Cursor の活用事例｜AI事例ベース

発見と検証を別のAIエージェントに分離し、出典と数値が一致した事例だけを収録しています。

このページは『Cursor』タグが付いた事例だけを集めています。

AIコーディングエディタCursor、評価額90億ドルで調達交渉 — 半年で3倍・ARR20億ドル到達

プロダクト/流行🌏 海外スタートアップ資金調達Cursor

2026-04-17

techcrunch.com

手法

AIコーディングエディタCursor(運営元Anysphere)が既存投資家Thrive・a16zを中心に少なくとも20億ドルの新規調達を進めており、評価額はプレマネーで500億ドル(6か月前の前回評価額293億ドルからほぼ倍増)。Battery VenturesやNvidiaも参加見込みで、ラウンドはすでに応募超過だが条件は未確定。

示唆

Cursorは2026年2月時点で年換算収益(ARR)20億ドルに到達し(直近月次売上を年換算、Bloomberg報道)、2026年末には年換算収益ラン率60億ドル超を見込む(今後10か月で3倍以上の成長を想定)。自社モデルComposer導入と低コストモデル(中国Kimi等)活用により、サードパーティモデル依存によるマイナス粗利体質から脱し、大企業向け販売では黒字転換した一方、個人開発者向けは依然赤字。

成果・金額自己申告

ARR約$2B(2026年2月時点)、2026年末予想ARR run rate $6B超、調達額$2B以上、評価額$50B(前回$29.3Bから倍増)

"AI coding startup Cursor is nearing new funding in which the four-year-old company would raise at least $2 billion in fresh capital... Returning investors Thrive and Andreessen Horowitz are expected to lead the financing at a $50 billion valuation... In February, Cursor reached $2 billion in annualized revenue, calculated by projecting its most recent monthly sales over a year, Bloomberg reported."

How Vercel used Cursor to build Queues

開発🌏 海外Cursor開発生産性

2026-07-28

cursor.comベンダー提供事例

手法

VercelのDistinguished Engineer Joe Haddadが、新しいイベントストリーミング基盤「Vercel Queues」をCursorだけで構築。社内ドッグフーディングで得た知見をもとに、アーキテクチャを3回作り直しながら仕上げた。

示唆

作り切ってから直すのではなく、Cursorで素早く3回書き直す前提で使うことで、PRのスループットとサイクルタイムの両方が改善した。作り直しコストの低さが速度に直結している。

成果・金額自己申告

PRスループット+54% / PRサイクルタイム-89% / 機能あたり投入リソース-27% / 開発者1人あたり年104時間削減

"Vercel Queues was built entirely with Cursor. Power users saw a 54% increase in PR throughput, an 89% decrease in PR cycle time, and 104 hours saved per developer annually." / "...built the product entirely with Cursor across three separate rewrites, each one refining the architecture based on what the team learned from internal dogfooding."

ファストドクター、Cursor/Claude Code活用で週次マージ済みPR数を3.2倍に

開発🇯🇵 日本CursorClaude Code開発生産性Claude Code法人活用

2026-02-27

findy-code.io

手法

ファストドクター株式会社のオンライン診療事業本部が、Cursor・Claude Code(SubAgent生成機能を含む)・カスタムAgentを組み合わせて開発プロセスを再設計。「Cursorや Claude Codeなどのツールを使うことで3〜5倍程度はコーディングを速くできるように感じます」という体感をもとに、3ヶ月でPR数200%向上を目標に週次でマージ済みPR数を追跡した。

示唆

開発生産性向上の取り組みは「AIツール導入」だけでなく、週次目標設定とPR数の実績トラッキングをセットにすることで、体感的な高速化を組織的な成果指標(3.2倍)として可視化できる。

成果・金額自己申告

週次マージ済みPR数を3.2倍に向上。Week1: 目標20/実績31(5.2件/人)→Week6: 目標30/実績61(10.2件/人、ピーク)→Week8: 目標34/実績53(8.8件/人)

弥生、Cursor組織導入1年で全社PR数+65.5%

開発🇯🇵 日本Cursor開発生産性

2026-08-12

tech-blog.yayoi-kk.co.jp

示唆

Cursor導入効果を「速くなった気がする」で終わらせず、PR数という定量指標で1年間追跡し、活用/非活用チーム比較まで出した点が事例として珍しい。

成果・金額自己申告

全社平均PR数 +65.5%(2025年4月の6.9件→直近11.41件)、活用チームは非活用チーム比で最大約5倍のPR数

DeNA AI時代のコードレビューTips Cursorで構造可視化と定型作業の自動化

開発🇯🇵 日本Cursor

engineering.dena.com

手法

DeNAインフラSREチームがCursorを活用。①関数呼び出しグラフをGraphviz(DOT形式)で自動生成しビジネスロジックの流れを図解化するカスタムコマンド`/make-function-call-graph`(AIによる動的フィルタリングで必要情報のみ表示可)②PR説明文の作成とPR作成を自動化する`/make-pr`コマンド、を`.cursor/commands/`にGit管理してチーム全体で共有・定型レビュー作業を自動化した。

示唆

構造可視化と定型作業の自動化により、レビュー時の認知負荷を下げつつ、浮いた時間を本質的なレビューや設計議論に再配分できた事例。ただし導入対象のプロジェクト数・チーム規模は記事に明記なし。

成果・金額自己申告

月間約8時間削減

enechain Cursor導入の効果とチームの変化

開発🇯🇵 日本Cursor

2025-06-19

techblog.enechain.com

手法

Four Keys指標（デプロイ頻度・変更リードタイム）を導入前後で比較。デプロイ頻度は31→29件、変更のリードタイムは87.37時間→88.51時間とほぼ同水準を維持。この間シニアエンジニアが1名減員していたにもかかわらず開発生産性の指標が落ちなかった。また技術検証フェーズでCursorを活用したところ、人力でゼロから開発すれば2〜3日かかると見積もっていた検証を1日で完了できた。

