著者:鮑奕龍;出典:ウォールストリート・ジャーナル
企業向けAIブームは、初めての本格的なコスト危機に直面している。
5月28日、AxiosがAIコンサルタントの話として伝えたところによると、同社の企業顧客の1社が最近、1ヶ月間でClaudeに5億ドルを費やした。その原因は、従業員の利用量に上限を設定していなかったことだけだった。
分析によると、多くの企業はAIツールを急速に導入する際、機能や普及に注力するあまり、コスト管理メカニズムの構築を軽視している。
マイクロソフトやアマゾンなどのテック大手は、「tokenmaxxing(トークン最大化)」と呼ばれる過剰な消費行為を抑制するため、社内のAIツールを削減したり、AI利用量の追跡プロジェクトを中止したりする動きを相次いでいる。
アマゾンのある上級副社長は、従業員に対して次のような警告を発せざるを得なかった。
AIを使うためだけにAIを使ってはいけません。
市場が現在直面している核心的な問題は、もはや「AIを取り入れるべきか」ではなく、「これほど多くの資金を投じた結果、一体何を得たのか」である。
アマゾンがランキングを廃止、内部での「点数稼ぎ」が真のコストを露呈
アマゾンの事例は、別の角度から企業におけるAIガバナンスのジレンマを浮き彫りにしている。
報道によると、2人の事情通の話として、アマゾンの開発者向けプラットフォーム「Kiro」にはかつて「Kirorank」という社内ランキングが存在し、従業員のAI利用の活発度に基づいてスコア付けが行われていたという。
しかし、このランキングは予期せず、従業員が順位を上げるためにAIエージェントに無意味なタスクを実行させるという行為を引き起こし、会社の計算リソースの消費増加に直結した。
アマゾンの上級副社長であるデイブ・トレッドウェル氏は今週、従業員に対し、このランキングの意図は良きものだったが、結果として従業員による「トークンマックス(tokenmaxxing)」によって会社の運営コストが押し上げられたと認めた。
彼は従業員に対し、トークンの消費量に注力するのではなく、より良い製品づくりに集中するよう明確に指示し、「AIを使うためだけにAIを使うな」と強調した。
その後、アマゾンは声明の中で、このベータ版のダッシュボードは「正式または承認されたツールではなく、すでに停止されている」ことを確認した。
Metaでも同様の状況が発生し、従業員が社内のランキングで有利な位置を占めるために、トークン消費量を引き上げようとしていた。
この現象は、企業がAIの使用量を評価指標に組み込むと、逆効果となり、従業員のモチベーションが計算リソースの無駄な消費へと歪められる可能性があることを示している。
その後、Amazonはトークン消費量の代わりに「正規化されたデプロイ」指標を採用し、エンジニアがAIを通じて実質的な価値のあるコードを持続的に生成できているかどうかに重点を置いて追跡するようになった。
注目すべきは、Amazonの今年の資本支出が2000億ドルに達すると予想されており、その大部分がAIとデータセンターインフラに投じられる点だ。
4つの根本的な問題:なぜAIに投資してもリターンが得られないのか
Axiosの分析によると、企業のAI導入は現在、4つの構造的な障壁に直面している。
ユースケースの選択ミス。Velastegui VenturesのCEOであり、元マイクロソフトの最高AI責任者であるソフィア・ベラステギ氏は、多くの人がAIを使って、会社にとって最も価値のある業務ではなく、自分が嫌がる業務を自動化する傾向にあると指摘する。
彼女は、企業はAIリソースを盲目的に広げるのではなく、収益を直接牽引できるシナリオに集中させるべきだと考えている。
コスト管理の欠如。AIクエリにはコストがかかる。エンタープライズ向けプランはトークン単位で課金されるため、日常的な単純なクエリであっても、すぐに多額の支出へと膨れ上がるが、多くの事業部門はこれについて明確な認識を持っていない。
人材が最大のボトルネックだ。Velastegui氏は、現在企業で広く採用されている「ばらまき」式のAI導入を、実質的なリターンをもたらさないアプローチだと断じている。
企業は従業員に大量のAIツールを提供しているが、効果的な指導や焦点の絞り込みが欠如しているため、実際の導入効率は低い。
