エンジニア部門における AI 支出削減の傾向について

こんにちは、Pragmatic Engineer ニュースレターの特別無料号をお届けするゲルゲーです。毎号、シニアエンジニアやエンジニアリングリーダーの視点からビッグテックとスタートアップを取り上げています。今回は、2 週間前に発行した『The Pulse』の 4 つのトピックのうち 1 つを扱います。フルサブスクライバーには、この記事を 14 日前にお送りしています。もしこのメールが転送された場合は、こちらから購読できます。 以下の『The Pulse』は興味深いものです。元の記事を送信してからわずか 1 週間後、OpenAI の CEO サム・アルトマンも、一部の企業にとって AI の予算策定が大きな課題であると述べており、この分析結果と一致する見解を示しました。 5 月中旬、Uber の社長であるアンドリュー・マクドナルドは、『Rapid Response podcast』に出演し、ホストのボブ・サフィアンとの対談でライドシェアリング大手について議論しました。その中で、AI から期待された効率化のレバレッジが得られていない点を指摘し、言語学習アプリである Duolingo を例に挙げました。 「先四半期にコードコミットの 25% が AI 駆動だったとか、トークン使用量が従業員の X% から Y% に増えたといった話を企業がしているのを聞くと、これらの数字は素晴らしいと思います。これは社会全体における巨大な変革だ」とマクドナルド氏は語りました。 「しかし、その後シニアエンジニアリングリーダーたちに話を聞いてみると、『カットリスト（保留中のプロジェクト）にあったプロジェクトのうち、生産性向上によって実際に完了ラインに達したものはどれくらいあるのか？』と尋ねたくなります。先四半期にはコードコミットの 25% が Claude Code を通じて行われたのですから。」 AI による生産性向上というリンクは、まだ確立されていません。つまり、暗黙的により多くのものが出荷されている可能性はあるものの、その統計データの一つと、より有用な消費者向け機能との間に明確な線引きを行うのは非常に困難です。 今後数四半期、あるいは数年かけて、それがより明確になるかもしれません。しかし今日においては、基盤となる指標のいくつかが大変な勢いで上昇傾向にあるとしても、依然として難しい状況です。 当社の CTO である Praveen は、インタビューで「2026 年の AI バジェットを 3 月中旬という時期に使い果たしてしまった」と発言したことで話題になりました。今後は、エンジニア組織としてトークン消費量と関連コスト、そして人員数との比較について議論を始め、その上でトレードオフ（取舍）を行っていく必要があります。 ユーザーに対して出荷する有用な機能や機能性の数に直接的な結びつきを示せない場合、AI への支出に関するそのトレードオフを正当化するのはより困難になります。なぜなら AI は無料ではないからです。 単に AI ツールのユーザーとして座っており、興味深いユースケースを思いついているだけで、請求書を支払う立場にない場合、「AI は無料である」という感覚を抱くかもしれません。しかし、誰かがその請求書を支払っているのです」 私の直感では、ほぼすべての企業が、AI コーディングツールから始めとして、AI 支出の劇的な増加について質問を投げかけ始めているか、まもなくそうするようになるでしょう。私は大企業と中小企業の数人の関係者にこれについて話を聞きました： OpenCode: 支出最適化への顧客需要が急増。昨日、OpenCode の創設者である Dax Raad とのポッドキャストエピソードで、彼は OpenCode のホスト推論サービス（OpenCode Zen）に対する需要がすべての予想を上回ったと語りました。大企業はより安価でありながら依然として能力のある AI モデルを求めているからです。彼は過去 1 ヶ月間で、入ってくる企業の問い合わせのすべてが支出最適化に関するものであることを明らかにしました。つまり、AI 利用料金の増大に対する広範な懸念が存在します。 最先端の AI を活用する企業は、モデルルーティングで決断を下しています。私は2社の最先端テックカンパニーの CTO とエンジニアリング責任者に話を聞きました。彼らもまだ明白な投資対効果（ROI）を達成していません。それでも、最新モデルへのアクセスには「インテリジェンス・プレミアム」を支払うか、出荷されるバグ数を増やすかの二者択一だと感じています。コスト削減のため、両社ともユースケースとプロンプトに基づく「スマート」なモデルルーティングを検討しています。これらの企業は最高水準のエンジニアに市場最高額を支払っているため、同様に最高のツールやモデルへのアクセスを期待されています。 DoorDash: 知識共有セッションの増加と開発者への責任付与。大手フードデリバリーカンパニーである DoorDash は、支出管理の開発者への権限委譲を行っています：全員に高い月間トークン使用制限が設定されています。これを超える場合は理由の説明が必要であり、さらに翌月の効率化計画も共有する必要があります。多くの定期的な社内知識共有セッションは、効率的な AI 利用について行われています。 伝統的な企業：月間利用制限と低性能モデルへのダウングレード。先月、米国の大手退職金積立企業の一人が、全開発者向けの AI 利用ポリシーを更新したと、現職のエンジニアから聞きました。これにより GitHub Copilot のトークン使用量に月間上限が設けられました。上限を超えると、開発者は追加料金がかからないが機能は劣る「0x」モデルを使用しなければなりません。具体的には GPT‑5 mini、GPT‑4.1、および Grok Code Fast 1 です。 スタートアップ：複数の Claude / Codex Max サブスクリプションへの登録。私は、有意義な収益を上げており、高額な API 価格を支払いたくないと考えるいくつかの中小スタートアップ関係者と話しました。そのため、開発者が補助付きの Claude Code Max または Codex Max のサブスクリプションを取得することを慣例化しています。 AI 効率性への新たなボトムアップ型の注目。多くのテック企業では、定期的なチームデモやランチ・アンド・ラーンセッション、エンジニア全員参加の全体会議など、多様な社内知識共有活動を行っています。ここ数ヶ月、トップダウンからの命令ではなく、エンジニア自身から AI 効率性に焦点を当てたセッションが増えていることに気づいています。 エンジニア全体の会議、CTO、さらには CEO もも、増加する AI トークンコストについて懸念を表明し始めました。現在では、より多くのエンジニアが単純なタスクには安価なモデルを使用したり、モデルのルーティングを行ったり、トークンの使用効率を高めたりする実験を行っています。 次回の業績評価や昇進サイクルにおいて、トークンコストの削減に貢献したエンジニアが報奨されるようになるでしょう。それは 2 年前、エンジニアチームがサードパーティベンダーへの請求書節約に対して報奨された時と同じです。 エンジニアにとって、自分の仕事におけるインパクトを示す最良の方法は、それを金銭に換算することです。つまり、生成された収益や削減されたコストです。AI への支出が観測可能性（observability）に対するものと同程度かそれ以上に高い現状において、賢明な最適化によって巨額の節約を実現することは容易であるはずです。皮肉なことに、昇進や給与アップにつながるかもしれないその節約は、実際に支出を急増させた場所から生み出されることになります。 前号の『The Pulse』で完全版をお読みください。あるいは今週の『The Pulse』をチェックしてください：Anthropic の新モデルが競合である Codex の市場シェアを押し上げたのでしょうか？

エンジニア部門における AI 支出削減の傾向について

背景や根拠まで確認しますか？

調べる

選ぶ

サイト

背景や根拠まで確認しますか？

ニュースの次に確認する

調べる

選ぶ

サイト