示唆

AIコーディングツール導入の効果を「感覚」ではなくFour Keys指標という客観的な開発生産性指標で定量評価した事例。人員減という悪条件下でも指標が維持されたことで、Cursorが生産性の下支えに寄与したことを裏付けている。

成果・金額自己申告

デプロイ頻度: 31件→29件、変更リードタイム: 87.37時間→88.51時間、技術検証: 2〜3日→1日

DeNA SRE、Devin/Cursor/Geminiの使い分けでPerl→Go移行(1万行超)を約85時間で完遂

開発🇯🇵 日本DevinCursorGemini開発生産性

engineering.dena.com

手法

DeNA IT基盤部SREが、仕様が明確で自動検証可能なタスクはDevin、不確実性の高い作業はCursor、情報収集・方針検討はGeminiと役割分担。Devinの実装待ち時間に人間が並行して他施策を進める体制で、レガシーPerlシステムをGoへモダン化した。

示唆

単一のAIツールに頼らず、タスクの性質(自動検証可能性・不確実性)で自律型エージェントと対話型エディタを使い分けることが、大規模レガシー移行の実務時間短縮につながっている。

成果・金額自己申告

Perl製10,846行(86ファイル)→Go製8,750行(40ファイル)へ移行、作業時間約85時間

DeNA、Claude Code Actionsによる自動レビュー導入でPRあたりの人間レビュー回数を7.2回→2.7回に削減

開発🇯🇵 日本Claude CodeCursor開発生産性

engineering.dena.com

手法

DeNAスポーツプラットフォーム部が新規サービス開発で、API仕様レビューやコードレビューに特化したサブエージェントをClaude Code・Cursor上に構築。PR作成時に変更ファイルの種類に応じて適切なエージェントが自動実行され、Claude Code ActionsとGitHub Actionsで自動レビューを行う。

示唆

機械的に検出できる指摘をAIに委ね、人間は設計・ロジックといった本質的なレビューに集中する役割分担が、レビュー回数・コメント数という定量指標で効果を示している。

成果・金額自己申告

PRあたりの人間レビュー回数7.2回→2.7回、コメント数6.0件→1.9件

DeNA、Cursor全面活用で受託プロジェクトの開発工数を当初見積もりの半分以下に削減

開発🇯🇵 日本Cursor開発生産性

engineering.dena.com

示唆

既存コードの仕様把握時にAIに解説させることで理解コストが大幅に削減され、『認知負荷が明確に下がった』ことが報告された。加えてリリース後に重大なバグが出ないなど品質も担保できた。

成果・金額自己申告

開発工数を当初の見積もりから半分以下にまで大幅に削減

エンジニアリングの常識を「AI-Native」に再定義。メルカリが実現した"再現性"のある開発組織とは

開発🇯🇵 日本Claude CodeCursorDevinメルカリAI-Native組織開発

type.jp

手法

CTO直轄の「AI Task Force」を設置し、リーガル・ファイナンス・HRなど33の専門領域それぞれにエンジニアとプロジェクトマネージャーを配置(合計100名規模)。全領域で業務棚卸しとロードマップ作成を完了させ、約4000件のワークフローを定義してAI-Native化を推進。開発面では「Agent-Spec Driven Development(ASDD)」というAIフレンドリーな仕様書フォーマットを定義し、誰もがAIエージェントを最大限活用して開発できる体制を構築。

示唆

個別ツール導入でなく専任組織(AI Task Force)を作り、33専門領域×100名規模で全社の業務プロセスを棚卸し・ワークフロー定義(約4000件)してから展開する、組織設計主導のAI-Native化アプローチ。開発領域では仕様書フォーマットを標準化(ASDD)することでAIエージェント活用の再現性を担保しようとしている点が特徴。

成果・金額自己申告

社員のAI活用率95%、コード生成における AI比率約70%、開発スピードは前年比64%向上、AI Task Force 100名規模・33専門領域、定義済みワークフロー約4000件

「社員の95%が何らかのAIツールを使用」「コード生成においては約70%をAIが担っている状態」「開発のスピードは前年比で64%向上」「リーガル、ファイナンス、HRといった33の専門領域に対して、それぞれエンジニアとプロジェクトマネージャーをアサインしています。合計100名規模のTask Forceが、各領域のワークフローをAI-Native化するために動き出しました」「すでに全ての領域で業務の棚卸しとロードマップの作成が完了しており、定義されたワークフローの数は約4000にも上ります」

開発

Cursor claims its tools are a massive productivity hack for devs

開発🌏 海外Cursor

leaddev.com

手法

シカゴ大学の研究者Suproteem K. Sarkarが、1,000組織にまたがる数万人規模の開発者のデータを分析。Cursorのコーディングエージェントをデフォルト運用に切り替えた企業(24組織)と切り替えていない企業(8組織)を比較したところ、デフォルト化した企業はそうでない企業よりPRのマージ数が39%多かった。

示唆

AIコーディングエージェントを「使えるツール」から「デフォルトの働き方」に格上げすると、組織単位でPRスループットが有意に伸びる、という定量的な裏付けが得られた事例。

成果・金額自己申告

39%(PRマージ数増、Cursorデフォルト化企業 vs 非デフォルト企業)

Okta調査、企業向けAIツールの4年間成長率トップはAnthropic — 約57%の企業が2つ以上のAIを併用

プロダクト/流行🇯🇵 日本ClaudeCursorその他AI

2026-07-23

itmedia.co.jp

手法

IDaaS大手Oktaが、自社経由の企業アカウント純増数(4年分)を集計して企業向けAIツールの成長率とアカウント数をランキング化。ITmedia NEWSがPublickey記事の転載として日本語で報じた。

