AP通信の報道によると、あらゆるものにAIを投入する職場では同様の生産性の向上が見られずにコストが上昇する中、人工知能技術に関する「トークンマックスシング」という企業の流行が限界に達しつつあるとのこと。
OpenAIのChatGPTやAnthropicのClaudeなどの製品からAI生成の作業をできる限り絞り出すという2026年春のハイテク業界主導の誇大宣伝として始まったものは、夏の反動へと移行した。経営者、アナリスト、開発者は現在、AI トークンの消費を最大化することがこれまで健全な戦略だったのかどうかについて公然と疑問を抱いています。 AI ビジネスの状況に関する継続的な報道については、最新の AI 業界レポート をご覧ください。
流行の盛衰
「Tokenmaxxing」とは、トークンの使用量を最大化することを指します。トークンとは、AI システムが読み書きする小さなテキストに対応する生成 AI の構成要素です。各トークンは単語の約 4 分の 3 を表し、AI プロバイダーは通常、使用制限を課し、より高価なサブスクリプションではより高い上限が提供されます。
この傾向は、テクノロジー界の最も著名なリーダーによって積極的に推進されました。 OpenAIの最高経営責任者（CEO）サム・アルトマン氏は2026年5月、「内部でどのように機能するか、そして構築できる製品の両方において、トークンマックスを行うスタートアップに何が起こるか楽しみにしている」と述べた。 Nvidia CEO のジェンセン・フアン氏は、「50 万ドルのエンジニアが 25 万ドルのトークンを消費していないのであれば、何かが間違っている」と断言しました。 Facebookの親会社であるMetaは、トークンの使用量の多さに報いる内部コンテストを実施した。
しかし、コストがかさむにつれて熱意は薄れていきました。ムーディーズ・レーティングスのAI分析責任者であり、より規律あるアプローチを推奨する新しいレポートの著者でもあるビンセント・グスドルフ氏は、「請求書がかさみ始めるにつれ、人々はこうした新しいツールは非常に高価であり、賢明に使用する必要があることに気づいた」と述べた。
「AI を使用すると、不要なものを作成するのは非常に簡単です」とグスドルフ氏は付け加えました。
経営陣の反発
この反発はテクノロジー業界で最も影響力のある一部の声によって主導されてきた。 Microsoftの最高経営責任者（CEO）サティア・ナデラ氏は、トークンマックスシングには中毒性があることを認めたものの、顧客は事実上、AIに対して二重にお金を払っていることになると警告した。1回目はトークンへの支出で、2回目は自社独自のデータをAIプロバイダーに提供することだ。ナデラ氏のコメントは、マイクロソフト独自のAI戦略を推進しながらも、大手AI企業のデータ保護保証に疑問を投げかけるという点で異例だった。
パランティアのCEO、アレックス・カープ氏はさらに踏み込んで、何かが「完全に間違っていた」とCNBCに語った。同氏は、何の価値も生み出さないトークンに巨額の支払いをすることに非公式に「激怒している」米国企業の声を伝えていると述べた。
「この国の企業の基本的な考え方は、『トークンを使って気を緩め、時間を無駄にするつもりだ。私は何の価値も得られず、彼らは私のIPを取得するだろう』というものだ」とカープ氏は語った。
Mozilla の最高技術責任者である Raffi Krikorian 氏は、tokenmaxxing をコード行ごとにプログラマの生産性を測定するという信用されていない慣行と比較しました。 「tokenmaxxing もまったく同じパターンをたどっていると思います」と彼は言う。 「これは、1年後に私たち全員が振り返って笑えるような興味深い出来事になると思います。」
大規模なコストの問題
財務上の影響は企業規模になるほど顕著になります。ベイン・アンド・カンパニーの経営コンサルタント、ジュエ・ワン氏は、彼女の会社がアドバイスする大企業の多くがAI投資の収益を詳しく調べていると語った。
「彼らのトークンコストはほぼ隔月で2倍になっている」とワン氏は語った。 「開発者 1 人あたり月額 200 ドルとしましょう。これに 20,000 人の開発者を掛けます。これらの企業ではこれが多くの場合、ゼネラルマネージャーが計画した項目ではない数字がすぐに得られます。」
Wang 氏は、一般的な誤用パターン、つまり、AI モデルを必要としないタスクには、最も強力で最も高価な AI モデルをデフォルトで使用することを指摘しました。 「すべてに Claude Opus 4.6 が必要なわけではありません」と、ソフトウェア エンジニアリングや深い研究に適した Anthropic の最も有能なモデルの 1 つについて彼女は言いました。 「それにもかかわらず、非常に多くの企業、非常に多くのユーザーが、電子メールの生成を含むすべてのことにデフォルトで Opus を使用しているのを目にします。」
モデル ルーティングとオープン ウェイトの台頭
コスト圧力により、複雑なタスク用に強力なモデルを確保しながら、より単純なクエリをより安価で効率的な AI システムに自動的に送信する AI「モデル ルーティング」ツールの需要が高まっています。新興企業Togetter AIで開発者エクスペリエンスを率いるソフトウェア開発者のハッサン・エル・ムガリ氏は、米国の大手企業のAI製品のサブスクリプションに「途方もない金額」が費やされたことに対する企業のショックを受けて、多くの企業が使用量を最大化するアプローチを再考するようになったと述べた。
「こうしたものの使い方について従業員に権限を与え、必要なときに必要なだけ AI を使用できるようにしたほうがよいでしょう」とエル・ムガリ氏は述べた。
一方、トークンの大量消費を支持する人々は、ムーンショットのキミやジプーのGLMなど、中国の新興企業のオープンウェイトモデルに新たな武器を見出しており、これらは数分の1のコストで米国のトップモデルの性能にほぼ匹敵する。クリコリアン氏は「これによってトークンマックス化がもう少し進む可能性があるという理論にはある程度の妥当性がある」と認めたが、業界全体の傾向はより規律ある使用に向かっていると主張した。
企業向けの教訓
tokenmaxxing のエピソードは、AI 環境をナビゲートする企業に警告を与えます。 OpenAI や Anthropic などの主要な AI モデル開発者は消費量の急増から恩恵を受けましたが、この経験により、多くの組織がより慎重なアプローチを採用するようになりました。つまり、生の使用指標を最大化するのではなく、AI が測定可能な利益をもたらす特定のユースケースに焦点を当てています。
初期の AI の誇大広告サイクルが現実的な実装に取って代わられる中、成功する企業は、AI を鈍器ではなく精密なツールとして扱い、適切なモデルを適切なタスクに適合させ、請求額を注意深く監視する企業である可能性があります。
