AIはそれが置き換えた人々よりもコストがかかる

テクノロジー業界は現在、逆説的な危機に直面している。人間の労働を不要にするはずの技術が、実際にはそれが置き換えた人間よりも高価になっているのだ。企業は従業員を解雇してAIツールに資金を振り向けているが、そのツールは解雇された労働者よりもコストがかかる。この循環論法は、何万人もの生計が犠牲になっていなければ、暗いユーモアと受け止められたかもしれない。

UberのCTOは最近、同社が2026年のAIコーディング予算全体を4ヶ月で使い果たしたことを明らかにした。3月までにUberのエンジニアの84%がClaude Codeを採用し、コミットされたコードの約70%がAI由来となった。使用量は膨大だったが、対応する価値はより曖昧だった。UberのCOO兼社長Andrew Macdonaldは、トークン使用量がユーザーに届く有用な機能と直接相関していないように見えると公に認めた。

Uberだけではない。MicrosoftはOpenAIに約130億ドルを投資し、生成AIで自社コードの最大30%を生成しているが、ある主要部門ではエンジニアにAIコーディングアシスタントの使用を中止するよう指示した。請求書が手に負えなくなったためだ。Axiosによると、ある匿名企業は経営陣が使用上限を設定するのを忘れたため、一ヶ月で5億ドルのClaude請求書を抱えた。これらは、知能を単語単位で購入する場合のコストに関する構造的な誤算である。

Nvidiaの応用深層学習担当バイスプレジデントBryan Catanzaroは率直に述べている。彼のチームの計算コストは現在、それを使用する従業員への支出をはるかに上回っている。AI革命を支えるハードウェアを製造する企業でさえ、この技術が本来補完すべき人間よりも高価であることを認めている。

しかし、Catanzaroの上司であるJensen Huangは業界に向けて、年収50万ドルのエンジニアは少なくとも年間25万ドル分のAIトークンを消費すべきであり、Nvidiaはエンジニアリング部門全体で年間20億ドルのトークン予算を目指していると語る。トークンは採用の特典であるべきだと示唆する。サプライチェーンのトップからのメッセージは明白だ。もっと、より速く使え。

企業はこれに応じてきた。大手テクノロジー企業は今年、7400億ドルの設備投資を発表しており、2025年比69%増となる。GartnerはAIエージェントソフトウェア支出だけで2026年に2070億ドルに達し、前年比139%増と予測している。

ここで算術が逆説的になる。この支出と並行して、2026年には150社以上で11万5000人以上のテクノロジー労働者が解雇された。Metaは8000人を削減。SentinelOneはリソースをAIに振り向けるため人員の8%を削減。Wixは従業員の5分の1を解雇。Blockは従業員を半減。Atlassianは1600人を削減した。

表明された論理は一貫している。業務効率化、AIへの再配分。しかしMITの研究では、AI自動化が経済的に viable なのは役割の約23%に過ぎないことが判明している。残りの77%では人間の方が依然として安い。ゴールドマン・サックスのチーフエコノミストは、AI投資を強力な成長促進要因とは見なしていないと明確に述べている。Sequoia CapitalのパートナーDavid Cahnは、その結果生じたギャップを数値化している。AI企業が現在のインフラ支出を正当化するには、年間約6000億ドルの収益が必要だ。2026年半ば時点で、ギャップは縮小どころか拡大している。

つまり、現在の状況は次のようになる。企業は、それが置き換える労働力よりも現在コストがかかる人工知能に資金を供給するために人間の労働力を削減し、ほとんどの研究がまだ検証できていない生産性向上を追求し、年間予算を数週間で枯渇させるペースで進めている。

文化的側面が最も物語っているかもしれない。AmazonはエンジニアリングチームのAI使用状況を追跡する社内リーダーボードKiroRankを構築した。従業員がランキングを上げるためだけに無意味なタスクでトークンを消費するようになったため、静かに撤去された。MetaもClaudeonomicsという同様のトラッカーを構築した。Amazonはスタッフに「トークンマクシング」を奨励し、消費自体を業績指標として扱った。費やした額ではなく生み出したものに対して報酬を与えるとき、支出自体が成果となる。

取締役会はCEOにAIの採用を要求した。次に無差別な展開、いわゆるトークンマクシングが起こった。第三段階では、リーダーシップチームが請求書に気づき、遅ればせながら疑問を呈している。すべてのタスクに最も高価なモデルが必要なのか？ エンタープライズAI使用の約95%は依然として最も高価なフロンティアモデルで実行されており、その洗練度を必要としない作業にも使われている。

リソースが無駄にできるほど安くなると、人々はためらわずに無駄にする。それが重要になるほど高価になると、突然効率に熱心な関心を抱く。人工知能はその同じ清算に向かって突き進んでいるように見える。ただし、無駄は数十億単位で計測され、毎月の重い請求書として届く。

