Tokenmaxxing isn't an AI strategy｜トークン最適化はAI戦略ではない

AIのコストとは何か？これはシンプルでありながら重要な問いです。その答えは企業の運命を決定し、社会の形を規定するでしょう。しかし、追加の文脈なしには意味のある答えを出せない問いでもあります。 一つの可能性ある回答は「多すぎる」です。スタンフォード人間中心AI研究所（Stanford HAI）の2026年人工知能指数レポートによると、米国の民間部門におけるAIへの投資額は2025年に2859億ドルに達しました[レポート](https://hai.stanford.edu/ai-index/2026-ai-index-report)。この資金は経済的な利益をもたらす一方で、[環境資源、インフラ、地域社会]に大きな負担をかけています[https://www.lincolninst.edu/publications/land-lines-magazine/articles/land-water-impacts-data-centers/]。 レポートは次のように述べています。「AIデータセンターの電力容量は29.6GWに達し、ニューヨーク州のピーク需要と同等です。また、GPT-4o単体の推論処理における年間水使用量は、1200万人分の飲料水の必要量を上回る可能性があります。」 さらに、プロンプトという「スロットマシン」への過度な依存によりスキルが衰退したり、育たなかったりすることによる、人間の能力コストもあります。 しかし、これは短期間では測定しにくいものです。さらに、現在の米国行政が規制の緩和や公衆の懸念に関心を示さないことを踏まえると、政府と業界が[市民の不安]に直面せざるを得なくなるまで、財政的な細部に焦点を当てる方が容易かもしれません[https://sfstandard.com/2026/04/12/sam-altman-s-home-targeted-second-attack/]。 まず、トークンから始めましょう。これは現在、AIモデルの入力と出力を販売するための基本単位です。AnthropicやGitHubのようなプラン提供者が、トークン補助付きのサブスクリプションから従量制の使用へと顧客をシフトさせているため、AIサブスクリプションプランを利用する開発者にとって、トークンの価格は常に重要な関心事となっています。 法務スタートアップ「Iqidis」のAI部門責任者であり、[Chocolate Milk Cult](https://chocolatemilkcult.ai/)というAIコミュニティグループの創設者でもある機械学習研究者のDevansh氏は、今年初めに公開された[投稿](https://machine-learning-made-simple.medium.com/how-much-does-one-ai-token-really-cost-3e98f2a877f6)の中で計算を行いました。その答えは、非常に特定の文脈において、100万トークンあたり約0.0038ドルでした。 これは、1時間あたり2.50ドルでレンタルされ、100%の利用率で毎秒185トークンを生成するNvidia H100 GPUでの推論（inference）の基礎コストです。 しかし、Devans氏が指摘するように、誰も100%の利用率で運用していません。利用率が30%の場合、価格は約0.013ドル/Mトークンとなり、10%の場合は約0.038ドル/Mトークンになります。 Anthropicは現在、最新のモデル「Opus 4.7」に対して、[入力](https://platform.claude.com/docs/en/about-claude/pricing)で100万トークンあたり5ドル、出力で25ドルを請求しています。Googleの「Gemma 4 26B A4B」の場合、執筆時点での加重平均入力価格は[OpenRouter](https://openrouter.ai/google/gemma-4-26b-a4b-it)によると100万トークンあたり0.096ドルです。 異なるハードウェアで、異なる時期に価格設定され、異なるエネルギーコストをかけ、異なるモデルを用い、異なる利用率で計算を行えば、結果は異なります。 「ラボが提供するAPI単価だけを見れば、それがトークンコストの非常に良い指標になる」と、Devansh氏は電話インタビューで『The Register』に語った。「西部のラボにとっての話ですが」。 「一部の人はAnthropicが約50％の粗利益率を目指していると言いますが、実際にはトークン1つあたりのコストは多くの変数が一つにまとまったものです。モデル自体、その背後にある研究、そして人々が見えないモデルの継続的な更新があります。それらすべてを考慮に入れなければなりません。単一の呼び出しにおける推論コストだけをみるのは、実際にはシステムを見る良い方法ではありません」。 Devansh氏は、組織はトークンの特定のコストに焦点を当てる傾向がないと述べました。なぜなら、顧客が価値を感じるサービスを提供することに注力しているからです。 「多くの法的業務では、実際にはコストを顧客に転嫁できます。そして顧客は文句を言いません。なぜなら、何が行われ、どのように行われたかという透明性を求めているからです」と彼は語った。「つまり、コストを正当化できる限り、これにどれくらいかかるかという懸念は少なくなります。…価値を一貫して提供し続けることができる限り、コストの見積もりはそれほど心配するものではありません」 メタやShopifyのような企業が、トークン使用量を主要な業績指標（KPI）として位置づけ、注目を集めている。これに対し従業員たちはAIツールの過度な使用を通じて自身の価値を示そうとする対応を見せた。これはすぐに高額なコストにつながり、より意味のあるビジネス指標にはほとんど寄与しない可能性がある。 「トークン支出は生産性と直接相関するのでしょうか？」とデヴァンシュ氏は尋ねる。「全くありません。私はこの研究を非常に広範囲にわたって行ってきました。……以前はコードの行数や、入力した単語数といった他の無意味な生産性指標がありましたが、これはまさにその愚かさの最新形態です。