470万人の有料サブスクライバー、Fortune 100の90%——これはGitHub Copilotの数字だ。なのに、エンジニアが集まる場所でよく話題にのぼるのはCursorの話だ。
なぜ「最大」と「話題」がここまで食い違うのか。その答えは「入っている」と「使われている」の違いにある。
470万人と$20億——数字の正体
まず数字を並べる。
Microsoft FY26 Q2の決算説明会（2026年1月28日）で、サティア・ナデラ CEOは「GitHub Copilotの有料サブスクライバーが470万人を突破した、前年比75%増だ」と発言した。有料AIコーディングツール市場におけるシェアは42%と推計されており、単純な頭数では圧倒的な首位だ。
一方、Cursorは2026年3月時点でARR（年間経常収益）が$20億を超えたと報じられた。直近3ヶ月で$10億から倍増という急成長で、前回2025年11月の調達では$293億の評価額がついている。
ユーザー数ではCopilotが圧倒している。しかし収益の伸び率と開発者コミュニティでの話題量ではCursorが目立つ。この食い違いには構造的な理由がある。
Fortune 100の90%に「入っている」とはどういうことか
「Fortune 100の90%が導入している」という数字は、サティア・ナデラ CEOがFY25 Q4の決算説明会（2025年7月30日）で述べたものだ。同時期に「累計ユーザー数が2,000万人を突破した」とも発表された。
ここで注意が必要なのは「all-time users（累計ユーザー数）」という表現だ。これは「これまでに一度でも使ったことがある人数」の合計であり、今も毎日使っているMAU（月間アクティブユーザー）やDAU（日次アクティブユーザー）ではない。GitHubはMAU/DAUを公開していない。
オフィスのホワイトボードに似ている。ほとんどの会社にホワイトボードはある。しかし毎日使われているかというと、そうでもないことが多い。「導入されている」ことと「活用されている」ことは別の話だ。Siemensは30,000人の開発者にCopilotを展開したという事例があるが、「展開した」と「毎日使いこなしている」の間には大きな距離がある。
Copilotの「Fortune 100の90%に導入」という数字は、IT部門がライセンスを調達してデプロイしたことを意味する。開発者一人ひとりが日常的に活用しているかどうかは、この数字からはわからない。
なぜ食い違いが起きるのか——Top-downとBottom-up
CopilotとCursorでは、組織への「入り方」がそもそも違う。
CopilotはTop-downで入ってくることが多い。IT部門がGitHub Enterpriseの契約にCopilotを追加し、全開発者のアカウントにライセンスを割り当てる。開発者は「会社がCopilotを入れた」という通知を受け取る形だ。会社が全員に配布したノートPCのような存在で、持っているが使い方はまちまちだ。
Cursorは逆だ。「使ってみたら手放せなくなった」という個人の体験が口コミで広がり、チームに伝わり、やがて会社が追認する。自分で選んで買う愛用の道具のような存在で、使っている人は積極的に使い込んでいる。
法人顧客がCursorの収益の約60%を占めているのは、この「開発者が広める→チームが採用→会社が追認」という経路をたどった結果だ。
Cursorが開発者に選ばれる理由
Cursorが開発者に刺さっている理由は、一言でいうと「コードベース全体を知っている」感覚にある。
従来のAIアシスタントは、現在開いているファイルの補完が中心だった。Cursorはプロジェクト全体のコンテキストを把握した上で提案してくる。数万行のコードベースに対して「このAPIのエラーハンドリングを全体で統一して」と依頼すると、関連する複数ファイルを横断して修正案を出してくる。
# ❌ ファイルを一つひとつ開いてAI補完を受ける方法
# → 現在のファイルの補完は優秀だが、他のファイルとの整合性は自分で確認が必要
# → 大規模リファクタリングは補完の繰り返しで対応するしかない
# ✅ CursorのComposerでコードベース全体に依頼する方法
# → 「src/以下の全Serviceクラスで例外処理が統一されていない。直して」
# → 関連する複数ファイルを自動で読み込んで一括修正案を生成
モデルの選択肢も広い。CursorのProプランは月$20で、Claude、GPT-4o、Geminiなど複数のモデルを選んで使える。タスクや好みに応じてモデルを切り替えられる柔軟性は、固定モデルの構成より実用的と感じるエンジニアが多い。
企業の採用事例としてはSalesforceが数字を公表している。同社では75%以上の開発者がCursorを採用し、PR（プルリクエスト）の速度が30%以上向上した。さらにレガシーテストのカバレッジ作業にかかる時間が85%削減されたと報告されている。NVIDIAやPwC、Coinbaseも採用しているとして知られる。
