全般検索

    WEEKLY DEEP TECH BRIEFING

    週刊ディープテック・ダイジェスト

    📖 最新号サンプル・過去号一覧を見る →
    ホーム 最新記事 注目企業
    企業: テンセント 企業: Dify.AI AI

    なぜリコーもNTTも使うのか?蘇州発「Dify」6万星の衝撃

    蘇州の元テンセント技術者が生んだオープンソースAI基盤「Dify」が、リコーやNTTデータなど日本の大手企業を席巻している。コード不要の視覚的ワークフローが現場の「市民開発」を加速させた一方、99%が無償利用というオープンソース収益化の壁とクラウド巨頭の包囲網が立ちはだかる。

    🇯🇵 日本産業対照:
    ソフトバンクG(SBG) NTT(tsuzumi) NEC Sakana AI 世界水準: OpenAIAnthropic(Claude)Google Gemini
    なぜリコーもNTTも使うのか?蘇州発「Dify」6万星の衝撃

    ドラッグ&ドロップの直感的な操作で大規模言語モデル(LLM)と社内データを連携させるDifyのワークフロー画面。非エンジニアでも高度な業務エージェントを自作できる(出所:LangGenius 公式資料)

    1. 蘇州の雑居オフィスから生まれた「中立の道具箱」

    2023年3月、中国・江蘇省蘇州の工業園区。巨大IT企業テンセント(騰訊)を離職したばかりの1991年生まれのソフトウェア開発者、張路宇(Luyu Zhang)氏は、机を並べたわずか数名の創業メンバーとともに、世界中のソフトウェア産業を揺るがすことになるオープンソースプロジェクトのコードを書き始めていました。

    世界はOpenAIの「ChatGPT」ブームに沸き立ち、シリコンバレーのベンチャーキャピタルは生成AI関連のスタートアップに天文学的な資金を注ぎ込んでいました。当時、AIアプリケーション開発の分野で世界のデファクトスタンダードと目されていたのは、米サンフランシスコ発のオープンソースライブラリ「LangChain」でした。

    しかし、かつてソフトウェアテスト自動化SaaS「飛蛾(Feie)」を創業してバイアウトし、テンセントで100万人規模の開発者プラットフォームを率いた経験を持つ張路宇氏の目には、まったく別の現実が映っていました。

    「LangChainはあまりに難解で、あまりに壊れやすい」

    Pythonコードを数百行書き連ねなければ簡単な社内検索ボット(RAG)すら動かず、モデルのバージョンが上がるたびに依存関係が破綻する。これでは、AIを活用したいはずの一般企業の業務担当者や現場のプログラマーが、実用的な業務システムを完成させる前に息絶えてしまう――。

    張路宇氏が導き出した第一性原理(First Principles)は極めてシンプルでした。生成AIの普及における本当のボトルネックはモデルの性能競争ではなく、プロンプトと社内データ、業務ロジックを直感的につなぐ「エンジニアリングの断絶」を埋めることにある、という確信です。

    プロジェクト名は「Dify」。「Define(定義する)」と「Modify(修正する)」を組み合わせた造語であり、「Do it for you(あなたの代わりにすべてを整える)」という開発哲学が込められていました。

    AIの民主化とは、全員にPythonを書かせることではない。現場の業務を知る人間が、画面上のブロックを繋ぐだけで自律型エージェントを生み出せる環境を作ることだ。

    張路宇(Luyu Zhang)/ LangGenius(Dify)創業者兼CEO

    コード中心の玄人向けツールをあえて捨て、視覚的なフローチャート形式でプロンプト、外部API、社内ナレッジ検索(RAG)をレゴブロックのように組み立てられるGUIプラットフォーム。この設計思想が、世界中の開発者コミュニティで爆発的な支持を集める起爆剤となりました。

    2023年春

    蘇州にてプロジェクト始動・オープンソース公開

    テンセント出身のエンジニア陣がLangGeniusを設立。GitHub上にリポジトリを公開し、Dockerコマンド1発で自前サーバーに立ち上がるLLM開発基盤として海外へ発信を開始した。

