Difyが日本企業の社内に刺さった最大の理由は、「生成AIアプリを誰がつくるか」という問いの答えを、情報システム部門から事業現場の社員へと移したことにある。リコーはグループ約4,300人がDifyを業務に活用し、うち約2,000人が自らアプリを開発できる権限を持つ（2025年9月時点）。サイバーエージェントは社員約8,000名のうち約2割が利用し、月3,000時間の業務削減を生んでいる。これは「AIツールを導入した」という話ではなく、「市民開発（現場社員によるアプリ開発）が組織規模で成立した」という構造変化である。本稿は、この普及の数字を起点に、ノーコードAI開発基盤の市場構造、エンタープライズ導入の経済、そして市民開発が社内に定着する条件を一次データで構造分析する。
社内AI基盤を内製するか外注するか、どの基盤に乗るかを判断する情報システム・DX責任者・経営者にとって、Difyの普及事例は「自社で同じことが起こせるか」を測る格好の物差しになる。
Difyとは何か — ノーコードでAIアプリを組む「生成AIアプリの開発基盤」
Difyは、ノーコードで生成AIアプリやAIエージェントを開発・運用できるオープンソースの基盤である。開発元は米LangGenius社で、2023年3月に公開された。チャットボット、社内文書を参照して回答するRAG（検索拡張生成）型アプリ、複数ステップを自動実行するワークフロー、外部ツールと連携するAIエージェントを、コードを書かずにブラウザ上のキャンバスで組み立てられる。
普及の規模感は明確だ。GitHubのスター数は約13万を超え、2023年3月以降に最も注目されたオープンソースプロジェクトの一つに数えられる。全世界での導入実績は140万件超、法人ユーザーは約500社にのぼる。資金面でも、2026年3月にLangGeniusは約3,000万ドルのシリーズPre-Aラウンドを完了し、評価額は約1.8億ドルとされる。オープンソースとして広く使われながら、エンタープライズ向け有償版で収益化を図る二段構えの事業設計である。
なぜ「ノーコード」が効くのか。生成AIアプリの価値は、モデルそのものより「どの社内データを、どの順序で、どのプロンプトで処理するか」という業務文脈の設計に宿る。その文脈を最もよく知るのは現場の社員であり、エンジニアではない。Difyは設計と実装の距離を縮め、業務を知る人がそのまま作り手になれるようにした。これが市民開発の前提条件である。
示唆：Difyの本質は「AIツール」ではなく「現場社員を作り手に変える基盤」である。導入を検討するなら、評価すべきは機能の多さより「自社の現場が本当に作り手になれるか」だ。
なぜリコーで4,300人に広がったのか — 全社展開の設計
リコーでDifyが組織規模に広がった理由は、ツールを配っただけでなく「全社展開の仕組み」を設計したことにある。リコーは2024年末からデジタルサービス部門のマーケティング支援などで活用を始め、2025年1月に社内実践を本格化、2025年8月から全社展開を開始した。2025年9月時点でグループ約4,300人が業務に活用し、うち約2,000人がアプリを開発できる権限を持つ。
注目すべきは、利用者数（4,300人）と開発権限保有者数（2,000人）を分けて設計している点だ。全員に作らせるのではなく、「作る人」と「使う人」の階層を意図的に置いている。さらに2025年8月には社内事例発表イベント「Difyでできた！みんなのワクワク事例発表大会」を開催し、1,000人以上が参加した。作った人の成果を可視化し、横展開の動機をつくる仕掛けである。
市民開発が組織で続かない典型的な失敗は、「ツールは配ったが、誰も作らない／作っても共有されない」というものだ。リコーの設計は、その失敗を回避する二つの装置を備えている。第一に開発権限の階層化（全員に開発を強いない）、第二に成果の可視化イベント（作る動機の供給）である。
示唆：ツールの導入と市民開発の定着は別物である。定着には「作る人の階層設計」と「成果を見せる場」という運用設計が要る。基盤選定の前に、この運用を誰が回すかを決める必要がある。
