ブライアン・スキャンラン / Brian Scanlan · 05:50 「AI を使えていないなら、 デザイナーであれ PM であれエンジニアであれ、 期待を満たしていない — それは binary。 100 回でも 1000 回でも同じメッセージを言い続ける必要がある」
Brian Scanlan の AI Engineer Europe 2026 講演は、 「AI 時代の SaaS は本当に死ぬのか」 という業界の不安に対する 具体的な反証データ として機能している。 Intercom は 15 歳の Irish-American B2B SaaS で、 ChatGPT が出た週末に AI 企業へとピボット。 結果、 公開 SaaS 企業の成長率が下降線を辿る中で、 Intercom は逆に成長を加速している (講演冒頭の比較グラフ)。
Intercom の AI agent 「Finn」 (customer support 向け) は 2026 年 5 月時点で 8,000 顧客、 週 200 万 resolution、 売上約 1 億ドル規模に到達。 Anthropic、 Snowflake、 Linear、 Glean、 LaunchDarkly が Finn を自社サポートに使うという顧客構成も象徴的。 講演中盤で Brian は 「我々は最近自社モデルも build した、 Finn の英語テキスト会話 100% を担当、 Sonnet を outperform、 cheaper / faster / better」 と report する。 「SaaS は死んだ」 という Karpathy 系の業界言説に対する、 enterprise 側の実証反論となっている。
2x という ambitious / unambitious なゴール設定
2024 年中頃、 Intercom 経営陣は engineering velocity を 1 年で 2 倍 にするという目標を設定した。 これを project と team の名前にして 「2x」 と呼ぶ。 measurement は code changes per R&D person。 「これは wildly ambitious だが、 同時に wildly unambitious でもある — model と coding harness がどこに向かっているかを見れば」 と Brian。 後者の見立てが Intercom の勝因の一つで、 2024 年末の Claude Sonnet 系の breakout (Intercom の principal engineer が休暇明けに 「My god, things changed massively」 と Slack 投稿した時期) を 「業界全体に来る波」 として正しく予測していた。
初期の試行錯誤は他社と同じ。 GitHub Copilot 全員導入 → 全員 Cursor へ → Augment も検証。 ただし 「marginally 良い、 ある程度 fun」 程度の改善で頭打ちになっていた。 2024 年 12 月、 Brian は 全社統一プラットフォームとして Claude Code を選定 し、 2025 年 1 月から rollout 開始。 9 ヶ月後の 2025 年末には PR throughput の 2 倍達成。 目標を予定より 3 ヶ月早く達成した。
Platform 戦略 — マルチクラウドではない、 単一ベンダーの compounding 利益
Brian が講演で 30% の時間を割いて説明するのが platform 選択の哲学。 「Cursor も Augment も loads of people が adopt していた。 我々は believer in platforms — どれを選ぶかは実は大したことやない、 だが 1 つを選ぶことが重要」。 これは multi-cloud と同じ構造 — 異なる cloud に work を分散すれば、 well-designed な platform の compounding benefit が得られない。
Intercom の vision はシンプルだ。 「Claude を Intercom 全体で任意の technical task に向き合える senior engineer のように扱う」。 Brian の laptop でできることは Claude もできるべき。 「もちろん reckless ではない — database を全削除させたりはしない」 が、 mature な permission / audit / control system を既に持っている mature company として、 「我々が新入社員を unleash するのと同じように Claude を unleash する」 confidence がある、 と。
これは Claude Code の design philosophy を語る Boris Cherny での 「Claude Code は単なる autocomplete じゃない、 agent」 という設計者側の主張と、 enterprise 側で完璧に組み合わさっている事例。 Anthropic が想定した使い方を Intercom が大規模で実証した形。
Onboarding 戦略 — Skill / Hook / Plugin の hundreds 規模
Claude を 「senior engineer」 として扱うなら、 onboarding が必要。 Intercom は新入社員に教える全てを Claude にも教える — Rails conventions、 architecture、 React patterns、 testing standards、 security rules。 「15 年で大量のソフトウェアを build してきた、 Claude も Intercom 固有の context を知らなければ仕事ができない」。