    2024年春

    Workflow機能リリースと日本市場での自然爆発

    視覚的なオーケストレーションエンジン「Dify Workflow」をローンチ。複雑な業務手順を分岐・ループ制御できる機能が日本のQiitaやZennで猛烈なバズを引き起こし、GitHubスター数が急加速した。

    2024年秋

    リコーが全社3万人導入と公式パートナーシップを発表

    事務機器大手の株式会社リコーが全社導入を発表し、国内中小企業向け導入支援事業を始動。GitHubスターは6万件を超え、フォーチュン500企業への浸透が進んだ。

    2025年〜2026年

    日本法人設立と大型資金調達・エンタープライズ化

    初の海外現地法人として東京に「株式会社LangGenius」を設立。セコイアなどから3,000万ドル(約45億円)を調達し、評価額1.8億ドル(約270億円)のAIインフラユニコーンへと急成長を遂げた。

    2. なぜ日本市場で「爆発的PMF」が起きたのか

    Difyの成長曲線において、最大の転換点となったのは「日本市場での異例の猛火」でした。

    多くの中国系ソフトウェア企業が海外進出を試みる際、第一候補とするのは巨大な購買力を持つ北米市場か、文化的距離の近い東南アジア市場です。日本市場は伝統的に「商習慣が独特で参入障壁が高く、海外製SaaSの受け入れに極めて慎重な保守的市場」と見なされてきました。

    ところが2024年4月、Difyが「Workflow(視覚的業務フロー定義機能)」をリリースした瞬間、日本の技術コミュニティで前代未聞の現象が起きました。

    エンジニア向け情報共有サイト「Qiita」や「Zenn」、そしてソーシャルメディア「X(旧Twitter)」上で、日本のソフトウェア技術者たちがDifyの活用検証記事を連日投稿し始めたのです。「ローカル環境にDifyを構築してみた」「社内マニュアルをRAGで完全自動化した」「複雑な経費精算フローをノーコードで組む方法」といった実践記事がランキング上位を独占しました。

    創業者である張路宇氏自身も、極客公園(GeekPark)が主催した「IF2025」イノベーション大会の壇上で、次のように率直に振り返っています。

    「私たちは日本市場に巨額の広告費を投じたわけでも、現地の営業代理店を雇って売り込んだわけでもありませんでした。日本市場の熱狂は、純粋なオーガニック(自然発生的)の産物だったのです」

    なぜ、日本企業の琴線にDifyはここまで深く突き刺さったのでしょうか。背景には、日本特有の産業構造と組織的ペインポイントが存在していました。

    シリコンバレー流・コード至上主義(LangChain等)

    エンジニア偏重の開発スタイル

    高度なプログラミング能力を前提とし、IT部門の専任エンジニアしか触れない。現場の業務担当者がアイデアを持っても、社内ITの順番待ちで実装まで半年を要する。

    ブラックボックス化するプロンプト

    コード内に埋め込まれた推論プロセスが可視化されず、業務のどの段階で誤答やハルシネーション(幻覚)が発生したかを非エンジニアが検証できない。

    Dify・視覚的オーケストレーション(現場主導型)

    現場の非エンジニアによる「市民開発」

    営業、総務、法務などの業務担当者が、直感的なUI上でブロックをつなぎ合わせるだけで、自身の日常業務に直結したAIエージェントを即日プロトタイピング可能。

    工程ごとの厳格な品質管理と可視化

    日本の製造業や大企業が得意とする「工程管理」の発想と一致。ノードごとにインプットとアウトプットを検証でき、出力のブレを徹底的に抑制できる。

    第一に、日本が直面する「2025年の崖」と構造的なIT人材不足です。欧米企業と異なり、日本の大企業は社内に潤沢なソフトウェアエンジニアを抱えておらず、システムの多くを外部のシステムインテグレーター(SIer)に委託してきました。

    そうした環境でChatGPTのような革新的技術が登場しても、現場のビジネスサイドは「IT部門に頼んでも開発に着手してくれるのは半年後」という現実に絶望していました。Difyのノーコード/ローコード環境は、現場の一般社員が自力で社内ツールを作り出す「市民開発(Citizen Development)」の扉を一気にこじ開けたのです。

