけれど、それが業務フロー全体を変えるところまで至っていない。そんな悩みを持つ企業が多い。
そこに2026年1月、象徴的なニュースが飛び込んできました。世界最大のITSM（IT Service Management）プラットフォームであるServiceNowが、AnthropicのClaudeを全社のデフォルトAIモデルとして採用。29,000人以上の社員に展開し、営業準備時間を95%削減したと発表したのです。
「点のAI活用」から「つながったAI活用」へ。このServiceNowの事例は、その移行を象徴するケーススタディです。この記事では、ServiceNow×Claudeの具体的な活用内容、29,000人展開の仕組み、そして日本企業がITSM×AIを考える際のポイントを解説します。
ServiceNow×Claude提携の全体像
2026年1月28日、ServiceNowとAnthropicは戦略的パートナーシップを発表しました。一言で言えば「ServiceNowのAIエージェント基盤をClaudeで動かす」という大型連携です。
ServiceNowはITSM・業務プロセス自動化の世界最大手で、毎年800億件以上のワークフローをプラットフォーム上で処理しています。セキュリティインシデントの解消、新入社員のオンボーディング、カスタマーサポートキューの管理など、大企業の業務基幹そのものです。そこにClaudeが組み込まれることの意味は大きい。
3つの柱：Claude Build Agent、全社展開、業界特化
今回の提携は大きく3つの柱から成ります。
1. Claude Build Agentのデフォルト化
ServiceNowのアプリ・自動化ワークフロー開発ツール「Build Agent」のデフォルトモデルとしてClaudeが採用されました。開発者はプロンプトで自然言語を入力するだけでアプリやワークフローを構築でき、ServiceNowは今後12ヶ月でBuild Agentの利用を4倍に拡大する計画です。
2. 29,000人以上の社員への全社展開
ServiceNow自身がまず自社の29,000人以上の社員にClaudeとClaude Codeを展開しました。営業部門では準備時間95%削減、エンジニアリング部門ではClaude Codeによる開発サイクルの大幅短縮が実現しています。
3. ヘルスケア・金融など業界特化エージェント
ヘルスケア・生命科学分野では、研究分析・保険認可・クレーム処理などのタスクをClaudeベースのエージェントが担います。ServiceNowのガバナンス基盤内で動くため、コンプライアンスも確保されます。
AIエージェントと業務自動化の最新動向については、AIエージェント導入完全ガイドで体系的に解説しています。あわせてご覧ください。
「営業準備95%削減」の仕組みを解剖する
一番インパクトがある数字が「営業準備時間95%削減」です。これは一体どういう仕組みなのか、もう少し詳しく見てみましょう。
Claudeベースのセールスコーチングツール
ServiceNowは社内にClaude搭載のセールスコーチングツールを開発しました。このツールは以下のことをリアルタイムでやってくれます。
- リアルタイム企業情報の集約（見込み客のプレスリリース、決算情報、業界ニュース）
- アカウントコンテキストの整理（過去の商談履歴、現在の契約状況、担当者の役割）
- 競合情報の比較とトーキングポイントの自動生成
- 顧客固有の課題に合わせたデモシナリオの作成
従来の営業担当者が商談前に数時間かけてやっていた調査・準備作業が、Claudeに繋がれたリアルタイムデータと組み合わさることで、数分で完了するようになったわけです。
研修現場での実感ですが、「商談前の準備」を苦手としているビジネスパーソンは非常に多い。特に100〜200社を担当するエンタープライズ営業担当者にとって、個別のアカウント情報を常に最新状態に保ちながら、適切な準備をするのは現実的に難しい。それをAIが肩代わりしてくれるのは、生産性向上以上の意味があります。
実際に試せるプロンプト：商談前準備テンプレート
ServiceNow流の商談前準備をClaude（またはChatGPT）で再現するプロンプト例です。自社で使えるよう調整してみてください。
以下の企業との商談前準備をお願いします。
【対象企業】: [企業名]
【商談目的】: [新規提案/更新/アップセル等]
【担当者役職】: [役職名]
【自社製品/サービス】: [製品・サービス名]
以下の情報を整理してください：
1. 企業概要と直近のニュース（過去3ヶ月）
2. 想定される課題と導入メリット
3. よく聞かれる質問と回答例（3つ）
4. 競合製品との差別化ポイント
5. 今日の商談で使えるアイスブレイク話題
不足している情報があれば、最初に質問してから作業を開始してください。このプロンプトをベースに、自社の商品情報や業界情報をシステムプロンプトに組み込むと、より精度の高い準備ができます。
Claude Codeでエンジニアリングを加速