中堅管理職は常に自分自身を正当化し、頭を使わずに人々をランク付けする方法を見つけようとするでしょう。」 しかしデヴァンシュ氏によれば、大規模言語モデル（LLM）の一つの問題は、それらをどのように適用するのが最善か私たちがまだ知らない点にあるという。したがって、何が機能し何が機能しないかを示す信号を提供する新しいワークフローを生み出す可能性を秘めているため、人々にトークンを使用することを促すこと自体に価値があるかもしれない。 - AnthropicはClaudeを賢くしようとする際に、意図的に機能を制限したことを認める - Claude Opus 4.7が過度に熱心なクエリ修正者になったと開発者が苦情 - 米国防総省は自律型潜水艦を含むドローンプログラムを弱体化させたいと考えている - Microsoftは読みづらいメッセージを用いてRemote Desktopのセキュリティを強化 ITコンサルティング会社「Future Tech Enterprise」のCEO、ボブ・ベネロ氏は『The Register』に対し、同社はフォーチュン100企業をクライアントとすることが多く、それらの多くの企業が、達成したい内容を十分に検討せずに多額の資金を投入するAIプロジェクトを開始していると語った。 ベネロ氏は、同社がクライアントと関わる際の目標は、望まれるビジネス成果を特定することであり、その過程でAIが関与するかどうかは場合によるのだと述べた。 Future Techの最近のノースループ・グラマンとの取り組みにはAIが含まれていた。同IT企業は、国防企業がプロジェクトに関連するAIワークロードを運用できるよう支援するため、「Nvidia Enterprise AI Factory」の実装を手伝った。 ベネロ氏は、企業が自らの環境におけるAIの影響を評価し、ROI（投資対効果）を測定し、その技術がどのように有用であるかを発見することに苦戦していると指摘した。 「つまり、特に6ヶ月前と比べてコストが3倍になっている現状では、どこにお金を使い、どのような成果を得たいかを特定するために、多くの事前作業が必要となります」と彼は語った。そして、「Ramageddon」――AI計算ブームによるRAMの不足――を例に挙げた。 ヴェネロ氏は、OpenAIがサムスンやSKハイニックスからのメモリチップ購入を[約束](https://www.theregister.com/2025/10/02/openai_ropes_in_samsung_and/)していることや、ミクロンなどのOEMメーカーが[高帯域幅メモリ](https://www.micron.com/products/memory/hbm)へシフトしていることを、現在のRAM（Random Access Memory）危機の触媒として指摘する。彼は、すべてが高額化しているため、これはAI導入におけるROI（投資対効果）の計算を複雑にすると語った。 彼は、クラウドプロバイダーが従量制課金を提供することで支援できると述べつつも、それに対していくつかの懸念を示した。 「私はオフプレミスAI（オンプレミスではないAI）を大いに好むわけではありません。私たちの視点からは少し怖いのです」と彼は語った。 セキュリティ上の懸念はさておき、ヴェネロ氏は、大規模組織にとってクラウド依存による生産性のリスクが甚だ大きいと指摘した。彼はMicrosoft Office 365を例に挙げた。「Office 365がダウンしたことがないか？」と彼は尋ねた。「何度もあります。そして、そのような障害は非常に多く発生しています。」 彼は、クラウドのダウンタイムが1分あたり千ドルのコストを企業にもたらすのであれば、それは許容できるかもしれないと述べた。「しかし、1分あたり百万ドルの損失であれば、おそらく必要な制御措置について考える必要があるでしょう。それはおそらくオンプレミスソリューションです」と彼は語った。 AIは、レビューが不十分なコードのデプロイメントや、重いAI使用に起因するインフラストラクチャへの負荷を通じて、クラウドの安定性を悪化させている可能性がある。顧客はヴェネロ氏の言う通り、「間違いなくそれを目の当たりにしています。そして、そうでない場合でも、私たちは彼らにそれを教育しています」と彼は語った。 OpenClawの急激な人気によって引き起こされた容量上の課題を踏まえて、ベネロは「人々はこれを環境に投げ込み、奇妙なことが起こりました。したがって、リスクとそれに結びついた3つの異なるリスクの柱について、生態系レベルでの議論が行われる必要があります」と語った。 さらに彼は、ハイパースケール企業が品質を犠牲にして速度に焦点を当てることで問題の一因となっていると指摘した。「現在それは競争です。誰が勝ち、誰が最も多くのリソースを奪うか。そして誰もが全力で取り組んでいます。それが信じられないほどの混乱を引き起こしているのです」 「私たちが顧客に求めているのは、一歩引いて考えることです」と彼は述べた。「達成したい目標とその理由を見つめ直し、関連する投資と適切なタイムラインを確認し、それらの成果を測定することです」 AIを慎重かつ意図的にアプローチすることは、AIプロジェクトが本番環境へ移行する可能性を高めます。 ベネロは、彼が見てきた企業の中で、AIについて教育を受ける前のプロトタイプのうち実際にデプロイされるのはおそらく15％程度だと語った。しかし、ガイダンスがあれば、その数字は45〜50％になると彼は言う。 「それは非常にユースケース固有のことです」と彼は述べた。「そして、目指す成果を明確にし、それらの成果を測定すれば、あなたは成功します。もしそうでなければ、つまりAIそのもののためにAIを行っている場合、成功率は5％に留まるでしょう」 もしかすると、AIのコストを問うことが最初の質問であるべきではないのかもしれない。ある従業員がトークンを消費することで自分の価値を示すよう圧力を感じていることを指摘し、ヴェネロ氏は次のように述べている。「なぜなのか？そして、それらを何に使用しているのか？」という問いを立てるべきだ。®

トークン最適化はAI戦略ではない

背景や根拠まで確認しますか？

このニュースを、実務の判断につなげる

関連記事

調べる

選ぶ

サイト