    第二に、日本の大企業文化である「手順の標準化と品質へのこだわり」との親和性です。自律的に勝手な判断を下してしまう未成熟なAIエージェントに対し、Difyのワークフローは「この文書を検索し、要約し、条件分岐で法務チェックに回す」という業務手順を視覚的にガチガチに制御できます。この安心感が、品質管理に厳しい日本企業のコンプライアンス意識と完璧に合致したのです。

    さらに決定打となったのが、「自前環境で動かせる(セルフホスト)オープンソース」というアーキテクチャでした。

    クラウド型の大規模言語モデルを使わせることに慎重な日本企業のセキュリティ部門も、「Dockerコンテナを用いて自社のAWSやプライベートクラウド(閉域網環境)内に閉じ込めて運用できる」という条件であれば、稟議を通すことができたのです。

    3. リコー3万人の実戦配備と国内SIエコシステムの地殻変動

    草の根の技術者コミュニティから始まったDifyの熱狂は、やがて日本を代表する大企業の経営中枢を動かすに至りました。その最大の象徴が、事務機器大手・株式会社リコーによる全社的コミットメントです。

    リコーグループは、自社の国内グループ社員約3万人が利用できる共通AI基盤としてDifyを全面採用しました。各事業部門の社員が日常業務で使うAIエージェントを自作し、部門を越えて共有できる環境を社内に構築したのです。

    リコーが提供するDifyを活用したエンタープライズ向けAIアプリ共有プラットフォーム
    リコーが提供する「RICOH AI App Mall powered by Dify」のコンセプト画面。社内で作成された業務特化型AIエージェントをカタログ化し、組織全体でシェアできる(出所:株式会社リコー 公式発表資料)

    単なる社内導入にとどまらず、リコーはこの自社実践の知見を外販ビジネスへと昇華させました。2024年秋にはDifyの運営元である米LangGenius社と公式の販売・構築パートナー契約を締結。社内の優れたAIアプリを顧客向けにテンプレート化して提供するプラットフォーム「RICOH AI App Mall powered by Dify」と、中小企業向けの環境構築・伴走支援サービスを矢継ぎ早に打ち出しました。

    リコーだけではありません。NTTデータ、インターネットイニシアティブ(IIJ)、サイバーエージェント、京進グループなど、日本の通信・SI大手や大手Web企業が次々とDifyの導入や共同ソリューションの開発に名乗りを上げました。

    日本国内では、有志の企業やエンジニアによって「一般社団法人Dify協会」まで設立され、大企業同士がプロンプトの設計ノウハウやセキュリティ運用のベストプラクティスを情報交換するコンソーシアムが形成されるという、海外製オープンソースとしては異例の官民一体のエコシステムが誕生したのです。

    Dify(LangGenius)

    中立のAIオーケストレーション基盤
    オープンソース & エンタープライズ版

    リコー(RICOH)

    3万人社内基盤 &「AI App Mall」外販
    全国の中小企業向け導入伴走支援

    NTTデータ / SIer網

    金融・官公庁向け閉域網構築
    レガシーシステム連携コネクタ開発

    一般社団法人Dify協会

    国内エンタープライズの事例共有
    運用セキュリティ基準の標準化推進

    マルチモデル基盤連携

    OpenAI / Claude / Gemini / 日本産LLM
    モデルの乗り換え・比較検証を容易化

    この熱波に応える形で、LangGenius社は2025年2月、同社にとって世界初の海外拠点となる日本法人「株式会社LangGenius」を東京に設立しました。シリコンバレーに本社機能を置きつつも、収益化とエンタープライズ開拓の最前線として日本市場を「最重要拠点(Japan First)」と位置づけた瞬間でした。

    リコーが発表したDify環境構築および企業向けソリューションの全体アーキテクチャ構成図
    セキュアなクラウド基盤上にDifyを配置し、社内データ連携とガバナンス管理を両立させるエンタープライズ向け構成図(出所:株式会社リコー プレスリリース資料)