示唆

「どのAIが企業に入っているか」を実際の企業アカウント数という実データで見られる定点観測。成長率はAnthropicが突出する一方、アカウント総数ではMicrosoft 365が首位でGoogle Workspaceが追う構図で、順位は指標によって入れ替わる。約57%が複数AIプラットフォームを併用しており、単独の勝者が総取りするのではなく用途別の併用が既定路線になっている。

成果・金額自己申告

成長率(最大を100とした指数) Anthropic=100 / OpenAI 66.9 / Google Workspace 59.8 / GitHub 56.6 / Cursor 42.4、2つ以上のAIを併用する企業約57%

開発

Upwork、Cursor全社導入でPR数25%増・平均PRサイズ100%増・出荷コード量50%増

開発🌏 海外Cursor

cursor.com

手法

Upwork社のPrincipal Software EngineerであるAnton Andreev氏が、同社のエンジニア組織全体にCursorを導入した成果をCursor公式サイトの顧客事例として語った。役職・レベルを問わず開発チーム全体でPR数と平均PRサイズの両方が伸びたと報告している。

示唆

件数だけでなく1件あたりのPRサイズも同時に拡大している点がポイントで、AIが単純作業を細切れに増やしただけでなく、1人あたりが扱える実装規模自体を底上げしていることを示す事例といえる。

成果・金額自己申告

PR量+25%超、平均PRサイズ+100%超、出荷コード量約+50%増

METR、ランダム化比較試験でAIコーディングツールが熟練開発者を「体感20%速い」のに実際は19%遅くすると実証

開発🌏 海外ClaudeCursor

2025-07-10

metr.org

手法

METR(非営利AI評価団体、著者Joel Becker/Nate Rush/Beth Barnes/David Rein)が、平均22,000以上のスター・100万行超のOSSリポジトリで働く経験豊富な開発者16名を対象に、246件のissueをランダムにAI使用可否へ割当するRCT(無作為化比較試験)を実施。開発者は画面録画をしながら作業し実装に要した総時間を自己報告。使用ツールは主にCursor Pro + Claude 3.5/3.7 Sonnet、時給150ドルで報酬支払い、タスク平均2時間。

示唆

「AIで速くなった実感」と「実測データ」が真逆という定量エビデンス。AI使用時は実際には19%遅くなったにもかかわらず、開発者は事前に24%速くなると予想し、経験後も20%速くなったと信じ続けた。生産性訴求の広報事例に対する強力なカウンター事例であり、AI活用効果の評価にはRCTのような厳密な実験設計が必要という示唆を持つ。

成果・金額自己申告

完了時間+19%(AI使用時に遅延)、事前予想は-24%(速くなると予想)、経験後の体感は-20%(速くなったと信じる)、開発者16名・issue246件、リポジトリ平均22,000+スター・100万行超、時給150ドル・タスク平均2時間

SpaceX、AIコーディングStartup Cursorを600億ドル(全株式)で買収

開発🌏 海外CursorxAI

2026-06-16

techcrunch.com

手法

TechCrunch記事(2026-06-16付)がSpaceXによるAIコーディングツールCursor(元Anysphere、2022年設立)の全株式$60B買収合意を報道。買収はSpaceXのIPO数日後に発表され、xAI統合済みのSpaceX AI部門を強化する目的。クローズは2026年第3四半期見込み。

示唆

インフラ企業(ロケット/宇宙輸送)がAI開発ツール企業を買収する異例の垂直統合。直前のラウンドで$50B評価を狙っていたCursorが実際は$29B評価から$60Bで買収された点、IPO直後という時期選びも含め、AIコーディングツール市場の急成長と評価額の乱高下を象徴する事例。

成果・金額自己申告

買収額 $60B(全株式のstock deal)。買収前は a16z/Thrive/Nvidia等から$2Bの資金調達ラウンドで$50B評価を得る予定だったが、実際の直近評価額は約$29B(Series C $900M 2025年6月 + $2.3B 2025年末調達後)。

"SpaceX has agreed to acquire AI coding startup Cursor in a $60 billion stock deal, just a few days after the space company's historic IPO" / "Before SpaceX came knocking, Cursor was on track to close a $2 billion funding round from the likes of Andreessen Horowitz, Thrive, and Nvidia that would have valued the AI coding startup at $50 billion" / "a price tag of around $29 billion before the SpaceX deal was announced" / "SpaceX said Tuesday that the acquisition is likely to close in the third quarter of this year" / "The deal is meant to help SpaceX's AI division — built around Elon Musk's AI company xAI, which SpaceX merged with earlier this year — catch up to the major AI labs"

Dropbox uses Cursor to index over 550,000 files and build an AI-native SDLC

開発🌏 海外Cursor

cursor.comベンダー提供事例

手法

WebFetch (要約) + curl -sL -A 'Mozilla/5.0' で HTML 実取得しgrep突合で一次確認。Cursor公式ブログのカスタマー事例ページ(datePublished 2026-01-26T12:00:00Z, JSON-LD確認済み)。

示唆

巨大モノレポ(55万ファイル)を持つ企業でも、コードベース全体を横断推論できるAIコーディングツールを導入すれば、月100万行超のAI生成コード採用・エンジニア90%導入という規模で全社浸透が可能。ボトムアップの草の根利用(Slackでの共有・社内ハッカソン)をCTO自らが観測しAIチャンピオン制度化することで組織的採用を加速した点が示唆的。

成果・金額自己申告

モノレポ55万ファイルをCursorでインデックス化 / AI生成コード月100万行超を採用 / エンジニア週次利用率90%以上 / データセンター秒間30万リクエスト超処理規模

"Dropbox's engineers now accept more than one million lines of AI-suggested code every month with Cursor." / ""Speed is the only advantage of any company," says Ali Dasdan, Dropbox's chief technology officer." / "a monorepo with more than 550,000 files" / "Since adopting Cursor, PR throughput and cycle time have moved into the upper tier of industry benchmarks."

