AI支出は人件費になった

先月、Fable 5に関する記事の末尾で、AIコストを見直す企業が増えていると述べました。その後も勢いは衰えず、今回はその点を詳しく掘り下げます。

1年前、企業はエンジニアにAIの積極的な活用を促していました。UberはClaude Codeの使用量でエンジニアをランク付けする社内リーダーボードを導入し、トークン消費が多いほど好意的に評価されていました。しかし、今年の春、同じ企業が上限を設定し始めました。Uberは2026年分のAIコーディング予算を4カ月で使い果たし、現在はエンジニア1人あたり月1500ドルのツール利用制限を設けています。Teslaはリーダーボードから週200ドルの上限に切り替えました。Microsoftは社内のClaude Codeライセンスのほとんどを撤回し、自社のCopilotへの移行を促しました。

私は数週間にわたりこれらの話を読み、その意味を考えてきました。請求額は現実的であり、パニックにも一理あると思います。しかし、上限設定は請求額を間違った予算科目と比較しているのではないでしょうか。

請求額が急増した理由

資金の流れを把握する最も簡単な方法は、全体の請求書ではなく、単一のタスクに注目することです。UberのCTOが社内でエージェントコーディングをデモした際、何も問題がなかったにもかかわらず、1回2時間のセッションで1200ドルを消費しました。これは、エージェントが計画、ファイル読み込み、ツール呼び出し、自身の出力のレビュー、再試行を行う際に毎回以前のラウンドの完全な履歴を引き継ぐことによる当然の結果です。

コストの一部は、エージェントが何かをする前に固定されています。Claude Codeが実際に送信する内容をログに記録したところ、各リクエストはユーザープロンプトの前に約3万3000トークンのシステムプロンプトとツール定義を伴っていました（軽量なフレームワークでは約7000トークン）。

これをエンジニア組織全体に掛け合わせると、マクロな数字が理解できます。2023年以降、トークン単価は90％以上下落しましたが、それでも2025年末以降LLMの総支出は倍増しています。経済学者はこれを「ジェヴォンズのパラドックス」と呼びます——何かが安くなると、結局より多く使ってしまうのです。エージェントが75％割引で20倍のトークンを使えば、請求額は結局5倍になります。

Anthropic自身のドキュメントも同じことを示しています。4月、同社はClaude Codeのコストガイダンスをデベロッパー1人あたりアクティブ日6ドルから13ドルに引き上げましたが、価格は変わっておらず、デフォルトモデルのトークン消費が増えただけです。

シートライセンスの崩壊

過去1年間の価格変更はすべて同じ方向を指しています。Cursorは2025年6月にProの価格設定を使用量クレジットベースに変更し、その後発生した驚きの請求額を返金せざるを得ませんでした。Anthropicはその1カ月後、Claude Codeのヘビーユーザーに週間レート制限を追加しました。今年に入り、GitHub Copilotは従量制のAIクレジットに移行し、Databricks Genieはユーザーあたり月少量の無料枠を設けた後、従量課金となりました。

理由は開発者間のバラツキです。Cursor自身のデータ（The Pragmatic Engineer経由）によると、上位1％の開発者は中央値の45倍のコード行数を生成します。シートライセンスは組織全体でこれを平均化していましたが、エージェントの登場まで機能していました。今では、ループを含むフレームワークを使いこなす熱心なエンジニア1人で、以前はチーム全体が消費していた量を消費できます。

Ethan Dingは2025年7月にこの状況を「フロンティアモデルへの需要集中、タスクあたりのトークン倍増、固定サブスクリプションの販売元にとっての悪夢」と表現しました。1年経った今、まさにその通りになっています。

16万5000ドルの書き換え

これが、本記事を書こうと思った背景です。今月初め、現在Anthropicに所属するBunチームが、Bun JavaScriptランタイムをZigからRustに書き換えた結果を公開しました。53万5496行のZigコードを、1人のエンジニアが約64のClaudeエージェントを監督しながら11日間で変換。使用量は59億の未キャッシュ入力トークンと6億9000万の出力トークンで、「API価格で約16万5000ドル」とされています。

これは1つのプルリクエストに16万5000ドルであり、Anthropic自身のデベロッパー1人あたり13ドルのガイダンスの1万日分以上に相当します。この数字がCFOの机の上にソフトウェア費目として届けば、UberやTeslaが課したような上限が即座に設定されるでしょう。