CopilotはCursorに負けているのか
答えはノーだ。役割が違う。
Copilotの強みは「既存の開発環境でそのまま動く」ことにある。VS Code、JetBrains（IntelliJ/PyCharmなど）、Neovim、Xcode、Visual Studio——開発者が今使っているIDEにプラグインとして入れるだけで動く。CursorはVS Codeのフォークをベースとした独自IDEで、JetBrains環境をそのまま引き継ぐことはできない。
# ❌ JetBrains派のチームにCursorを一斉展開しようとするとき
# → CursorはVS Codeベースの独自IDE
# → IntelliJのキーバインドや設定は引き継げない
# → チーム全員の開発環境移行コストが発生する
# ✅ JetBrains派のチームにCopilotを展開するとき
# → JetBrains IDEにプラグインをインストールするだけ
# → 既存の環境・設定・ショートカットはそのまま
# → GitHub OrganizationでシートをユーザーごとにON/OFF管理できる
エンタープライズ向けのコンプライアンス対応という観点でも、現時点ではCopilotが一日の長がある。SOC 2認証、IP補償（AIが生成したコードに関する知的財産上の保証）、コードがモデル学習に使われない保証——IT部門やリーガルが「全社導入」を承認するために必要な要件をCopilotはGitHub・Azureのエコシステムの中で満たしている。
Copilot Enterprise（2026年4月時点: $39/ユーザー/月）はリポジトリのインデックス機能と社内の知識ベース連携も提供する。PRの自動コードレビューや、GitHub Actionsとの統合も含まれており、GitHubを中心に開発フローが回っているチームには自然に馴染む。
どちらを選ぶか——判断軸の整理
2026年4月時点の料金と特徴を整理する（最新情報は各公式ページを参照）。
| 項目 | GitHub Copilot | Cursor |
|---|---|---|
| 個人（入門） | Free: $0 | Hobby: $0 |
| 個人（本格利用） | Pro: $10/月 | Pro: $20/月 |
| チーム・法人 | Business: $19/ユーザー/月 | Teams: $40/ユーザー/月 |
| エンタープライズ | Enterprise: $39/ユーザー/月 | Enterprise: カスタム |
| 対応IDE | VS Code / JetBrains / Neovim 等 | 独自IDE（VS Codeフォーク）のみ |
| コードベース理解 | 限定的（Enterprise除く） | 強い（Composerで全体対応） |
| IT部門管理 | Organization管理、一元配布に強い | 中央管理は限定的 |
チームの状況で考え方は変わる。
JetBrainsやXcodeを使うチームは、Copilotのほうがツール移行コストが低い。IT部門主導で全社一斉に展開したいときや、法的審査が必要なエンタープライズ案件でもCopilotのほうが「稟議が通りやすい」状態にある。
VS Codeベースのチームで、コードベースが大きく、大規模リファクタリングや横断的な機能追加をAIと一緒にやりたい場合はCursorの優位性が出やすい。スタートアップや個人開発者がスピードを優先するときもCursorが選ばれやすい。
現実的な落とし所として「Copilot + Cursor を両方使う」パターンも増えている。Copilotで日常的な補完を受けながら、大きなタスクはCursorのComposerに投げるという分業だ。コストは増えるが、チームの既存環境を壊さずにCursorの強みも取り込める。
数字ではなくワークフローへの組み込みが問われる
「Fortune 100の90%に導入」はすごい数字だ。「3ヶ月でARRが倍になった」もすごい数字だ。しかしどちらも、個々の開発者が日々のワークフローにAIをどれだけ組み込んでいるかを直接測るものではない。
重要なのは「入っているか」ではなく「使われているか」だ。ライセンスがあっても、コードを書くときに実際に手が動かなければ生産性への貢献はゼロに近い。
Copilotが入っているチームでの問いかけは「実際に使っている人はどれくらいか」になる。Cursorを使っているチームでの問いかけは「Composerを使い倒せているか、それとも補完だけで止まっているか」になる。
ツールの優劣ではなく、自分たちのワークフローにどれだけ深く組み込めているか——それがAIコーディングツール導入効果の分かれ目だ。