Amplitude、Cursorクラウドエージェントで週次本番コミット量3倍・低リスクPRの60-70%が人手レビューなしで直接本番反映

開発🌏 海外Cursor

2026-04-15

cursor.comベンダー提供事例

手法

Cursor公式ブログのカスタマー事例(2026-04-15公開)。WebFetchで本文取得し、CTO Curtis Liu氏の引用と3つの定量メトリクス(週次本番コミット3倍/低リスクPR 60-70%自動マージ/週1000件超の自動エージェント実行)を確認。

示唆

クラウドエージェントを並列稼働させ、機能のアイデアから本番反映までを自動化することで、低リスクPRは人手レビューなしで本番に直接マージできる比率が過半数に達している。開発速度の実質的な加速は「コード量」ではなく「本番投入可能な有用なソフトウェア」を生み出すことで得られるという整理。

成果・金額自己申告

週次本番コミット3倍、低リスクPR 60-70%自動マージ、週1,000件超の自動エージェント実行

Wayfair、CursorのAIエージェント並列実行でML研究サイクルを数ヶ月→4日に圧縮、推論コスト94%削減

開発🌏 海外Cursor

2026-06-15

cursor.comベンダー提供事例

手法

Cursor公式ブログ(https://cursor.com/blog/wayfair, 原題 "How Wayfair cut ML model costs by 90% (twice!) with Cursor", 2026-06-15公開, 著者 Cursor Team)をWebFetchで直接取得し本文を検証。method_summary記載の数値(94%コスト削減/110モデル変種を5人4日/20+並列エージェント/30分未満でアイデアから実験実行/3月に追加90%削減)がすべて原文記述と一致することを確認。

示唆

大企業のML研究チームでも、AIコーディングエージェントの並列実行(クラウドエージェント含む)により、従来数ヶ月かかっていた実験サイクルを数日単位に圧縮できる。単発の自動化ではなく「同時に多数のバリエーションを試す」並列化そのものが時間短縮の主因になっている点が、個人開発における並列subagent活用の妥当性を裏付ける一次情報として参照価値が高い。

成果・金額自己申告

推論コスト94%削減(12月)、その後3月にさらに90%削減、5名の研究者が4日間で110の実質的に異なるモデルバリエーションを構築・テスト、1人あたり20以上のエージェントを並列実行、3月には140以上の追加実験

"what would have been months of work fit into four days." / "cut inference costs by 94% while improving model precision" / "five researchers built and tested 110 substantively distinct model variations" / "Running many variants at once in Cursor was straightforward and easy. This made our four-day sprint realistic"

開発

Pieter Levels、Cursorで3時間で作った飛行シミュレーターゲーム「fly.pieter.com」が17日でARR100万ドルに到達

開発🌏 海外Cursorその他AI

2025-02-22

levels.io

手法

ゲーム開発未経験のPieter Levelsが「Cursor」で3時間かけてブラウザ版飛行シミュレーターMMO「fly.pieter.com」を構築。ブランドロゴ入り飛行機や看板惑星など広告出稿枠を協賛企業に直接販売するモデルで収益化し、Elon Muskの言及をきっかけに急拡散した。

示唆

10年かけて築いた60万人超のX(旧Twitter)フォロワー基盤と40以上のプロダクトを出し続けた実績があったからこそ「3時間のvibe coding→17日でARR100万ドル」が成立した実例。プロダクト単体の再現性は低いが、AIコーディングツールでの高速プロトタイピングと既存オーディエンスへの配信を組み合わせる威力を示す。

成果・金額自己申告

17日でMRR8.7万ドル(ARR換算100万ドル)、ユーザー32万人、インプレッション7400万。

開発

Hassam、Cursorで開発したAmazon商品リサーチAI「LaunchFast」を90日でMRR 2.18万ドルに成長

開発🌏 海外Cursor

2026-01-05

starterstory.com

手法

非エンジニアの創業者HassamがCursorでコードを書き、Amazon物販セラー向けのAI商品リサーチツール「LaunchFast」を開発。既存コーチングコミュニティ「LegacyX」との提携でローンチ初日から顧客基盤を獲得する、他者のオーディエンスに乗る配信戦略を採用した。

示唆

コーディング未経験でもAIコーディングツール(Cursor)で実用アプリを作り切れること、そして自前の集客に頼らず既存コミュニティの顧客基盤に相乗りする配信戦略を組み合わせれば、ローンチ90日で月次経常収益2万ドル超に到達しうることを示す実例。

成果・金額自己申告

ローンチ30日でMRR約1万ドル、60日で1.7〜1.8万ドル、90日で約2.18万ドル。価格はLegacyXコーチング顧客向け月額50ドル、一般向け月額199ドルの二段構成。

"To write the code we're going to use Cursor" / "Day zero we launched with the partnership with LegacyX and about 30 days in we were at 10K MRR...Around day 60 we were at 17 to 18K...and now 90 days in we're at about 21 8K" / "We offer a 50 a month pricing to the coaching customers of LegacyX and we have the regular pricing model for 199 per month for the general public"

CyberAgent、AIエージェント予算$200/人を全社展開しコミット数2倍・テスト比率78.6%→112.6%に向上

開発🇯🇵 日本CursorClaude CodeCodexClaude Code法人活用

2025-12-16

developers.cyberagent.co.jp

手法

CyberAgentがエンジニア1人あたり$200/年のAIエージェント費用サポートを全社展開し、Cursor/Claude Code/Codexの導入を後押し。導入後、テストピラミッドから「テストスカイスクレイパー」というテスト戦略へ転換し、GitHub Merge Queueで軽量テストと重いテストを分離、Claude Code Actionでコードレビューの最終ゲートキーパーを人間でなくAIに任せる体制を構築。

