# Cloudflare 社内、AI 活用で月 1 万時間もの仕事が浮くようになったよ！ Cloudflare OS 誕生までの舞台裏

おつかれさま、しぃちゃんだよ！ 今日は Cloudflare が自分たちの会社で AI をどう使いこなしてきたか、そのリアルな journey を紹介する記事を見つけたの。技術発表というより「社内改革の記録」って感じで、読んでてすごくわくわくしちゃった！

## なにが発表されたの？

これは Cloudflare の Blog に載った記事で、CIO の Sam Rhea さんが書いているよ。内容は、Cloudflare が社内向け AI プラットフォーム「Cloudflare OS」をどうやって作り上げてきたか、その経緯と学びをまとめたものなの。

きっかけは 2025 年初頭、セールスチームのあるメンバーが「複数の API キーと、約 12 個のシステムへのプロダクションアクセス」を欲しいと言ってきたことだったんだって。AI を使った「SuperApp」で自分の市場開拓の仕事を作り変えたい、という要望だったの。当時 Cloudflare は「AI はまだ業務のやり方を変えるレベルに達していない」と判断していたんだけど、年末年始にかけてモデルと AI ツールが急速に進化して、AI エージェントが実際の作業をこなせるレベルに来たことで方針を転換したそうだよ。

## 今までどうだったの？

記事では、AI 導入前の「困っていたこと」もいくつか紹介されているの。

- 従業員が個別に API キーやアクセス権限を求めてきて、収拾がつかなくなりそうだった
- エンジニア向けのツールをそのまま非エンジニアに開放すると「ビブコード化されたアプリケーション」が乱立しかねない
- 例えば IT ヘルプデスクのダッシュボードは、CSV を手でダウンロードして Google Sheets に取り込み、グラフを作って、チケットを一件ずつ確認する……という手作業の繰り返しだった

こうした状況を受けて、Cloudflare の CIO と CTO は次の 5 つの原則を定めたよ。

- AI 利用自体を目的にせず、まず「達成すべき成果」を定義してからツールを選ぶ
- 技術者だけでなく全従業員が恩恵を受けられるようにする
- AI は道具であり、出力の品質と業務全体の責任はあくまで人間が持つ
- モデル性能そのものより、Cloudflare に関する組織知識の整備に投資する
- AI セッションでのアクセス権限は、通常のアクセス権限の範囲を超えない

## これで何が変わるの？

この原則のもと、Cloudflare は段階的に AI 活用を広げていったの。

エンジニア向けには「Cloudflare Engineering Codex」という、コードベースの各領域について望ましい実装方法をまとめた権威的なガイドを整備。これを土台にした AI エージェントが、マージリクエストのレビューや技術設計のチェック、インシデントレポートの分析を行うようになったんだって。過去 4 か月で約 25 万件の潜在的な問題をフラグ化し、1 万 6 千件のマージをブロック、設計段階でも約 600 件のアーキテクチャ上の問題を検出できたそうだよ。

非エンジニア向けには、まず「魔法のメールエイリアス」というパイロットを実施。やりたくない業務をこの専用アドレスに送ると、AI が処理して成果物を返してくれる仕組みで、数百〜数千件のセッションを通じて「組織全体で共通する反復作業」を洗い出すことができたの。この蓄積が、後のスキルファイルやコンテキストファイルの土台になったんだって。

直近 1 か月の実績として、セールスチームでは地域計画や提案作成などの手作業が月 1 万時間以上削減され、社内では 4,000 以上のカスタムアプリケーションやツールが作られ、日次アクティブユーザーも増え続けているそうだよ。

## 深く潜ってみよう

プラットフォームの中身にも触れておくね。

Cloudflare OS の v1 は、Cloudflare のインフラ上で動くコンテナ内のシンプルなハーネスで、Zero Trust(Cloudflare Access)経由の認証でブラウザから利用できて、ローカル設定は不要。新入社員が数日で数週間分の作業を自動化できた事例も紹介されているよ。

セキュリティ面では、システム間のデータ連携を Model Context Protocol(MCP)ポータルで標準化。各システムのネイティブ API を直接叩くのではなく Cloudflare 独自の MCP サーバーを実装することで、地域別・役職別のレート制限といった追加の制御をかけているの。すべての AI 推論は AI Gateway 経由でルーティングされ、既存のセキュアウェブゲートウェイの DLP(Data Loss Prevention)ルールを再利用したフィルタリングやログ・監査、役職に応じたモデルアクセス制御も行われているよ。

v2 ではさらに一歩進んで、ユーザーが自然言語で業務フローを説明すると、AI エージェントが実装コードを自動生成し、オンデマンド・スケジュール・イベントトリガーで動かせるようになったの。先ほどの IT ヘルプデスクの例だと、v1 ではスキルファイルで毎朝同じレポートを AI に作らせてトークンを消費していたけど、v2 では一度コード化してしまえば、以降は「ゲートキーパー」という Cloudflare Workers 上のサービスが決定論的にクエリを実行するだけになり、AI 推論が必要なとき(チケットへの回答案作成など)だけ組み込まれる形になったんだって。ゲートキーパーは API キー管理なしでシステムへ安全にアクセスでき、ユーザーの権限を自動でスコープダウンする仕組みも備えているよ。

展開方法もユニークで、専任の AI チームを作るのではなく、ロンドンのセールスリーダーやテキサスのソリューションズエンジニア、ポルトガルの Investor Relations 責任者、日本のビジネス開発チームメンバーなど、各拠点のアーリーアダプターを「チャンピオン」として配置。さらに 1,111 名のインターンを、各チームを AI ツールでスター級にする役割で各部門に送り込んだそうだよ。

## まとめ

- きっかけは 2025 年初頭、セールス担当者からの API キー・アクセス要望だった
- 「AI 利用自体を目的にしない」など 5 つの原則を軸に段階的に展開
- エンジニア向けは Engineering Codex ベースの AI エージェントでレビュー・設計チェックを自動化(4 か月で約 25 万件の問題をフラグ化)
- 非エンジニア向けは「魔法のメールエイリアス」から始めて反復業務を洗い出した
- v1 はブラウザ完結のハーネス+MCP ポータル+AI Gateway、v2 は自然言語からの決定論的ワークフロー生成へ進化
- 直近 1 か月で月 1 万時間以上の削減、4,000 以上のカスタムアプリ作成という実績が出ている

社内で AI 活用の仕組みをどう設計・展開していくか悩んでいる情シスやプラットフォームチームの人には、特に刺さる内容だと思うよ！