データ公開には懸念がある。金融業界向けAIツールに特化したBoosted.aiのCEO、Josh Pantony氏は、企業がデータセキュリティへの懸念からAIエージェントに内部の専有データを開放しようとしない場合、エージェントの実際の有効性は大幅に低下し、投資対効果(ROI)は当然ながら期待できなくなると指摘している。
トークン経済学:AIナラティブの新たな核心変数
この議論の背景には、より複雑な投資ロジックが再構築されつつある。
ウォールストリート・ジャーナルは、ゴールドマン・サックスのOne-Delta部門責任者であるRich Privorotsky氏の最新の見解として、AI取引の核心的な変数は「技術的に実現可能か」から「コストが許容範囲内か」へと移行したと報じている。
DeepSeekはトークンの価格を75%引き下げたとされ、XiaomiのMiMoの値下げ幅は99%近くに達している。このようなコスト圧縮は、補助金競争後の「価格戦争」のような論理を引き起こす可能性がある。
彼は、インフラのボトルネックはいずれ解消されるため、市場は「まもなく解決される問題」に対して過大なプレミアムを支払うべきではないと指摘した。
Rich Privorotsky氏はさらに、より安価なトークンが高コストな推論サービスに取って代わる可能性について仮説を提示した。需要拡大にタイムラグが生じる場合、クラウドサービスプロバイダー、モデル企業、およびAIインフラの収益成長は一時的な圧力に直面する可能性がある。
彼は、トークン支出の合理化が今年の第2四半期および第3四半期に取締役会レベルでの重要な議題となり、その重要性はAI成長のストーリーそのものに劣らないと見ている。
ブルームバーグ・シリコン・データのLLMトークン支出指数によると、トークン価格は今年2月末以来約65%上昇しており、米国のAIソフトウェア価格は過去1年間で20%から37%上昇した。
このコスト動向は、企業にAI調達戦略の再検討を促している。「10%のコストで90%の成果を得る」ことがますます現実味を帯びるにつれ、高コストな最先端モデルへの依存度は体系的に低下する可能性がある。
AIモデルトレーニング企業のMicro1のCEO、Ali Ansari氏は、企業はAIの過剰利用から合理的な利用へと移行する「健全な揺れ戻し」を経験していると述べています。同氏は次のように考えています:
AIが現在真に有効な分野は、実はプログラミングだけなのです。
強気派と弱気派の対立:同じ現実、二つの解釈
AIの投資収益率に関して言えば、同じデータであっても、分析の枠組みが異なれば、全く異なる結論が導き出される。
強気派の視点では、現在の混乱は変革過程における正常な陣痛に過ぎないと見なされている。
ゴールドマン・サックスのジム・シュナイダー氏が5月初めに発表した分析によると、2030年までにエージェント型AIがトークン消費量を24倍に押し上げ、超大規模クラウドサービスプロバイダーやモデルプロバイダーの粗利益率は今後3~12ヶ月以内に黒字に転じると予測されている。
JPモルガンの経済調査でも、2026年初頭にPyPI上のPythonパッケージ数が急増したことが判明している。この傾向は2022年のChatGPTリリース時には見られなかったことから、真の生産性向上が進行中であることを示唆している。
一方、弱気な見方は、ゴールドマン・サックスの半導体アナリスト、ジム・コヴェロ氏が4月のレポートで体系的に論じている。
同氏は、AIサプライチェーンにおける価値のほぼすべてが半導体企業に流れていると指摘しており、これは歴史上前例がなく、持続不可能な状況であるとしている。半導体企業は本来、顧客が利益を得るときに恩恵を受けるべきだが、今回のサイクルにおけるその繁栄は、サプライチェーン上流全体の消耗を代償としている。
この2つの物語が同時に進行しており、勝敗はまだ決まっていない。確かなことは、「トークン消費量の増加=AI変革の成功」という単純な等式がすでに破綻しているということだ。
月間5億ドルを消費する極端な事例から、Amazonがスコアランキングの操作を停止した件に至るまで、AIへの投資はより厳格なリターンの検証を受けている。次のAI投資がどれだけの真の価値を生み出すか、それがこの大勝負の真の決着の時となるだろう。