プライベートエクイティ側も反対方向から同じ結論に達している。最近のCrypto Valley Conferenceのプライベートエクイティパネルで、Julius Baerのプライベートキャピタルマーケット責任者Giuseppe De Filippoは、SaaS取引が停滞していると述べた。水平型価格設定がもはや機能せず、評価額がその現実に追いついていないためだ。

AIは現在、数時間で使用可能なインターフェースを生成できる。つまり、企業が何年もかけて磨き上げてきたデザインレイヤーの価値は1年前よりも低下している。AIが生成できないのは、鉱山事業や水道事業向けのニッチなERPシステムに組み込まれた20年分のドメインロジックだ。堀はソフトウェアの見た目から、それが知っていることへと移った。

長い間、コストは低下しているというのが前提だった。トークン単価は確かに下がっており、Gartnerは2030年までに最大規模のモデルの実行コストが90%近く安くなると予測している。問題は、消費が価格低下よりも速く拡大していることだ。Faros AIの調査によると、高AI採用下では「コードチャーン」、つまり追加コード行に対する削除コード行の比率が800%以上増加した。より多くのトークンインプット、より多くの廃棄される作業。

企業が現在AI使用に支払っている価格は実際の価格ではない。OpenAI、Anthropic、Google、Metaはすべて、提供コストを下回る価格で推論を提供しており、ベンチャーキャピタルを燃やして市場シェアを買っている。OpenAIは推論で1ドル稼ぐごとに約2ドルを費やしている。Sam Altmanは、月額200ドルのサブスクリプションで同社が損失を出していることを公に認めた。補助金モデルは今年から解消され始めた。

支出の物語とリターンの物語は別々の線路を走ってきた。長年、補助金による推論価格、ベンチャーキャピタル支援の損失、そして最終的な生産性の約束が、両方の線路を同じ方向に動かし続けた。2026年6月、市場はこれらが乖離していることに気づいた。半導体メーカーは1回の取引セッションで約1.3兆ドルの市場価値を失い、2020年3月のパンデミック暴落以来のPHLX半導体指数の急落となった。Nvidia、Micron、AMDが下落を主導。韓国のベンチマーク指数は1日で10%下落し、取引が一時停止された。SpaceXは上場から数日でIPO価格を下回った。Accentureは6ヶ月で52%下落した。この売りは技術に対する判断ではなく、タイムラインに対する判断だった。

2026年4月、Anthropicはエンタープライズ顧客を定額制から実際の計算に連動した使用量ベースの請求に移行した。GitHubも数週間後にCopilotで同じシフトを行った。長年、ヘビーユーザーに対してサブスクリプション価値の最大8倍を静かに吸収してきた後だ。アナリストは、価格が実際のインフラコストを反映するように正常化されると、エンタープライズAIの請求額は現在の水準からさらに30～50%上昇すると予測している。

収益化への道には、価格が上がるか、計算とエネルギーコストが消費の伸びよりも速く下がるかのいずれかが必要だ。どちらも起こっていない。OpenAI自身の予測では、今年140億ドルの損失、2029年にようやく利益が出るまでに累計440億ドルの損失が見込まれている。Ray Dalioは現在の瞬間をバブルの初期段階と表現している。1990年代後半との類似は示唆的だ。インターネットは本物の技術だった。それでもクラッシュを引き起こした。

計算を販売している人物が支出を「現時点で最も公平な批判は、大量の無駄があることだ」と呼ぶなら、請求書を支払う人物はそれを何と呼ぶのか？ トークンのコストが、それが置き換えるはずだった従業員のコストをすでに上回っているなら、比較が逆方向に動き始めるのはいつなのか？ そして、コストが最終的にギャップを埋めるほど低下するというのが答えならば、次の質問は、今からその時までの間の損失を誰が吸収するのか？

歴史はすでに答えをスケッチしている。インターネットは本物だったが、それでもクラッシュし、その後登場したのはより少ないインターネットではなく、ついに自分自身で支払うようになったインターネットだった。AIは同じ選別に向かっており、その分断はすでに見えている。Inversion AIの共同設立者Lisa Emmeは言う。「間違いは、AIを追加機能として扱うことだ。AIネイティブ企業はモデルを中心に再構築する。そして一度そうすれば、専門モデルの方がより良く安くできる作業にフロンティア価格を支払うことはなくなる。それはコスト削減ではなく、アーキテクチャだ。この10年の勝者は最大のモデルを実行するのではなく、適切なモデルが適切なタスクを実行し、人間が介在する必要のあるワークフローを徐々に減らしていくシステムを構築した企業だろう。」

それがブームがまだ価格に織り込んでいない、より地味な未来だ。どれだけの知能を購入できるかではなく、どれだけの知能を実際に活用できるか。業界はAIが何をできるかに関するすべての質問に答えてきた。今重要な唯一の質問にはまだ答えていない。資金が尽きる前に、それが自分自身で支払うかどうかだ。