トークンの熱狂が引いた後の企業現実：予算管理が新常態に、しかしAI列車は減速せず

法人向けAI消費の「飲み放題」時代が終わりつつあるが、請求管理はブレーキをかけることとは別問題だ。

今年上半期、「トークン最大化（Tokenmaxxing）」が企業AI業界の流行語となった。Meta、Salesforceなどの企業は、従業員が積極的にAIトークンを消費して生産性を高めるよう奨励した。Meta内部では「クロード経済学（Claudeconomics）」と呼ばれるランキングが登場し、企業内のトップ250人のヘビーユーザーを追跡していた。データによると、Metaの従業員は30日間で60兆トークン以上を消費し、一人の最大消費ユーザーは約2800億トークンに達した。従業員たちは「トークンレジェンド」「キャッシュウィザード」などの称号を競うため、AIエージェントに無意味な研究を何時間もさせることでトークンを「燃やした」。

その後、Uberが4ヶ月でClaude CodeとCodexの年間予算を使い果たしたことで話題となり、従業員には月額1500ドルの使用上限が課され、超過分はケースバイケースで承認が必要となった。

これらの出来事は広く注目を集めた。しかし、SemiAnalysisチームはDatabricks AIサミットで実地調査を行い、Slackや電話で50社以上の企業顧客と深く話し合った結果、メディアの語りとは全く異なる結論に達した。

同機関は、メディアの報道は問題の普遍性を大きく誇張している。MetaやUberのような極端なケースの根本原因は、インセンティブの不適切さと内部管理の緩さであり、企業AIへの投資全体が制御不能になっているわけではないと考えている。

見出しのストーリーは誇張されており、実際のデータはもっと穏やかだ

メディアの報道は企業AIの予算危機を誇張している可能性がある。

この判断を裏付ける重要なデータがある。SemiAnalysisがRampの消費データを引用したところ、上位1%の顧客は従業員一人当たり年間平均AI支出が約9万ドル、上位10%は約7300ドルであるのに対し、Rampの顧客の中央値はわずか136ドルだった。Rampの顧客全体の技術応用レベルはすでに一般企業をはるかに上回っているが、フォーチュン500のメディア系顧客の一人当たりAI支出は100ドルを大きく下回っている。

「トークン燃焼大户」のMetaでさえ、定価計算で従業員一人当たり年間約5万ドルのコストがかかるが、SemiAnalysisの推定では、これはAnthropicの顧客収入のわずか3%から5% に過ぎない。

Anthropic自身の文書もこれを裏付けている：Claude Codeの開発者の月間平均支出はわずか150～250ドルであり、10% のユーザーのみが1日平均30ドル以上を費やしている。

SemiAnalysisは「メディアの誇張された報道は事実ではない——企業は依然として投資を続けており、新しい需要シナリオや垂直領域によるトークン消費が、AI列車を猛烈な速度で前進させ続けている」と主張している。

これは、企業AIの採用がまだ不均一な普及段階にあることを意味する。すべての従業員が高頻度で大規模モデルを呼び出しているわけではない。多くの企業では、ごく一部のチームやポジションだけが先に動き出している。

予算管理が新たな常態となるが、基準は千差万別

50社以上のインタビューを受けた企業のほとんどが、AI使用にハードな上限を設定している。しかし、各社の基準は大きく異なり、業界共通の合意はない。

低コストの例：

• アメリカのトップ3の航空宇宙・防衛メーカー：一人当たり月額250ドルの上限。一部のヘビーユーザーは初月の4日間で枠を使い果たした。

• 世界最大の製薬会社の一つ：一人当たり月額500ドル、特別な場合は1000ドルを申請可能。

高コストの例：

• Workday、Stripe：従業員の月間予算は約2000ドル。

• 上場サイバーセキュリティ企業：初級社員は月額800ドル、上級社員は1600～4000ドル、データサイエンティストには最高額が割り当てられる。

• 大手旅行テクノロジー企業（1500人の従業員のうち800人がエンジニア、年間AI支出は1000万ドル近く）：デフォルトで一人当たり月額200ドル、職位に応じて数万ドルまで増加可能。

予算設定の論理も様々だ。アメリカの三大航空会社の一つの方法が最も特別で、トークンの割り当ては具体的なプロジェクトと期待される収益に直接結びついていた。例えば、期待収益1000万ドルのプロジェクトに対し、財務チームは総支出予算100万ドルを承認し、チームはそのうちのどれだけをトークンに充当するかを自ら決定する——AIコストはプロジェクトの財務モデルに組み込まれ、独立したIT予算ではない。