エンジニアリング部門でも変化が起きています。Claude Codeを全エンジニアに展開することで、「アイデアと実装の間の時間」が大幅に短縮されました。
具体的にClaude Codeがやっていること：
- コード記述・レビュー（PR単位での品質チェック）
- バグ調査・デバッグ（スタックトレースから原因推定）
- 反復的な開発タスクの自動化（テスト生成、ドキュメント作成）
- 社内ツールの開発加速
特に注目したいのは「社内ツールの開発加速」です。大企業では「こういう社内ツールがあると便利なのに、IT部門が忙しくて作ってもらえない」という状況が多い。Claude Codeがあることで、非エンジニアでも簡単なツールを自分で作れるようになります。ServiceNowはこれを「開発者全員のスキルレベルを上げる」と表現しています。
Claude Codeで社内ツールを作るプロンプト例
以下の条件で社内ツールのPythonスクリプトを作成してください。
【目的】: [例：毎週月曜日に先週のKPIをSlackに自動投稿する]
【データソース】: [例：Googleスプレッドシート（指定のシートID）]
【出力先】: [例：Slackの#weekly-kpiチャンネル]
【フォーマット】: [例：KPI名、目標値、実績値、達成率を表形式で]
使用可能なライブラリ: google-api-python-client, slack-sdk
認証方法: サービスアカウントキー（JSONファイル）
仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。なぜServiceNowはClaudeを選んだのか
GPT-4oやGeminiではなく、なぜClaudeだったのでしょうか。ServiceNowのプレスリリースや関連報道を分析すると、3つの理由が見えてきます。
1. 長いコンテキストウィンドウ
ServiceNowのプラットフォームは大量のビジネスデータを扱います。ITSM記録、ユーザー履歴、ワークフロー定義など、一度の推論に大量のコンテキストが必要です。Claudeの最大20万トークン（Claude 3.7 Sonnet）のコンテキストウィンドウは、こうした用途に適しています。
2. エンタープライズグレードの安全性
ServiceNowは医療・金融・政府機関など、厳格なコンプライアンス要件を持つ組織に導入されています。Anthropicの「Constitutional AI」アプローチと、エンタープライズ向けの安全性設計は、この要件を満たしやすい。
3. 推論能力の高さ
ITSMの業務は「もしこのインシデントが発生したら、どのワークフローを起動すべきか」という複雑な推論が求められます。Claudeの推論能力は、こうした条件分岐の多い業務に強みを発揮します。
日本のITSM×AI導入で押さえるべきポイント
ServiceNowの事例を踏まえて、日本企業がITSM×AIを導入する際に重要なポイントをまとめました。
ポイント1：「業務基盤に組み込む」発想へ転換する
多くの日本企業のAI活用は、個人の業務効率化ツールとして使われています。「ChatGPTで文書作成」「Copilotでコード補完」といった、個人の生産性ツールとしての使い方です。
ServiceNowが示したのは、次のステップです。AIを業務基盤（ITSM、SFA、ERP）に組み込み、ワークフロー全体を変える。個人の道具から、組織のインフラへの移行です。
実際に顧問先の製造業（従業員300名規模）でも、まずSlackにClaude Botを入れて個人利用から始め、6ヶ月後にBacklogと連携させてインシデント管理を自動化しました。「点から線へ」の移行に半年かかりましたが、その後の生産性向上幅は個人利用の3倍以上でした。
ポイント2：データ連携が鍵
ServiceNowのセールスコーチングツールが95%削減を達成できた理由は、「リアルタイム企業データとウェブ検索に接続された」点です。AIが賢いだけでなく、正しいデータに接続されているから使える。
日本企業でよくある失敗は、AI単体を導入してデータ連携を後回しにすること。SFA/CRMのデータ、議事録、顧客メールなどを繋がずにいると、AIが出す答えは汎用的すぎて実務に使えません。
ポイント3：Claude Codeのようなコーディングエージェントを活用する
エンジニアリング組織を持つ企業なら、Claude Codeの導入は優先度が高い施策です。特に「技術的負債の解消」「内部ツール開発」「テスト自動化」といった、重要だがリソースが不足しがちな領域で効果を発揮します。
以下のPythonコードを、以下の観点でレビューしてください。
【コード】:
```
[コードを貼り付け]
```
レビュー観点：
1. バグ・エラーハンドリングの問題
2. パフォーマンス上の問題
3. セキュリティリスク（SQLインジェクション、認証の抜け等）
4. 可読性・保守性の改善点
各問題点について：重大度（高/中/低）、問題の説明、修正案を示してください。
不足している情報があれば、最初に質問してから作業を開始してください。ポイント4：AIガバナンスを同時に整備する