示唆

AIコーディングエージェント全社展開によりアウトプット量(コミット数)が急増する一方、品質保証の型自体を「テストピラミッド→テストスカイスクレイパー」+ CI高速化(Merge Queue)+ AIレビューゲート(Claude Code Action)へ再設計しないと品質が追いつかないことを示す実例。単なるツール導入だけでなく開発プロセス全体の再設計が伴った点が示唆深い。

成果・金額自己申告

予算$200/人/年、コミット数約2倍、テスト行/コード行比率 2025年6月78.6%→9月95.2%→12月112.6%（AIエージェント導入から6ヶ月以内にE2E・統合テストを全カバー）

エンジニア一人あたり200ドルの開発AIエージェント費用サポートが全社展開。チーム全体のコミット数が導入前の約2倍になり、テスト行/コード行の比率は2025/06: 78.6% → 2025/09: 95.2% → 現在(2025/12): 112.6%。テストピラミッドから「テストスカイスクレイパー」というテスト戦略をチームで導入し、GitHub Merge Queueを活用してPR作成時は軽量なテストのみ実行、Claude Code Actionを使って最終的なゲートキーパーを人間ではなくAIに任せる。

National Australia Bank、6000人開発者にCursor標準化 — グリーンフィールド開発速度5-8倍、支払アプリを4ヶ月→3週間で構築

開発🌏 海外Cursor

2026-04-23

cursor.comベンダー提供事例

手法

NABはAmazon QとGitHub Copilotを評価した上で6,000人の開発者にCursorを標準化(将来1万人超に拡大予定)。理由は①モデル選択の柔軟性(定型UI作業は安価なモデル、複雑な設計は高性能な思考モデルを使い分け)②数千リポジトリ(Java/React/COBOL/Assembly)にまたがるコードベース理解力③Cursorのrules/skills/hooksを使った社内コンテキストエンジニアリングライブラリ(NAB CEL)による拡張性。Principal EngineerがAsk ModeとPlan Mode(NAB-CELカスタムskill組込み)でモノリスのリファクタリング事前調査を行い、実装はComposer+Opusモデルで実施。

示唆

銀行のレガシー基幹系刷新において、AIツールの存在自体がビルド/バイ判断・着手判断の前提条件を変えた事例。引用「We've seen a 5-8x improvement in development velocity. But the main thing is we wouldn't have even tried to build this app without Cursor.」が示す通り、速度向上以上に「そもそも着手を検討すらしなかった」プロジェクトが動き出した点が本質。

成果・金額自己申告

モノリスBizCalc移行: 事前調査2ヶ月→1週間、全体移行期間6ヶ月→約2ヶ月(3倍高速化)。アセンブリ言語メインフレーム移行: 3倍高速化。グリーンフィールド決済アプリ: 当初想定4ヶ月→3週間で完成、開発速度5-8倍向上。

"NAB standardized 6,000 developers on Cursor after evaluating Amazon Q and GitHub Copilot." / "We've seen a 5-8x improvement in development velocity. But the main thing is we wouldn't have even tried to build this app without Cursor."

PayPal、8000人開発組織にCursor展開 — 3000アプリのJavaアップグレードを8-12ヶ月から2ヶ月に短縮

開発🌏 海外Cursor

2026-05-11

cursor.comベンダー提供事例

手法

8000人規模の開発組織で、まず最高インパクトの重要チームから段階的にCursorを展開。エンジニアが同僚チームの成果(2週間以内に週次/隔週デプロイから毎日デプロイへ変化)を目撃したことで有機的に採用が広がり、多くのチームで採用率90%超に到達。3000アプリケーションのJavaアップグレードを実施。

示唆

トップダウン全社導入でなく『最高インパクトの重要チーム先行→ピア(同僚)の成果を見た他チームへの有機的伝播』方式が、多くのチームで90%超の採用率に到達した経路として機能した。

成果・金額自己申告

Javaアップグレード6倍高速化(8-12ヶ月→2ヶ月・3000アプリ対象)、4スプリント分の作業を1スプリントで完了、デプロイ頻度が月1回から毎日複数回へ変化、2026年は2025年比で機能提供能力+40%見込み

「2週間以内に、これらのチームは週次または隔週ではなく、毎日デプロイするようになった」（Michelle Chance）。多くのチームが「90%を超えるCursor採用率」を示し、Javaアップグレードは「3,000アプリケーション」を対象に「従来8~12ヶ月かかっていたものが2ヶ月」で完了、「4スプリントを1スプリントで完了」、2026年は「2025年比で40%多くの機能提供能力」を見込む。

Faire、自社製エージェント基盤SamuraiをCursor Cloud Agentsに置換 — 週次PRスループット2倍、週2000件超の自律エージェント実行

開発🌏 海外Cursor

2026-05-26

cursor.comベンダー提供事例

手法

自社開発の並列エージェントシステム「Samurai」をCursor Cloud Agents(隔離VM上でフル開発環境を持つ)に置換。その上にタスク調整システム「Swarm」を構築(スクレイパーがMobX使用箇所をS3に出力→SwarmがそのリストからタスクをCloud Agentへ割当)。Cursor Automationsを25件超実装し、Slack報告のバグの自動調査・PR作成、CI失敗時の自動調査・修正、著者/リスク/サイズに基づくPR自動ルーティング、MobX→React状態管理のレガシー移行、ビルドプレビュー基盤構築に適用。