Bunの作成者Jarred Sumner氏は、手動での書き換えには「コードベース全体を把握した3人のエンジニアで約1年」かかったと見積もっています。Hacker Newsのコメント投稿者が給与計算をしたところ、ベイエリアの報酬では「人件費だけで少なくとも150万ドル」、しかも11日ではなく1年かかる計算になります。それに対して、同じ16万5000ドルは約9割の割引で、約30倍の速さです。

しかもこれはデモではありません。移植結果は全プラットフォームでBunのテストスイートを100％通過してマージされ、Claude Code自体も6月中旬からRust版で稼働しています。Simon Willisonは出荷バイナリに埋め込まれたRustソースファイル名を発見して確認しました。この請求額が法外か割安かは、どの予算項目と比較するかに完全に依存します。 数字が曖昧になる部分

この比較は多くのことを含んでいるため、反論が必要です。最初の問題は価格そのものです。16万5000ドルは「API価格」ですが、Anthropicは自社のトークンにAPI価格を支払っていません。また、API価格がコストを反映しているかも不明です。SemiAnalysisはAnthropicの推論マージンが1年で38％から70％に上昇したと推定しており、トークン自体はサービスコストよりも高く販売されている可能性がありますが、トレーニングやその他の費用でラボは赤字なのです。

Hacker Newsでは両方向の計算が行われました。ラボが推論を赤字で提供しているなら、真の数字は30万ドルか50万ドルかもしれません。別の人は、同じトークンを消費者向けサブスクリプションで購入すると約2万5600ドルになると計算しました。誰のフレーミングかによって、数字は20倍も変わります。

次に、その費用で何を得たかです。Zigの作成者Andrew Kelley氏は結果を見て、Zigコードのバグを発見できなかったテストスイートが、どうして「100万行の未レビューガラクタの中のバグを発見できるのか」と疑問を呈しました。移植には約1万3000個のunsafeキーワードが含まれ、19の既知のリグレッション（後に修正）を抱えて出荷されました。また、比較ではSumner氏自身の11日間の調整とレビューを無料としています。検証はAIの節約が漏れ出す部分です。METRが2025年初めに行ったランダム化試験では、経験豊富な開発者がAIツールを使うと19％遅くなり、しかも自分は20％速くなったと錯覚することが判明しました（ただし、1年後の追跡調査では小幅な高速化に修正され、誤差範囲は両方向をカバーしています）。

パニックも主に分布の上位に限られます。Tomasz Tunguzのデータでは、ソフトウェア企業の中央値はエンジニア1人あたり年間137ドルのAI支出です。ほとんどの企業にはトークン暴走の問題はありません。Uberでさえ、問題は請求額そのものではありませんでした。支出がリリースされた機能を生み出しているかとの質問に対し、COOの回答は「その関連性はまだない」でした。

Bunの書き換えの実際のコストはわかりません。定価で16万5000ドル、真のコストならその3倍、サブスクリプション価格ならごく一部でしょう。これが現在のAI予算の実態です。この記事のすべての数字は、ラボが価格戦争中に設定した価格に依存しています。トークン自体も安定した単位ではありません。Anthropicの新しいトークナイザーは同じコードから約30％多くのトークンを生成するため、有効価格は上昇し、表示価格はそのままです。上限設定は、誰も正確に価格設定できない請求書に対する防護策として理にかなっています。

しかし、比較自体は安定していると思います。Tunguzは推論をエンジニア報酬の第4の構成要素と位置づけています。SequoiaはAIエージェントがソフトウェア予算ではなく人件費予算と競合すると主張しています。どちらも同じことを指しています——エージェント支出はSaaS請求書ではなく給与のように振る舞うのです。Bunの書き換えは、そう見た場合にのみ安く見えます。たとえこの記事のすべての数字が価格戦争終了後に3倍になったとしても、49万5000ドル対150万ドルの人件費では、同じ方向を指します。

冬にトークン使用量でチームをランク付けし、夏には上限を設けた企業は、まだ本当の質問に答えていません。それは、タスクの価値は何かということです。誰かが投入トークンと産出価値を実際に結びつけるまで、予算は両極端を行き来し続けるでしょう。