核心内容のまとめ
年初には「AIの使用を強制的に割り当て、トークンの消費量で競争する」という動きが見られた中国やアメリカの大企業だが、今では「トークンの使用を制限し、コストを徹底的に管理する」方向に転換している。表面上は政策が180度変わったように見えるが、実際にはAIに関する考え方が「技術的な信念」から「商業的な計算」へと戻っているのだ。企業はAIへの投資（トークンコストや隠れたコスト）が実際のリターンを大きく上回ることに気づき、超個人の神話もコストやリスクの問題から実現が難しくなったため、AIの使用をより細かく管理する選択をしている。
詳細な解説
#### 1. トークンの消費量だけでは効率は測れない
以前、大企業は「トークンの消費量」をKPI（重要な業績指標）としていた。つまり、従業員がAIを多く使えば使うほど「革新的」で効率的だと考えていた。しかし、実際には幻想だった。従業員はタスクを完了するためにAIに無駄な長文を書かせたり、ゴミコードを繰り返し生成させたりしており、トークンのコストが大幅に増加したにもかかわらず、会社の収益や研究開発の効率には質的な変化はなかった。例えば、マイクロソフトの初期のCopilotでは、重度のユーザーが1日に消費する計算リソースのコストが月額30ドルのサブスクリプション料金を大幅に上回り、まるでユーザーにお金を払っているような状態だった。また、あるSaaS企業が無料で顧客にAI機能を提供したところ、ユーザーが50語のメモを1500語の計画書に拡張させたため、1人当たりのコストが1日8ドル（月額240ドル）に達し、わずか2ヶ月で計算リソースのコストが3000ドルから16万ドルに急増し、破産した。スタンフォード大学やMITの研究によると、企業のAIプロジェクトの95％は測定可能な財務的リターンを生み出していない。
#### 2. AIが間違えたらその責任を負わなければならない
トークンのコストは氷山の一角に過ぎず、より大きな問題はAIによって引き起こされる顧客からの苦情やPR（公共関係）上の危機だ。例えば、エア・カナダのAIカスタマーサービスが「遺族向けの航空券の差額を後で返金する」と誤って約束し、顧客が信じて購入したにもかかわらず拒否されたため訴訟に発展した。エア・カナダはAIは独立した法人だと主張したが、裁判所は企業の敗訴を判決した。また、DPDのAIカスタマーサービスがユーザーに誘導されて詩を書いたり暴言を吐いたりしてしまい、ネットで話題となり、企業は急いでシステムを停止した。これらの隠れたコスト（賠償金やPR対応、修正費用）はAIによって節約される人件費を大幅に上回るため、企業はAIの運用を監視するためのコンプライアンスチームを設立する必要がある。
#### 3. AIは実際には人間よりも高価
多くの人はAIが人間よりも安価だと考えているが、それは誤りだ。人間の脳はご飯を食べたりコーヒーを飲んだりするだけで（20ワットのエネルギー消費）1日中複雑な作業をこなせるが、AIのTransformerアーキテクチャの性質上、すべてのやり取りに多大なコストがかかる。
- 注意力のメカニズム：人間が100語を話すとき、AIはそれぞれの単語を過去の全ての単語と組み合わせて比較する（1万回もの処理が必要）。単語の数が多ければ多いほど計算リソースを消費する。
- 単語ごとの生成：AIが答えを出す際には、1つの単語ずつ順番に生成し、そのたびに過去の全ての会話を再確認しなければならない（まるで本全体を復習するようなものだ）。
- パラメータの処理：AIを使用するたびに、数千億もの知識点をハードディスクからメモリに移動させる必要がある。
#### 4. 超個人？現実は違う
以前は「AIによって1人がチーム分の仕事をこなし、超個人が生まれる」という話があったが、それも幻想だ。
- 分業は消えておらず、むしろコストが増加している。AIの使用により、フロントエンドやバックエンドの開発者など、より高給の専門家を雇う必要がある。
- コストは抑えられない：超個人がAIを使ってチームの仕事を代替しても、1日のトークンコストが爆発的に増加し、個人では負担できない。
- リスクも大きい：小規模な企業がAIを使用して間違えた場合、数億ドルの損失を被る可能性がある。現代の企業には法務やPRチームがおり、超個人にはそのような対応能力がない。結局のところ、超個人はごく一部のエリート（例えばフリーメディアや独立開発者）に限られ、大多数の人々はAIと共に働き、大企業のトークンの基準によって「溶接」された状態で仕事を続けることになる。
結論
大企業がトークンの使用を制限するのはAIが機能しなくなったからではなく、商業的な本質に戻ったからだ。どんな技術も投入と成果のバランスを考える必要がある。AIは「無料の昼食」ではなく、そのコストやリスクを企業や個人が理性的に評価する必要がある。「AIがすべてを変える」という神話も、結局は実際のビジネス上の計算に基づいて判断される。