核要内容のまとめ
最近、多くの企業がAIへの転換において大きな問題に直面しています。その一例として、AIの「トークン使用量」を従業員のKPI（重要業績指標）として設定した結果、トークンの請求額が制御不能になり、無駄な費用が発生しています（例えば、ある企業は1ヶ月で5億ドルを消費しました）。一方で、AIモデルを提供する上流企業（Anthropic）やチップメーカー（NVIDIA）は、下流企業のこのような無駄遣いによって大きな利益を得ています。アマゾンは先駆けてこの問題に気づき、トークンのランキング制度を廃止し、実際の成果を評価する指標に切り替えました。これは、AIの効率化の鍵が単にトークンの使用量を増やすことではなく、AIをビジネスプロセスに真に統合し、実際の問題を解決することにあることを示しています。
1. トークン請求額の制御不能：KPI指向が原因
まず、トークンとは何か簡単に説明します。トークンをAIの「燃料」と考えてください。AIがテキストを処理したりコードを生成するたびにトークンが消費され、使用量が多ければ請求額も高くなります。
なぜ無駄遣いが発生するのでしょうか？その主な原因はトークン量をKPIとして設定することです：
- ある企業の経営者は全員にClaudeのアクセス権を与えたものの上限を設けず、従業員が何度も試行錯誤を繰り返し、1ヶ月で5億ドルを消費した。
- Meta社では「Claudeエコノミー」というランキング制度を導入し、トップの従業員は1ヶ月に2810億トークンを使用し、約50万ドルを費やした。
- 米ハウ（米ハウゲームズ）ではプロジェクト用に数十個のAIアシスタントを使用し、1晩で200万人民元を消費した。
- Uber社は5000人のエンジニアにAIツールを提供したが、2026年の予算を前倒しで使い果たしてしまった。
さらに悪いことに、AIアシスタント自体が非常にコストがかかります。繰り返し「考える→情報を検索する→ツールを呼び出す→文脈を理解する」というプロセスでトークンが消費され、通常の質問応答の1000倍もの量が必要になります。つまり、従業員は「真剣に仕事をしている」ように見えて実際には無駄なお金を使っているのです。
2. 上流企業の利益：下流企業のコストが彼らの収益源
下流企業のトークン請求額は、上流企業にとって収益源となります：
- AIモデル会社のAnthropic：第1四半期の収入は48億ドルで、第2四半期には倍増して109億ドルになる見込み。これは企業がAPIを購入し、Claudeのサービスを利用することで得られた収入です。
- チップメーカーのNVIDIA：最新四半期の収入は816億ドルで、AIの推論処理に多くのGPUが必要なため、トークンの消費量が増えるほどGPUの需要も増加し、大きな利益を上げています。
上流企業は「多くのトークンを使用すること」を「先進的な生産性」として宣伝しますが、下流企業にとってトークンはコストであり、資産ではありません。より効率的なビジネスプロセスに変えることができれば、その費用は意味を持ちます。
3. アマゾンのランキング制度の廃止：指標が目標になると形式主義に
アマゾンはかつて「KiroRank」というランキング制度を導入し、エンジニアのトークン使用量で順位を決め、全員に週に1回はAIを使用することを義務付けました。その結果、従業員はランキングを上げるためだけに無駄な作業をさせられました。
しかしアマゾンはこの問題に気づき、ランキング制度を廃止し、「標準化されたデプロイメント量」（AIの実際の成果）で評価するように変更しました。これは「グッドハートの法則」（Goodhart’s Law）に基づいています。つまり、指標が目標になるともはや良い指標ではなくなるのです（以前は労働時間を競っていたが、今はトークンの使用量を競っており、本質的には形式主義です）。
他の企業もこれに倣い、Shopifyはランキング制度を中立的なダッシュボードに変更し、過度な消費を防ぐための「フィーチャー切断機構」を導入しました。DuolingoはAI評価を廃止し、マイクロソフトは外部AIツールのライセンス提供を縮小しました。
4. 真のAIの効率化：トークンの使用量ではなく、ビジネスへの実装
多くの企業がAI転換を表面的に理解しています。アカウントを開設したりトークンを消費するだけで「成功」と思っていますが、それだけでは不十分です：
- UberはAIを使ってコードを生成したものの、ユーザーにとってより有益な機能が提供されていません。
- コード分析会社GitClearのデータによると、AIの助けを借りたコードの修正率は2週間で9倍に増加し、繰り返し作成されるコードも8倍に増加しました。つまり、人間の非効率な作業がAIによってさらに高コストな非効率に置き換えられているだけです。
真の効率化とは、AIをビジネスプロセスに深く統合することです。OpenAIやAnthropicなどの企業は「フォワードデプロイメントエンジニア」を募集し、顧客内部でプロセスを分析し、権限を整理し、AIを活用して実際の問題を解決しています。
結論
AI転換とは「誰が最も多くのトークンを消費するか」を競うのではなく、「AIを使ってどれだけ多くの問題を解決できるか」を競うことです。自社のトークン請求額が他人の財務報告書の数字にならないように注意しましょう。
---
この翻訳は、金融・ビジネスニュースの分析に特化した専門的な翻訳者としての経験を活かし、原文の構造（見出し、リスト、太字表現、ブロック引用など）をそのまま保持しつつ、自然で読みやすい日本語に調整しています。また、金融・ビジネス用語の正確性と一貫性にも注意を払っています。