実装手段は Anthropic 公式の Skills + hook + plugin の組み合わせ。 hundreds of contributors、 thousands of lines of code が Intercom の cloud plugin に蓄積されている。 注目すべきは plugin の deployment が Intercom 独自 で、 「Claude Code の標準 update メカニズムを bypass して、 全 laptop に internal cloud plugin を push out する」 仕組みを内製した。 「数百台の laptop で Claude Code install を debug する時間が膨大だった、 Python install を 100 台で管理するのと同じ地獄」 — 大規模 enterprise の現場でしか出てこない knowledge。
Skill の self-updating も Intercom の特徴。 「動かなかったときに guidance を update する flywheel」。 Brian の experience: 最近 security incident (Snowflake テーブルメタデータが public GitHub repo に誤って publish された) で、 Brian は habitually Claude Code を開いて 「Slack の channel を見て」 と頼んだ。 Brian 自身も知らなかった skill が、 全 data breach policy を encapsulate していて 自動 trigger され、 files を download、 分析、 「innocuous (無害) と結論」 を 2 分で出した。 これが本来 20 分の boring task だった。 「Brian が intent だけ与えて、 agent が skill を自動選択した」 — これが Anthropic が intent-based の skill selection として推奨する使い方の現場実装。
「やる気」 を組織変革として実装する
Brian の講演で技術論より crucial なのが組織論の部分。 「Engineering leadership に必要なのは決断と executive guidance、 organizational change」。 具体的に Intercom がやったこと:
- Job description の改訂: 「AI を adopt していないなら、 デザイナー / PM / エンジニア の expectation を満たしていない、 binary」 と明文化
- 反復メッセージング: 「同じメッセージを 100 回 / 1000 回、 あらゆる forum で繰り返す」 — 「urgency を constant に語り続ける」
- Reward 文化: 「skill を update した、 plugin を改善した」 を自動で Slack channel に投稿、 celebrate
- Hackathon と AI immersion days
- Team 2x の常駐: 「我々の best people を full-time でこれに置く、 medium / large org なら必須」
Brian の指摘で重要なのは、 「hey, you got to AI everything, best of luck」 のような放任は失敗する、 という点。 「hundreds of engineers を bring along する」 conscious effort が必要。 これは Karpathy の Software 3.0 / Agentic Engineering ビジョン での 「組織全体の vibe shift」 の主張を、 大企業の具体的 implementation で fill-in する形になっている。
結果 — 数字とダッシュボード
Brian は AI Engineer Europe で内部ダッシュボードのスクリーンショットを公開した。 主な数字:
- PR throughput が 9 ヶ月で 2 倍 (目標は 1 年だった)
- Claude Code 生成の PR が全体の 90% 台
- 自動 code approval rate 17.6% — back-testing と human label による confidence level の精緻化
- SOC 2 / ISO 27001 / HIPAA 全て準拠 — auditor と協議の上、 「human-in-the-loop なしでも認証は満たせる」 を確認
- Defect closure 速度が史上最速 — 「backlog zero」 を目指すチームも出現
- Stanford 研究グループとの code quality 計測でコード品質が上昇傾向
この 17.6% 自動承認率は、 「Laurie Voss が警告する prescriptive eval の罠」 を avoid しながら達成された数字。 Brian は 「PR を safe / simple な形に shape する work を相当やった」 と説明 — agent が承認しやすい形に PR 自体の設計を変えた、 という reverse direction の改善。 これは Sholto Douglas / Trenton Bricken の Vibe Coding 本番運用 議論と同じ方向 — 「agent を信頼する前に、 agent が信頼できる形に組織と code を変える」 という二重の adaptation。
Maturity model — Engineer の進化 5 段階