示唆

自社製エージェント基盤(Samurai)を捨てて商用クラウドエージェント(Cursor)へ乗り換えた事例。「自作 vs 商用」の判断が、18ヶ月かかる大規模移行プロジェクトを実質1エンジニア体制に圧縮する結果に直結した。Principal EngineerのLuke Bjerringが「Cursorのクラウド提供はworktreeでのローカルエージェント運用や10個のリモート環境運用より遥かに良い」と明言している点が、自社構築コストを内製で払い続ける判断への反証material として使える。

成果・金額自己申告

週次PRスループット2倍 / 週2,000件超の自律エージェント実行 / 18ヶ月プロジェクトが1エンジニア+エージェント群体制に短縮 / Cursor Automations 25件超 / ビルドプレビューツールを1日未満で開発(当初想定は数週間)

"Cursor's cloud offering is a lot better than running local agents with worktrees or 10 remote environments" — Luke Bjerring, Principal Engineer, Faire. 記事タイトル: "Faire doubles PR throughput with Cursor Cloud Agents"。Swarmについて: "the team built an agent coordination system on top of Cursor called Swarm."

セラク、Cursor Enterprise版全社導入でサイクルタイムを1/10に短縮・リリース頻度が週2-3回に

開発🇯🇵 日本Cursor

2026-05-14

prtimes.jp企業プレスリリース

手法

株式会社セラクが「AI SHIFT」戦略の一環として一部開発チームでCursor Enterprise版をトライアル導入し、効果を確認した上で全社導入を決定した。

示唆

受託開発・SES系企業でもエンタープライズ向けセキュリティ・ガバナンス要件を満たしつつCursor導入で開発生産性を大幅向上できることを実証した事例。金融・大企業案件を多く抱える企業への導入判断材料になる。

成果・金額自己申告

開発工程のサイクルタイムが従来の「1/10」に短縮/リリース頻度が「2〜3ヶ月に1回」から「週に2〜3回」へ向上/プルリクエスト(PR)の数が「2倍」に増加

Faros AI「AI Productivity Paradox Report 2025」、開発者1万人超・1,255チームのテレメトリ分析でAI高採用チームはタスク+21%・PRマージ+98%だがレビュー時間+91%・PR平均サイズ+154%・バグ+9%増、組織全体ではDORA指標との相関消失を確認

開発🌏 海外GitHub CopilotCursorClaude CodeWindsurf

2025-07-23

faros.ai

手法

Faros AI（エンジニアリングインテリジェンスプラットフォーム企業）が2025年7月23日公開の「The AI Productivity Paradox Report 2025」で、自己申告ではなくタスク管理システム・IDE・静的解析ツール・CI/CDパイプライン・バージョン管理システム・インシデント管理システム・HRシステムのメタデータから実テレメトリを収集。対象はGitHub Copilot、Cursor、Claude Code、Windsurf等のAIコーディングアシスタントを利用する「開発者10,000人以上・1,255チーム」。チームレベルではAI高採用チームがタスク完了数+21%、PRマージ数+98%と生産性向上を示した一方、PRレビュー時間+91%、開発者あたりバグ+9%、PR平均サイズ+154%とレビュー・品質負荷が急増。さらに会社全体で集計すると、AI導入率とスループット・DORA指標・品質KPIの間に有意な相関は見られず、チームレベルの効果が組織全体には波及しない現象を「Amdahl's Law」になぞらえて説明。後続の「AI Engineering Report 2026: The Acceleration Whiplash」では対象が開発者22,000人・4,000チームに拡大されたと言及されている。

示唆

AIコーディングアシスタント導入はチーム単位のアウトプット（タスク完了・PRマージ）を確かに増やすが、それと同時にPRレビュー負荷・バグ率・PRサイズも増大し、レビュー体制やテスト・リリースパイプラインという「ボトルネック」を強化しない限り、その恩恵は会社全体の生産性指標には反映されない。AI導入効果を測る際は個人・チームの出力指標だけでなく、レビュー時間や品質KPI、組織全体のDORA指標まで含めた複眼的な計測が必要という教訓。ただし本データはFaros AI自社の顧客テレメトリを自社が収集・分析した自社発表レポートであり、第三者による独立検証の記載はない点に留意。

成果・金額自己申告

Developers on teams with high AI adoption complete 21% more tasks and merge 98% more pull requests／PR review time increases 91%／AI adoption is consistently associated with a 9% increase in bugs per developer and a 154% increase in average PR size／over 10,000 developers across 1,255 teams（後続レポートでは22,000 developers across 4,000 teams）

開発

ログラスは全エンジニアにCursorを配ります

開発🇯🇵 日本Cursor

comemo.nikkei.com

示唆

CEO自らが「2倍の価値」と定量的に言及し、業務委託込みの全エンジニア規模への投資を経営判断として公言している点が特徴。単なる導入発表でなく費用・オペレーション両面の重みを明示している。

成果・金額自己申告

全エンジニア規模(業務委託含む相当数)への費用支出、具体金額の記載なし

開発

全エンジニアにAIエディタ「Cursor」支給、キャリアSNSのYOUTRUST「年数千万円規模のAI検証予算を確保」

開発🇯🇵 日本Cursor中小企業

itmedia.co.jp

手法

全ITエンジニアへのCursor支給 + 全社GitHub Copilot展開 + Devin本番導入

示唆

全社的なAIコーディングツール多層導入(Cursor+Copilot+Devin)+予算公表という、投資規模を定量開示する珍しい事例

成果・金額自己申告

Devinで360時間の業務効率化、年間数千万円規模のAIツール検証・導入予算

開発

Hacobu、AIツール「Devin」「Cursor」「ChatGPT」をテクノロジー部門全体へ展開。AIと人が協働する開発組織へ

開発🇯🇵 日本DevinCursorChatGPT

hacobu.jp

示唆

(記事本文からの示唆抽出なし、要約記事のためタイトル・引用を参照)