サイバーエージェントの「プロダクト主導」普及 — 月3,000時間削減の中身
サイバーエージェントでのDify普及を駆動したのは、トップダウンの号令ではなく「プロダクト主導（PLG）」の浸透設計である。担当者は2024年8月に参画し、約6ヶ月で利用者を約1,800名へ拡大、最終的に社員約8,000名の約2割が利用するに至った。効果は2025年3月の社内アンケートで月3,000時間の業務削減と計測されている。
普及の鍵は二つある。一つはオンボーディングの軽さで、最短5分程度で使い始められる導線を設けた。もう一つは2週間ごとのワークショップ（1回6〜7名程度）を継続し、少人数で密に使い方を伝える運用を続けた点だ。継続利用率（毎週使うアクティブユーザー）は27%前後で推移している。
ここで重要なのは、約2割という「利用率」と、27%という「継続率」を分けて見ることである。配布数を増やすだけなら利用率は上がるが、継続率はオンボーディングの軽さと反復接触でしか上がらない。サイバーエージェントの数字は、「導入の広さ」と「定着の深さ」を別々の施策で作ったことを示している。
示唆：市民開発の成否は「何人に配ったか」ではなく「毎週使い続ける人を何割つくれたか」で測るべきだ。継続率を上げるのは軽いオンボーディングと反復接触であり、機能の豊富さではない。
エンタープライズ市場の構造 — 約40社・代理店7社・価格帯の経済
日本のDifyエンタープライズ市場は、オープンソースの草の根普及の上に、有償版と販売代理店網が乗る二層構造になっている。国内のDify Enterprise導入は現状で約40社。販売代理店は大手システムインテグレーターを中心に7社が名を連ねる。米LangGeniusは日本市場の注目度の高さを受け、2025年2月に東京へ日本法人（社員4人）を設立した。
価格帯は次のとおり整理できる。
| プラン | 価格の目安 | 想定ユーザー数 | 主な位置づけ |
|---|---|---|---|
| オープンソース版 | 無料（自社サーバーで運用） | 制限なし（自己責任） | 検証・小規模・技術力のある組織 |
| ベーシックプラン | 年間約100万円 | 10ユーザー | 部門単位の本格導入 |
| アドバンストプラン | 年間約1,000万円 | 60ユーザー | 全社・大規模展開 |
代理店各社の事業計画は、この市場をどう見ているかを映す。NTTデータは引き合いが200社を超え、3年後に導入600社・売上40億円を目標に掲げる。CTC（伊藤忠テクノソリューションズ）は3年後に30億円の売上を目指す。いずれも「数十社の現在地から、数百社規模へ」という拡大を前提にした数字である。
この構造から読めるのは、Difyの収益が「オープンソースで広く認知を取り、エンタープライズ有償版と導入支援で回収する」設計だという点だ。無料版が普及エンジン、有償版と代理店の導入支援が収益エンジンという役割分担である。
示唆：基盤を選ぶ側にとって、価格表の数字より重要なのは「導入支援を誰が担うか」だ。年間100万〜1,000万円の差は機能差というより、運用設計・教育・内製化支援を含むかどうかの差である。
市民開発はなぜ今この基盤で成立したのか — RAGという普及の追い風
市民開発がこのタイミングでDifyを軸に成立した最大の追い風は、社内ナレッジ活用（RAG）の実需が立ち上がったことである。多くの企業がまず取り組むのは、社内文書を参照して回答するFAQやナレッジ検索であり、これはコードを書かずに業務文脈を組み込むDifyの得意領域とちょうど噛み合う。日経クロステックは2025年7月に、リコー・サイバーエージェントに加えGMOペパボ・カカクコム・IIJ・町田市といった企業・自治体の活用を特集し、RAG人気が普及を後押しする構図を報じている。
ここに、Difyが市民開発の基盤として選ばれる三つの理由が重なる。第一に、生成AIアプリの価値が「モデル選定」から「業務文脈の設計」へ移り、現場の知識が資産になったこと。第二に、RAGという誰もが最初に欲しがるユースケースが、ノーコードで組める範囲に収まること。第三に、オープンソースゆえに情報システム部門が小さく検証を始められ、上振れしたら有償版へ移行する導入経路が用意されていることである。