Brian が示す Intercom 内部の engineer maturity rating は、 multi-stage の進化フレーム:
- 使う: Claude Code を全てに使う
- 自動化する: 自分の work を automate する
- Skill 化する: 自動化を skill として外部化
- Skill writing 熟達: skill を書くのが上手くなる、 skill を継続改善
- Environment 最適化: agent が更に effective になるよう、 software architecture や documentation 自体を agent 前提で reshape
最後の段階が特に深い。 「agent を中心とした environment 最適化」 — 既存のコードベースや docs を、 agent が使いやすい形に書き換える work。 これは Granola の 「Cannot one-shot it」 知見 や agentic search の context engineering と通底する、 「agent first の codebase」 の組織実装。
「Sysadmin → SRE と同じ shift、 100 倍速」
Brian は自分の career を引き合いに出して締める。 「昔 Unix sysadmin として data center に通って servers を rack していた。 Cloud が来て、 sysadmin → SRE に shift した。 work は automation 寄りに、 impact は大きく、 給与は高くなった。 今起きているのは、 これと同じ shift が 100 倍速で、 業界全体規模で起きてる」。
この比喩は Karpathy の vibe coding → agentic engineering 議論 での 「abstraction layer が一つ上がる」 主張と完全に一致する。 ただし Karpathy は思想として語り、 Brian は 9 ヶ月の実証データ として語る。 同じビジョンの 2 つの cross-section。
編集所見 — Intercom 実証は何を decide させるか
この講演を MEMEX で取り上げる視点は 3 つ。
(1) SaaS 業界の AI 適応速度の reference 値。 Intercom = 1,400 人規模、 Rails monolith、 15 年の legacy code。 これが 9 ヶ月で開発速度 2x。 同規模の SaaS 企業 (Hubspot、 Zendesk、 ServiceNow 等) が この speed に追いつけないなら、 競争力で structural な差 が開く。 これは投資家・経営者にとって 2026 年下半期の重要な watch metric になる。
(2) Claude Code = enterprise platform の標準確立。 Cursor / Augment / Codex が並立する 2026 年の coding agent market において、 大規模 enterprise の adoption case として Intercom の事例は Anthropic 側の最大の sales weapon になる。 Anthropic $350B 評価額の構造 と 日本 3 メガバンクの Claude 採用 と並んで、 Anthropic の B2B 戦略の delivery 実証となる事例。
(3) 「全員一斉」 ではなく 「best people from」 の戦略。 Intercom は best engineers を最初に full-time で Team 2x に配置、 そこから scale させた。 これは Mike Spitz (PFF) の 2 ヶ月 case study での 「best 2 engineers から始める」 戦略と完全に符合。 異なる規模・業種・地域の企業が、 同じ adoption pattern に収斂しつつある。 これが 2026 年の AI 導入の de facto standard になりつつある証拠。
動画の構成
- (00:00) Intercom 紹介、 SaaS 不況下で逆成長するグラフ
- (02:00) Finn (customer support agent) の規模、 自社モデル announcement
- (03:00) Brian 自己紹介 — 12 年、 Platform Group、 shipping obsession
- (04:00) 2x project の origin — 2024 中頃のゴール設定
- (05:00) Engineering leadership とメッセージング戦略
- (07:00) Team 2x の常駐化、 Claude Code 全社統一決定 (2024 年 12 月)
- (09:00) Onboarding と plugin deployment — 数百台 laptop の管理
- (11:00) Engineering 全体が変わる、 abstraction layer の shift
- (13:00) Skill flywheel の実例 — security incident で auto-trigger された skill
- (15:00) Engineer maturity model 5 段階
- (16:00) 内部ダッシュボードの数字公開 — 2x 達成、 17.6% 自動承認
- (18:00) Defect closure 加速、 Stanford との code quality 研究
- (20:00) Claude Code が Intercom 社外にも viral、 single-person team 実験
- (21:48) 締め: 「今やってないなら、 すぐ始める必要がある」