    4. 99%のフリーライダーと「オープンソースの収益化の罠」

    しかし、光が強ければ影もまた濃くなります。Difyが世界的な名声とGitHub上の数十万の支持を獲得する一方で、そのビジネスモデルの足元には、オープンソースソフトウェア(OSS)が宿命的に直面する冷徹な商業的障壁が横たわっています。

    その最大の暗面は、「ユーザーの99%が1円も払わないフリーライダー(無償利用客)である」という構造的矛盾です。

    Difyは、GitHub上でソースコードが全公開されており、Dockerコンテナを使えば誰でも手元のPCやクラウドサーバーに無料でフルスタックの環境を立ち上げることができます。日本国内で「Difyが流行している」と騒ぐ企業の多くは、この無料のオープンソース版を自社のインフラにデプロイして社内検証(PoC)を行っているに過ぎません。

    OpenAIやAnthropic、ローカルモデルなど数十のプロバイダーを一元管理できるDifyのモデル設定画面
    特定のAIモデルに囲い込まれない中立性が支持される一方、モデル呼び出しのAPIコストはユーザー負担となり、プラットフォーム自体の継続課金フックをどう作るかが問われる(出所:LangGenius 公式資料)

    プロダクト主導型成長(PLG:Product-Led Growth)を標榜するDifyにとって、無料コミュニティの拡大はマーケティングコストを極小化する強力な武器でした。しかし、そこから有料の「クラウドSaaS版」や「エンタープライズ商用ライセンス」への転換率は、極めて厳しい現実に直面しています。

    提供形態主な利用者層月額コスト感商業的メリット直面する課題と収益の壁
    オープンソース(セルフホスト)個人開発者、中小企業、PoC検証中の大手完全無料(0円)GitHubスター急増、世界的な認知度獲得、コミュニティによるバグ修正収益貢献ゼロ。サーバー費用やAPI利用料は各クラウドに流れ、LangGeniusには1円も入らない
    パブリッククラウド版(SaaS)スタートアップ、小規模チーム、Web開発者数千円〜数万円 / 月サーバー構築不要、即座に最新機能が利用可能、手離れが良いデータの外部送信を嫌う日本の大企業は利用禁止。小規模ユーザー中心で解約率(チャーン)が高い
    エンタープライズ版(商用ライセンス)リコー、金融機関、製造業など大手企業数百万円〜数千万円 / 年高額な年間契約(ARR)、SAML/SSO認証、監査ログ、専任サポート提供営業・サポートの負荷が甚大。日本の厳しいSLA要件、SIerとの収益分配による利益率の低下

    特に日本市場におけるエンタープライズ営業は、シリコンバレー流の「クレジットカード決済で月額数百ドルのSaaSを自律的に使い倒す」というスマートな世界線とは対極にあります。

    日本の大企業が求めたのは、閉域網での完全動作、Active Directory連携、詳細な権限管理、専任SEによる24時間障害対応、そして日本語による瑕疵担保責任の保証でした。これらは純粋なソフトウェアの価値というより、手厚い「人間系サービス」の領域です。

    結果として、DifyはリコーやNTTデータといった日本の大手SIerと組まざるを得なくなりました。SIerに頼ることで大企業の信用口座を開設できる反面、ライセンス売上の一部はパートナーに分配され、成約までには数ヶ月から1年の重厚な稟議プロセスを耐え忍ばなければなりません。

    さらに、オープンソース特有の「開発スピードと保守性の衝突」も社内摩擦を引き起こしています。

    GitHub上のオープンソース版は、世界中の開発者の要望を取り入れて毎週のように猛烈なスピードでバージョンアップを繰り返します。しかし、データベースのスキーマ変更やAPI仕様の変更が頻繁に起こるため、自社サーバーで運用する保守的な日本企業のIT部門からは「アップデートしたら動かなくなった」「昨日のワークフローがエラーを吐く」といった悲鳴が上がり、サポート部隊を疲弊させる要因となっているのです。

    5. プラットフォーマーの包囲網とエージェント自律化のジレンマ

    Difyが直面している構造的脅威は、社内の収益化問題だけにとどまりません。生成AIの地殻変動そのものが、中間層(ミドルウェア)としてのDifyの存在意義を激しく揺さぶり始めています。