成果・金額自己申告

対象:テクノロジー部門の全エンジニア・PdM(業務委託含む)、開始日:2025年6月1日

開発

DoorDash、リサーチャーがCursor+Claude Codeでデータ分析を自動化し1日仕事を20分に短縮・2年越しの積み残し依頼を2時間で解決

開発🌏 海外CursorClaude Code

medium.com

手法

DoorDashのリサーチャーJuliette HainlineがCursor(Snowflake連携)で安全性インシデントのチャット記録を分析、テストシナリオ作成に活用。別のリサーチャーElsa HoがQualtrics調査データとSnowflakeのビジネスタイプデータをSQLで結合し、週次自動更新スクリプトも作成。Deliverooは「Patterns」という6エージェント並列パイプラインで大規模顧客インタビュー分析を自動化。

示唆

DoorDash公式デザイン組織のMediumで、リサーチャー自身(非エンジニア職)がAIコーディングツール(Cursor/Claude Code)を使い、SQL結合やデータパイプライン構築まで自走している点が示唆的。「積み残し2年」の解消という、生成速度でなく"着手すらされなかった仕事"を動かす事例として貴重。

成果・金額自己申告

安全性インシデント分析: 1日→20分。NPS調査データ結合: 2年間放置されていた依頼を2時間で解決

開発

Instacart「Project Tomato」— Cursor/Ava/Glean常用化でフロントエンド開発最大20%高速化

開発🌏 海外Cursor

company.instacart.com

手法

Cursor/Ava(社内AIコード補助)/Glean を engineering lifecycle に組込み、Figmaスクショ→UIスキャフォルディング生成、N+1クエリ検出等のデバッグ支援

示唆

大規模企業のAI活用事例として、成功事例(ripe)だけでなく5000行超ファイルでの失敗など限界(unripe)も具体的数値・記述付きで公開している点が珍しく、AIコーディングエージェントの適用境界を考える上で参考になる。命名も「畑の作物」比喩で秀逸。

成果・金額自己申告

フロントエンドワークフロー最大20%高速化、1PRでfeature flag 15+件削除

開発

Salesforce、Cursor全社導入で75%の開発者が採用・PR速度30%超向上・レガシーテストカバレッジ工数85%削減

開発🌏 海外Cursor

cursor.comベンダー提供事例

手法

Cursor公式ブログの企業導入ケーススタディ(2026-01-21公開)。WebFetchで本文取得し、Salesforce SVP of Engineering Shan Appajoduの発言・採用率75%・PR速度30%超・レガシーテストカバレッジ工数85%削減の各数値、junior→senior波及の採用パターン記述を確認。method_summaryと本文の内容は整合。

示唆

大企業(Salesforce)におけるAIコーディングツールの全社導入は、まずjunior engineer(特にパンデミック入職でコードベース学習機会が乏しかった層)が先行採用し、senior engineerは「退屈な作業」から入って段階的に用途を広げるという普及パターンを示す一次情報。PR速度・テスト工数削減の定量効果も明記されており、企業向けAI導入事例として説得力が高い。

成果・金額自己申告

開発者採用率75%、PR速度30%超向上、レガシーテストカバレッジ工数85%削減

開発

NHN テコラス、データ分析基盤チームがCursor導入でPR作成本数を1.4本→2.0本/日に増加(レビュー負荷は同水準維持)

開発🇯🇵 日本Cursor

techblog.nhn-techorus.com

手法

NHNテコラス Tech Blog(2025-08-26公開)。データ分析基盤開発チームが2025年7月からCursorを導入し1ヶ月以上運用。導入前後比較で効果測定。

示唆

(記事本文からの示唆抽出なし、要約記事のためタイトル・引用を参照)

成果・金額自己申告

PR作成本数: 1.4本/日→2.0本/日(約40%向上)、PR作成~マージ平均日数: 1.5日→1.4日(同水準を維持)

開発

Jellyfish調査、Cursor日次利用エンジニアはPRマージ数33%増・配信コスト19%減(800社13.6万人規模)

開発🌏 海外Cursor

jellyfish.co

手法

Jellyfish(エンジニアリングインテリジェンス企業)が2026年Q1に800社以上・開発者136,000人規模のデータを分析(累計母集団は37M PR/1,000社超/20万人)。Cursorを日次利用するエンジニアと非利用者(ピア平均)を比較。著者はBilly Robins(Jellyfish Partnerships)、公開日2026-06-24。

示唆

AI利用の「有無」だけでなく「導入の深さ」が生産性格差を生む。中央値のCursorユーザーは約95%のPRでAI支援を活用しているが業界平均は61%にとどまり、この差が33%のアウトプット差につながっている。

成果・金額自己申告

月間PRマージ数 10.3件 vs 7.0件(33%増)/ 月間issue出荷数 8.0件 vs 6.3件(22%増)/ 配信コスト $1,071 vs $1,304 per issue(19%減)/ 頻繁利用者は週3.46PR vs 非利用者1.65PR

"33% higher engineering output (10.3 PRs merged per month versus 7.0)" / "22% greater delivery capacity (8.0 issues shipped per month versus 6.3)" / "19% lower delivery cost ($1,071 per issue versus $1,304)" / "At the high end, frequent users average 3.46 pull requests per week compared with 1.65 for baseline engineers"

開発

オプティム、Cursor全社導入でコーディング生産性2.45倍・エンジニア総合生産性1.7倍を実現

開発🇯🇵 日本Cursor

findy-tools.io企業プレスリリース

手法

Continue/Cline/Cursor/V0等のAIコーディングツールを開発環境改善ワーキンググループが比較検討。個人利用では既に生産性向上を実感していたが全社活用できていない課題を受け、コスト効率(月額20ドル上限)と効果測定のしやすさを軸にCursorを選定し、2025年6月に全社導入