従業員の「トークン節約」サバイバル術

予算の圧力から、実用的なトークン節約戦略が生まれている。

最も典型的なのは「Copilot裁定取引」だ：Microsoft 365の法人版サブスクリプションユーザーは、標準Copilotチャットボットを無料で無制限に使用でき、この使用量は月間AI予算にカウントされない。大手オランダの消費財・ヘルステクノロジー企業は、従業員がまずCopilotでアイデアを草稿・統合し、その後ClaudeやCodexを呼び出して最終タスクを処理することで、計量トークンを節約していると明確に述べている。

モデルのダウングレードも一般的な手段だ。前述のグローバル旅行テクノロジー企業は、全従業員のClaudeデフォルトモデルをOpusからSonnetに切り替え、Opusはまだ使用可能だが、能動的に選択する必要がある。航空宇宙・防衛メーカーは、Opus 4.8と高速モードを直接「無効化」 している。

これに対し、SemiAnalysisチームは経営陣の論理を直接批評した：「経営陣は、従業員に大きなトークン予算を与えると、本来自動化すべきでないタスク（例えばメール作成）を自動化するようになると考えている。我々はこの反自動化の見解をあまりにもナイーブだと考えている。」

安価なトークン需要は依然として成長しており、TaaS/APIエンドポイント市場は冷え込んでいない

予算管理は呼び出しの減少を意味しない。企業がより気にかけているのは単位コストだ。

安価なトークンの需要は依然として強い。フロンティアモデルとオープンソースモデルのToken-as-a-Service/APIエンドポイント市場はどちらも成長している。AWS Bedrockが計算に含まれた後、SemiAnalysisのAWS今四半期の全体成長率の推定値は市場予想よりも高い。

TaaSプロバイダーも拡大している。Together、Fireworks、Basetenなどの企業の合計ARRはすでに40億ドルを超えている。

これは、企業の予算圧力が調達構造を変えることを示している。安価なモデルで解決できる問題には、常に最も高価なモデルを呼び出すわけではない。デフォルトモデルがダウングレードされても、AI使用が減少するわけではなく、コスト曲線が再最適化されているのだ。

コーディングが依然として最も強い需要、AI列車は予算上限で減速していない

コーディングシナリオは依然としてAI収入の最大の原動力であり、OpenAIとAnthropicのARRの70%以上がこの方向から来ている。AnthropicのB2B比率は90%超（OpenAIは約60%）であり、その収入構造の企業依存度がより高く、より安定している。

次の成長の波は、サイバーセキュリティとホワイトカラーの知識労働から来ると考えられている。Cowork、CoPilot、Codex、Computer系製品がさらに企業に浸透するにつれ、コーディング市場がAIラボのARR成長を牽引する道筋は、より広範なシナリオで繰り返されるだろう。

現在、ほとんどのフォーチュン500企業の一人当たりAI支出は、年間2000ドルを大きく下回っており、主にエンジニアリング部門とデータサイエンス部門に集中している。これは、企業におけるAIの普及がまだ初期段階にあり、成長の余地が消えたわけではなく、形態が変わっただけであることを意味する——「気ままに金を使う」から「予算を組んで継続的に投資する」へ。

AIの真のROI：効率向上、しかし生産性への期待も同時に上昇

インタビューを受けた企業では、AIによる効率向上の事例は現実に存在し、効果も顕著だ。

• Amazonの採用部門：初期選考からチーム配置までのプロセスは、以前は6～9ヶ月かかっていたが、AIツールを活用して3～4ヶ月に短縮された。

• フォーチュン500の85%にデータ分析サービスを提供する企業：以前は1週間かかっていた作業が、今では数時間で完了する。

しかし、効率向上の裏側には、生産性への期待の同時上昇がある。ある法律データ・リスクソリューション企業の従業員は、以前は1週間かかっていた仕事が数時間に圧縮されたが、「会社はそのためにより多くの仕事を期待し、結果的に以前よりも忙しくなった」と語る。

SemiAnalysisは、UberやMetaなどの企業でのトークン超過支出事件の根本原因は、インセンティブの不適切さと監視の緩さであり、高いROIの応用シナリオの欠如ではないと指摘する。Amazonは大規模な人員削減を行ったにもかかわらず、AIツールによる効率向上のおかげで、より速いペースで新入社員を採用している——これはAIが「人的レバレッジ」として機能する最も明確な注釈だ。

リスク注意事項及び免責条項

        市場にはリスクがあり、投資は慎重に行う必要があります。本稿は個人的な投資アドバイスを構成するものではなく、個々のユーザーの特別な投資目標、財務状況やニーズを考慮していません。ユーザーは本稿の意見、見解や結論が自身の特定の状況に適合するかどうかを検討する必要があります。これに基づく投資は、自己責任となります。