情報技術 / クラウドインフラ
Cloudflare：社内開発組織におけるAIコーディングツールの運用
- 企業
- Cloudflare
- 国
- 米国
- 導入状況
- 運用中
- 資料公開
- 日付の基準
- 資料が公開された時点。導入を開始した日とは異なる場合がある。
- 根拠の確認方法
- 原文の本文を閲覧
業務課題
Cloudflareは従業員約6,100人のインターネット基盤技術企業である。同社は、AIコーディングツールを開発業務に正しく結び付けるには、ツールを配るだけでは足りないと述べた。社内のサービスやリポジトリ、リリース履歴に関する構造化された情報がなければ、AIエージェントは役に立たないという点が課題だった。モデル利用の費用と、社内の資料が外部のモデル提供事業者に残る問題も同時に解く必要があった。原文はこの取り組みを、コードの書き方だけでなく、レビューの仕方、標準の守らせ方、変更を安全に出す方法まで作り直した11か月の作業だと記している。
使った技術とデータ
同社は全社から人を集めてiMARSという専任チームを作り、自社プラットフォーム上に社内AI開発環境を築いた。社内ポータル1か所が、BackstageやGitLab、Jira、Sentry、Elasticsearch、Prometheus、Google Workspace、社内のRelease Managerを含む本番MCPサーバー13台をまとめ、182を超えるツールを公開している。GitLab MCPサーバーの34個のツールはリクエストごとに約15,000トークンのコンテキストを使っていたが、原文はこれをCode Modeでポータルのツール2つに減らしたと述べている。接続認証はCloudflare Accessが担い、リクエストは1つのproxy Workerを通ってAI Gatewayへ渡る。従業員のメールアドレスはD1に保存したUUIDに置き換え、KVで読み取りを支えるため、AI GatewayにはUUIDだけが見える。1時間ごとに動くcronがWorkers KVのモデル一覧を更新し、リクエストにstoreの値をfalseで入れて資料が残らないようにする。リポジトリごとにAGENTS.mdを用意し、サービス一覧は自社で運用するBackstageで埋めている。
成果
同社は、直近30日間に研究開発組織の93%が自社プラットフォームで作ったAIコーディングツールを使ったと述べた。実際の利用者は3,683人で、全従業員約6,100人の60%に当たると説明した。merge requestの4週間移動平均は週あたり約5,600件から8,700件を超え、3月23日の週には10,952件で第4四半期の基準のほぼ2倍だったと述べた。OpenCode AI Gatewayの画面は、1日あたり68万8,460件のリクエストと105億7,000万トークンを1つの窓口から4社の提供事業者へ振り分けていると記した。2026年3月にWorkers AIへ載せたコンテキスト256kのモデルKimi K2.5では、1つのセキュリティエージェントが1日に70億トークンを超えて処理しており、中位の商用モデルでは年間240万ドルかかると見込まれるが、Workers AIでは77%安いと述べた。
限界と残る課題
原文は全社の利用者比率とmerge requestの増加を併せて示しているが、その増加のうちどれだけがAIツールによるものかは区別していない。コード品質や不具合の比率の変化も数値では示されていない。
出典
- The AI engineering stack we built internally — on the platform we shipblog.cloudflare.com, 確認
公開資料をまとめた事例です。ATF Works導入企業の成果ではありません。