逆に言えば、この三条件が揃わない領域では市民開発は成立しにくい。高度なシステム連携や厳密な精度保証が要る業務は、依然として専門の開発が必要になる。Difyが効くのは「業務文脈は現場が一番知っているが、実装の壁で手が出せなかった」という中間領域である。
示唆：市民開発を自社で起こすなら、最初の題材は「RAG型の社内ナレッジ活用」から入るのが定石だ。ここは現場が作り手になりやすく、成果も見えやすい。一方で全業務をノーコードに寄せる発想は危うく、適用領域の線引きが要る。
自社で「リコーの4,300人」を再現するには — 内製と外注の意思決定
自社で同じ普及を狙うとき、最初に決めるべきは「ツール選定」ではなく「市民開発を回す運用を、内製で立ち上げるか、外部の伴走を入れるか」である。リコーとサイバーエージェントの事例が示したのは、成否を分けるのが基盤の機能ではなく運用設計だという事実だった。具体的には、作る人と使う人の階層設計、軽いオンボーディング導線、反復ワークショップ、成果の可視化イベント、そして適用領域の線引き。これらは基盤を契約しただけでは手に入らない。
意思決定を整理すると、論点は三つに絞れる。第一に、最初の題材を何にするか（RAG型ナレッジ活用から始めるのが定石）。第二に、誰が立ち上げの推進役を担い、運用を内製化するまでをどう設計するか。第三に、オープンソース版で小さく検証して内製で広げるか、エンタープライズ版と導入支援を使って一気に立ち上げるか。組織の技術力と急ぎ度で最適解は変わる。
示唆：Difyの導入可否を「ツールとして使えるか」で判断すると、本質を外す。問うべきは「市民開発を組織で回す運用を、自社で設計し続けられるか」である。ここが弱いなら、立ち上げ期だけでも外部の伴走を入れるのが現実的だ。
テクラル研究所を運営するテクラル合同会社は、生成AIアプリの基盤選定からPoC・MVP開発、社内AI機能の組み込み、そして市民開発を回す運用設計までを一気通貫で支援しています。「DifyのようなノーコードAI基盤を自社に入れたいが、最初の題材と運用の立ち上げに自信がない」「内製と外注のどちらで進めるべきか壁打ちしたい」といった、新規事業の構想・既存プロダクトのAI機能組み込み・社内AI基盤の立ち上げに取り組む事業責任者・PdM・経営者・新規事業担当者の方は、いずれの段階でもテクラル合同会社までお気軽にご相談ください。市場リサーチとプロダクト開発の両輪で、「作って終わり」にしない導入を承ります。
出典
- リコー「AI活用の民主化へ。リコーグループのDify活用が描く未来」 https://jp.ricoh.com/news/stories/articles/ai-citizen-development-dify
- サイバーエージェント Developers Blog「社員の20%が使う社内Dify基盤をプロダクト主導で広げた話」 https://developers.cyberagent.co.jp/blog/archives/56492/
- 日本経済新聞「生成AIアプリ開発『Dify』、国内で利用拡大」 https://www.nikkei.com/article/DGXZQOUC015Z90R00C25A7000000/
- 週刊BCN「Difyの国内市場、エンタープライズ導入の現在地」 https://www.weeklybcn.com/journal/feature/detail/20251215_213193.html
- Business Wire「Dify Raises $30 million Series Pre-A to Power Enterprise-Grade Agentic Workflows」 https://www.businesswire.com/news/home/20260309511426/en/Dify-Raises-$30-million-Series-Pre-A-to-Power-Enterprise-Grade-Agentic-Workflows