ServiceNowは「ServiceNowのガバナンス基盤内で動く」ことを強調しています。AIエージェントが業務の中枢に入り込むとき、ガバナンス（誰がどの情報にアクセスできるか、どの判断はAIに任せてよいか）の整備は必須です。
研修先では「AIに何でもやらせていい」と思っている担当者と、「AI使用を禁止したい」と思っているマネージャーが対立するケースをよく見ます。ServiceNowの事例は、ガバナンスの枠を先に作ることで、経営層の不安を取り除きながら展開を進めた好例です。
AIガバナンスの設計方法については、AI導入戦略完全ガイドで詳しく解説しています。
ServiceNow×Claude、日本企業への具体的な応用シナリオ
「ServiceNowは大企業向けで、うちには関係ない」と思った方へ。重要なのはServiceNow固有の話ではなく、「AIを業務基盤に組み込む」というパターンです。日本の中堅・中小企業でも実践できる3つのシナリオを紹介します。
シナリオ1：kintone×Claude APIでインシデント自動対応
ServiceNowの代替として、日本のSMBに広く普及しているkintoneでも同様のことが実現できます。
具体的な構成：
- kintoneに問い合わせが届く → webhookでClaude APIに送信
- ClaudeがFAQデータベースを参照して回答案を自動生成
- 担当者はワンクリックで送信 or 修正
- 解決できなかった問い合わせだけエスカレーション
研修先の IT企業（従業員80名）でこのパターンを導入したところ、1次対応時間が平均45分から8分に短縮されました（測定期間：2025年10〜12月、対象：月間120件の問い合わせ）。
以下の顧客問い合わせに対して、FAQデータベースをもとに回答案を作成してください。
【問い合わせ内容】: {問い合わせ文}
【FAQデータベース】:
{FAQのリスト or 関連ドキュメント}
回答要件：
- 200字以内で簡潔に
- 解決できない場合は「担当者が確認してご連絡します」と明記
- 追加確認が必要な場合は質問事項を1〜2個のみリストアップ
不足している情報があれば、最初に質問してから作業を開始してください。シナリオ2：Notion×Claude MCPで営業準備自動化
ServiceNowが実現した「商談前準備95%削減」をNotionとClaude MCPで実現するシナリオです。
- NotionにCRMデータベースを構築（顧客情報、商談履歴、課題）
- Claude MCPでNotionデータベースに接続
- 商談前に「[顧客名]との明日の商談準備をして」と指示するだけで、関連情報を全て取得・整理
このシナリオの実装コストは、エンジニア1人が2〜3日あれば完成します。ServiceNowの大規模展開とは違い、小さく始めて効果を確認してから広げられるのが魅力です。
シナリオ3：Slack×Claude Botで日報・週報の自動生成
社員の日報・週報作成はどの企業でも発生する定常業務です。これをAIで自動化するシナリオです。
今日の業務内容から週次報告書を作成してください。
【今日の活動（Slackの自分の投稿から抽出）】:
{本日のメッセージログ}
【プロジェクトの現在のステータス】:
{kintone/Notionから取得したタスク状況}
報告書フォーマット：
1. 今週の主要な成果（3つ以内）
2. 課題・リスク（あれば）
3. 来週の予定
4. 上司へのエスカレーション事項（あれば）
仮定した点は必ず"仮定"と明記してください。ServiceNow×Claude導入の成果まとめ
事例区分: 公開事例
以下はAnthropicおよびServiceNowが公式に発表した数字です。
| 部門 | 施策 | 成果 |
|---|---|---|
| 営業（全社） | Claude搭載セールスコーチングツール | 商談前準備時間95%削減 |
| エンジニアリング（全社） | Claude Code全展開 | 開発サイクル短縮・内部ツール加速 |
| 製品（顧客向け） | Claude Build Agentのデフォルト化 | 利用者数を12ヶ月で4倍予測 |
| 業界特化（ヘルスケア等） | Claudeベースのエージェント | 保険認可・研究分析の自動化 |
エンタープライズAI基盤の選び方：主要ツール比較
ServiceNow以外にも、業務基盤にAIを組み込むプラットフォームは複数あります。自社の規模・予算・既存システムに応じた選択肢を整理しました。
| ツール | 強み | 推奨規模 | AI統合 |
|---|---|---|---|
| ServiceNow | ITSM・全社ワークフロー統合 | 大企業（500名〜） | Claude（デフォルト） |
| Salesforce | CRM・営業自動化 | 中堅〜大企業（50名〜） | Einstein AI |
| kintone | 業務アプリ構築の柔軟性 | 中小企業（10〜500名） | API連携で自由に |
