テスラもトークンの「流量制限」を開始した。

特斯拉は社内でのAI普及を強力に推進した後、急ブレーキをかけ、従業員のAIツール使用支出に上限を設定した。これは、企業におけるAI投資とコスト管理の間で浮き彫りになるバランスの難題を反映している。

The Informationの最近の報道によると、テスラは先月、従業員に対し、7月6日から、従業員のAIツール使用支出上限を週200ドルに設定し、超過分は上司の承認が必要となると通知した。それ以前の数ヶ月間、一部のソフトウェアエンジニアのAIトークン消費は週に数千ドルに達することもあった。報道によれば、情報筋の話として、xAI製品のテスト版は上記の上限に含まれない。

この変化は、テスラが全社的なAI普及を加速させる背景の中で起こっており、Meta、Uber、ウォルマートなどの企業の動向と一致している——これらの企業は、従業員に全面的なAI活用を奨励する段階から、関連支出を引き締める段階への急速な転換を経験している。

テスラにとって、この調整は特に注目に値する。マスク氏は繰り返し、テスラの将来の価値は、RobotaxiネットワークとOptimusヒューマノイドロボットでAIの大規模な実装を実現できるかどうかにかかっており、単なる自動車販売に依存するものではないと強調してきた。こうした背景の中、AI投資効率をどう高めるかが、経営陣が直面しなければならない課題となっている。

個人アカウントから統制管理へ：テスラ、AIツールアクセス権限を強化

報道によると、4人の情報筋の話として、テスラは昨年、「Bottle Rocket」という社内AI統一アクセスプラットフォームを立ち上げ、従業員にOpenAI、Anthropic、xAI、Cursorなどのモデルへのアクセスを提供した。これにはまだ公開されていないバージョンも含まれていた。それ以前は、多くの従業員が主に個人アカウントを通じてさまざまなAIツールを使用していた。

しかし、プラットフォーム稼働後、企業レベルのAI利用ポリシーは長期間にわたり比較的分散しており、関連ルールは主に各事業部門の副社長またはディレクターが独自に定めており、統一基準が欠けていた。

今年の春までに、テスラは全社的な統一管理を推進し始めた。これには、従業員が会社のPCや社内ネットワークを介してBottle Rocket以外のAIモデルにアクセスすることを制限することが含まれ、社内啓発を行い、従業員に会社の機密情報を許可されていないAIシステムに入力しないよう注意喚起した。

人事面では、元IT担当副社長のRaj JegannathanがテスラのAI推進を主導し、AIアプリケーションを研究開発から営業・サービス部門に拡大（例：AIカスタマーサービスエージェントの導入）した。しかし、退職の数ヶ月前には、その職務の一部が調整されていた。今年2月にJegannathanが退職した後、Tony Tranがマスク氏に直接報告するようになり、IT、AI、クラウドインフラ業務を担当している。

AIツール普及の進捗は一様ではなく、Grokの社内での受容度は限定的

テスラのAIツール普及推進は順調だったわけではない。

今年初め、一部のチームはトークン使用状況を追跡する社内ダッシュボードを導入し、エンジニアにAIをもっと活用するよう促し、各部門でトークン消費が最も多い従業員をランキング化した。同時に、経営陣は従業員に使用コストを適切に管理し、機密データを慎重に扱うよう繰り返し注意喚起した。

マスク氏自身は、傘下企業のAI製品を従業員に使い続けるよう促している。今年4月、xAIとCursorの深い協力関係に伴い、マスク氏は全テスラ従業員にメールを送り、CursorのプログラミングモデルComposerの試用を推奨した。今年6月には、SpaceXとテスラがxAIの最新モデルGrok 4.5をテストしていると述べた。

ただし、報道によると情報筋の話として、Grokのテスラ社内での受容度は高くなく、多くの従業員は依然として日常の開発作業にAnthropicのClaudeを使用する傾向がある。

組織的にAI全社員活用を推進、Novaプラットフォームが社内統一エンジンに

テスラのAI展開はソフトウェアエンジニアリングチームに限らない。

同社は昨年、社内データで学習させたAIプラットフォーム「Nova」を導入し、継続的に改良を重ねている。Novaは全社に統一的な知識とプロセスサポートを提供することを目的としており、従業員は休暇ポリシーなどの日常情報を照会できるほか、工場生産ラインの故障調査などより複雑な業務プロセスを支援するためにも使用できる。

テスラの車両エンジニアリング担当副社長Lars Moravy氏は最近のインタビューで、同社はAIをエンジニアリング開発プロセスに積極的に組み込んでおり、AIエージェントによるエンジニアリング知識ベースの呼び出しや、AIによる生産ラインからの車両品質問題の検出などを含むと述べた。

全体として、テスラは全社的に組織的にAIアプリケーションを推進しようとしている。しかし、AI利用規模の拡大に伴い、アプリケーション効率の向上、投入コストの管理、データセキュリティの確保のバランスをどう取るかが、ますます多くの大企業が直面する経営課題となっている。

リスク注意事項及び免責条項

        市場にはリスクがあり、投資には注意が必要です。本記事は個人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、またはニーズを考慮していません。ユーザーは本記事の意見、見解、または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、自己責任で行ってください。