    最大の脅威は、「巨大プラットフォーマーによるミドルウェア機能の無料内包化(コモディティ化)」です。

    マイクロソフトは「Copilot Studio」を強化し、Power Platformのエコシステム内にドラッグ&ドロップでエージェントを組める環境を完備しました。アマゾンウェブサービス(AWS)は「Bedrock Agents」を、グーグルクラウドは「Vertex AI Agent Builder」を提供し、バイトダンス(字節跳動)も無料の「Coze(扣子)」を世界展開しています。

    これらのメガクラウドは、自社の強大なクラウドアカウント管理やGPUインフラと直結したエージェント構築機能を、大企業向けの包括契約の中に「実質無料のオマケ」として抱き合わせ販売することができます。純粋な独立系スタートアップであるDifyが、インフラ巨人のバンドル攻撃に対してどこまで単体ソフトウェアとしての課金価値を維持できるかは予断を許しません。

    さらに本質的な技術的ジレンマも迫っています。「AIエージェントの自律化」そのものです。

    OpenAIの「o1」や、Anthropicの「Claude 3.5 Sonnet(Computer Use)」に見られるように、基盤モデルの推論能力と自律遂行能力は飛躍的な進化を遂げています。これまで人間がDifyの画面上で「Aのステップが終わったらBへ分岐し、エラーならCを実行する」と緻密に組んでいた決定論的ワークフローは、モデルが自ら試行錯誤してタスクを完遂する自律型エージェントへと急速に置き換わりつつあります。

    「人間が画面上でノードを繋ぐ作業そのものが、モデルの進化によって不要になるのではないか」――これは、GUIワークフローを武器にしてきたDifyにとって、自らの強みが無効化されかねない根源的な問いです。

    こうした逆風の中で、創業者・張路宇氏が賭けているのは「モデル中立の立場を貫くスイスのような存在」であり続けることです。

    マイクロソフトのツールを使えばAzureとOpenAIに縛られ、AWSのツールを使えばBedrockに縛られる。しかし、AIモデルの世界では、昨日の王者が明日の敗者になるほど勢力図が激変します。ディープシーク(DeepSeek)のように突如として圧倒的コストパフォーマンスのモデルが登場した際、ボタン一つで基盤モデルを切り替え、自社の業務ワークフローをそのまま温存できる中立のプラットフォームこそが、最終的に企業のベンダーロックイン回避策として生き残るという確信です。

    蘇州の小さな雑居オフィスで始まった「プログラミングを不要にする道具箱」は、日本の大企業の現場を揺さぶり、オープンソースの熱狂を生み出しました。しかし、フリーライダーの海から持続可能なキャッシュフローを汲み上げ、進化を続けるAI巨人たちの包囲網を突破できるのか。

    中国発・日本経由でグローバルAIインフラの頂点を目指すDifyの航海は、まさに今、最も冷徹な商業の荒波へと突入しています。

    なお、同領域における産業構造の転換については、本誌が先に検証した「コードを全開放しろ」テンセント混元、動画AI無料の裏側および単一GPUで動くo1級思考力:アリババQwQ-32Bの現実の分析もあわせて参照されたい。

    参考資料・情報元

    +1
    リンクをコピーしました
    ✓

    執筆・編集:中国テック番犬 編集部

    孔明合同会社(KongMing LLC)/ 先端技術リサーチチーム
    10年の取材実績

    中国決済黎明期から10年以上の取材実績を持つ金融DX実務家、元IBMのエンタープライズITアーキテクト、外資系戦略コンサルティングファーム出身のビジネスアナリスト、およびAI・先端テックスタートアップ陣によって構成される専門リサーチ集団。現地の公式発表・法定開示・登記・特許・学術論文を直接精査し、日本の産業界へ向けて構造的で偏りのない客観インサイトを発信しています。

    コメント

    ...
    コメントを読み込んでいます...

    コメントを投稿する

    ※ メールアドレスは公開されません。

    💡 Googleでログインすると、お名前・メールの入力と認証コードが不要になります。