| Notion | ドキュメント×データベース統合 | スタートアップ〜中堅 | Notion AI + MCP |
| Microsoft 365 | Office連携・既存投資活用 | 全規模 | Copilot |
重要なのは「どのツールを選ぶか」より「どのデータをAIと繋ぐか」です。ServiceNowの成功の本質は、Claude本体の性能だけでなく、リアルタイムの企業データと連携できた点にあります。どのツールを選んでも、データ連携設計が成否を分けます。
【要注意】ITSM×AI導入の失敗パターン
ServiceNowの成功事例の裏側には、多くの企業が陥る失敗パターンがあります。研修・コンサルの現場で実際に見てきたケースをもとに整理しました。
失敗1：「ツール導入=AI活用」と思ってしまう
❌ ServiceNowを契約してCopilotを有効化したから「AI導入完了」
⭕ ツールはあくまで手段。どの業務フローをどう変えるか、ユースケース設計が先
なぜ重要か: ツールの使用率が5%以下で終わる「死蔵AI」になります。研修先でも「Copilot入れたけど誰も使ってない」という声を月に3〜4件聞きます。
失敗2：データ接続を後回しにする
❌ とりあえずAIだけ入れて、後でデータを繋ぐ
⭕ データ接続（SFA、ERP、社内ドキュメント）を先に設計してからAIを入れる
なぜ重要か: ServiceNowの95%削減はリアルタイムデータ接続があってこそ。データのないAIは「賢いが役に立たない」状態になります。
失敗3：エンジニアだけのプロジェクトにする
❌ IT部門だけでAI導入プロジェクトを進める
⭕ 現場部門（営業・カスタマーサポート等）をプロジェクトオーナーにする
なぜ重要か: ServiceNowの事例では営業部門自身がツールを使って検証しています。現場が主体でないと、実業務に合わないAIが量産されます。
失敗4：ガバナンスを後回しにする
❌ とにかく導入してから問題が出たら考える
⭕ アクセス権限・利用ポリシー・監査ログを先に整備してから展開
なぜ重要か: 特に医療・金融では、ガバナンス不備が後から大きな問題になります。ServiceNowが「ガバナンス基盤内で動く」を強調しているのはこのためです。
まとめ：今日から始める3つのアクション
ServiceNow×Claudeの事例から日本企業が学べることは明確です。「点のAI活用」から「つながったAI活用」へ、今すぐ移行の準備を始めましょう。
- 今日やること: 自社の業務フローで「最も繰り返し作業が多い」3つのプロセスをリストアップする（商談前準備、報告書作成、問い合わせ対応など）
- 今週中: 上記3つのプロセスに対して、今使っているツールがデータ連携できるか確認し、Claudeのプロンプトで試作する
- 今月中: ITSM/SFAツールのAI機能の現状調査（ServiceNow、Salesforce、kintoneなど主要ツールはすでにAI機能を持っている）と、社内のAIガバナンスポリシーの草案を作成する
「うちの会社でも29,000人展開なんて無理では？」と思った方へ。ServiceNowが証明したのは規模の話ではなく、「業務基盤にAIを組み込む」という発想の転換です。100人でも10人でも、同じアプローチで始められます。
ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。
著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。早稲田大学法学部在学中に生成AIの可能性に魅了され、X（旧Twitter）で活用法を発信（@SuguruKun_ai、フォロワー約10万人）。100社以上の企業向けAI研修・導入支援を展開。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。
参考・出典
- ServiceNow and Anthropic Partner to Scale Agentic AI Across the Enterprise — Anthropic（参照日: 2026-03-27）
- ServiceNow inks another AI partnership, this time with Anthropic — TechCrunch（参照日: 2026-03-27）
- ServiceNow and Anthropic partner to help customers build AI-powered applications — ServiceNow Newsroom（参照日: 2026-03-27）
- Anthropic will power ServiceNow agents, deepen Claude integration — Axios（参照日: 2026-03-27）
- ServiceNow embeds Anthropic Claude as its default Build Agent model — CIO（参照日: 2026-03-27）