示唆

個人利用では実感できていた生産性向上を、全社導入によって組織全体の数値(コーディング2.45倍・総合1.7倍)として可視化した好例。コスト効率と効果測定のしやすさを軸にツールを選定した点も参考になる。

成果・金額自己申告

年間1000万円以上の予算(2025年6月全社導入時)

開発

メルカリ、Cursorを2,190人に開放し「LLM Week」で強制活用→満足度92%・継続意向96%

開発🇯🇵 日本Cursor

speakerdeck.com

手法

WebFetchでSpeakerDeck資料本文を取得し、候補のmethod_summaryにある各要素(申請制開放人数/Slackコミュニティ規模/LLM Weekの内容/満足度・継続意向/社内MCPサーバー整備)を本文記述と突合。全項目とも本文中に対応する記述を確認。ただしMCPサーバー数は本文で具体的に列挙されているのは9種類(Jira/Confluence/Figma/BigQuery/Spanner/Google Drive/Google Calendar/Datadog/Slack)で、「10種類以上」という記述は候補側の誇張の可能性あり(要目視再確認)。

示唆

導入率・満足度の高さに加え、Jira/Confluence/Figma/BigQuery等の社内システムをMCP経由で連携させ、コーディング以外の業務(調査・ドキュメント・データ確認)までAIエディタから行える体制を整えている点が示唆的。「LLM Week」のような期間限定の強制活用イベントで学習曲線を一気に越えさせる手法も他社に転用可能。

成果・金額自己申告

グループ全体2,190人が申請制でCursor利用可能/社内Slack「Cursorわいわいチャンネル」500人超参加/LLM Week参加者の92%が満足、96%が継続利用意向/社内MCPサーバーはJira・Confluence・Figma・BigQuery・Spanner・Google Drive・Google Calendar・Datadog・Slackの9種類

「メルカリグループには、2190人在籍している」「申請すれば誰でも使える」「社内のSlackのCursorわいわいチャンネルは500人超え」「一週間、手でコードを書くのを一切禁止」「92%のメンバーがイベントに満足」「96%のメンバーが今後もCursorを使い続ける意思」(WebFetchによる本文要約引用)

開発

Coinbase、Cursor全社導入でアイデアから本番投入までの時間を90%短縮(20日→2日未満)

開発🌏 海外Cursor

cursor.comベンダー提供事例

手法

WebFetchでcursor.com/blog/coinbaseを2回取得し、本文中の該当数値を逐語確認。1回目でサマリー抽出、2回目で正確な引用文を再確認。method_summaryとの不一致なし。

示唆

Cursor公式ブログのCoinbase事例。エージェントファースト開発への移行で、アイデアから本番投入までのリードタイムを桁違いに短縮した実例として、AI活用事例DBの「開発生産性」ジャンルに好適。チケット作成→初回PR作成が8日→30分未満という追加数値も本文に存在(method_summaryには未記載だが補足価値あり)。

成果・金額自己申告

アイデア→本番投入: 20日→2日未満(90%減) / 全PRの75%がエージェント作成 / エンジニア週7時間の手作業削減 / PRマージ数前年(年初比)55%増

"Some teams at Coinbase have reduced time from idea to production from 20 days to less than 2 days, a 90% reduction." / "Across Coinbase, 75% of all PRs are created by agents with the average developer saving 7 hours of manual coding each week." / "Since the beginning of the year, the company has seen a 55% increase in PRs merged per engineer and teams of 1-2 engineers are now building features that once required entire teams."

開発

エンジニアの工夫で実現する、ビジネス組織のCursor活用環境の構築術

開発🇯🇵 日本Cursor

zenn.dev

手法

Gitサブモジュールで code(ソースコード)/docs(Zendeskヘルプガイド等)/schema(Snowflakeスキーマ)を一元管理し、GitHub Actions 'update_submodules.yml' で定期自動更新。ルールファイルは 'shared-' prefixのみgit管理し個人ルールは.gitignoreで分離。'.vscode/tasks.json' をコミットしCursor UIの「更新」タスクからターミナル操作なしでリポジトリ取得〜更新まで実行できる。

示唆

非エンジニア含む全社的なAIツール展開では、コード以外の業務コンテキスト(ヘルプガイド/DBスキーマ)もサブモジュールで束ね、GitHub Actions自動更新+VS Codeタスク化でターミナル操作を排除する設計が、Cursor組織展開の障壁(git操作の心理的ハードル)を下げる具体パターンとして参考になる。

[AI個人開発] Cursorで自動化レバレッジを最大化するためにしたこと10

開発🇯🇵 日本Cursor

2025-01-14

qiita.com

手法

Cursor(AI coding tool)を使い、ドキュメント自動生成/要求→課題→タスク分解/GitHub Issue連携/AIリーダブル化/スコープ厳格化/ブランチ戦略/自動実行state管理/テスト記述/リファクタ/コード廃棄の10工夫で自動化レバレッジを最大化。副産物として認証・エラーハンドリング・キャッシュ利用の強化やRAG構築(Gemini API + Vector化)、Rails/Python間API連携の自動化も実現。

示唆

本職が非エンジニア(事業/マーケ/PM)の個人開発者でも、Cursorに対してドキュメント自動生成・タスク分解・GitHub連携・スコープ厳格化・テスト/リファクタ運用ルールを型化することで、認証/エラーハンドリング/キャッシュ、さらにはRAG構築やクロス言語API連携といった高度な実装まで自動化レバレッジを効かせられる、という事例。

成果・金額自己申告

記載なし(金額言及なし)