Branden Jenkins氏は夕食中、スマートフォンを一瞥したことでその夜の様子が一変した。AI利用ダッシュボードを確認すると、週末のコーディングセッションで1,000ドルがかかっていたことが分かった――しかも、1,000ドル刻みで自動的に、オートリニュー設定のカードに課金されていた。

Jenkins氏は、アトランタに本社を置くプライベートエクイティ支援のソフトウェア企業MaxioのCEOで、同社は今後数年で年間売上高1億ドルに向かう道筋にある。Maxioは他のB2Bソフトウェア企業向けに、サブスクリプション請求と収益管理のソフトウェアを提供している。同氏自身の言葉によれば、社内のAI支出ランキングでも上位に位置しており、経営トップとしては珍しい立場だ。「1,000ドルはそれほど大きくないと言えるけれど、1回の週末としてはかなりうっとうしい」と同氏はFortuneの取材で述べた。自分のAIエージェントを「せっせと動いていた」と表現し、反応を「わあ、こんなに早くここまで来たのか」と振り返った。

同社内、そしてより広く米企業全体では、この出来事は、請求書が届くまで誰も気づかないうちに「agentic」AIツールがいかに速く資金を消費し得るかを示す寓話のようなものになっている。しかしJenkins氏は、予想外の請求が夜眠れなくする原因ではないという。より深い問題は、より複雑で人間的なもの――自分よりも、そして自分自身よりも、技術に先を越されることへの従業員の「不安」だという。

週末が1,000ドルの教訓になった経緯

自らを、独自にエージェントや自動化を構築する技術系CEOだと位置づけるJenkins氏は、デスクから離れていてもClaudeを使ってスマートフォンからコードを書けるという。夕食中にプロジェクトをデバッグし、反復していたのはそのためだ。そうしたセッションを支えるために用意していたトークンウォレットは、残高が尽きるたびに1,000ドルずつ自動補充する設定になっており、同氏が総額を見るまで、カードは何の確認もなく静かに再チャージされていた。

「私のスタッフの多くが上限にぶつかって承認を求めるような、そういうガバナーはない」とJenkins氏は述べ、自身の無制限の社内予算を特典であると同時に責任でもあると説明した。「だから私は踏み込んで、『これはどう見えるんだろう？』と考え始めたんです」

AnthropicやOpenAIのようなAI提供企業は、モデルが読み取り、生成するテキストの単位であるトークンごとに課金する。そのため、会話が長引き、再試行が重なるほど請求は積み上がる。同氏によれば、そこで見えてきた無駄の多くは、モデル選定と、制御不能な会話の逸脱――ユーザーを本来行くつもりのなかった方向へ導いてしまうAIシステム――に起因している。「お金を燃やしているのは、エージェント自身のミスであることが多い」とJenkins氏は語った。「ただ話し続けているうちに、物事が手に負えなくなる感じです」

ボットとのやり取りを思い返しながら、同氏はこう述べた。「『そうそう、それがいい、もっともっと』みたいになる。すると突然、どこだかわからない場所に行き着いて、『いや、そんなのは全然望んでいない』となる。だから、そのお金の一部は、そういう場所に連れていかれたことで無駄になっているんです」

この経験は、いまや業界全体で広く確認されている傾向と重なる。Gartnerは、agentic AIモデルは標準的なチャットボットのやり取りに比べ、タスク当たり5倍から30倍のトークンを要する可能性があると推計している。また、WitnessAIの調査では、米企業の68%が過去1年に少なくとも一部のAI施策で予算超過を経験し、3分の1は超過が「ほぼ常に」ある、あるいは「常に」あると回答した。HebbiaのCEOであるGeorge Sivulka氏は、エージェントを使うことは「100万人のダメな従業員を雇ったようなものだ」と書き、印象的に表現した。

この反動には、業界内で「tokenmaxxing」という呼び名まで生まれている。これは、上限なしのAI利用を最大化することを指す俗語だ。Uberは2026年のAIコーディング予算全体を4カ月で使い切ったと報じられ、Amazonは利用上限なしでアクセスを展開した後、1カ月でAIに5億ドルを使ったと報じられた――この月が「tokenmaxxing」が終わった月だった。Jenkins氏の1,000ドルの週末はそれに比べれば端数にすぎないが、重要なのは、それでも現実の金額だということだ。「Claudeには返金ボタンもなければ、異議申し立てボタンもない」と同氏は述べ、あってもいいのではないかと付け加えた。

実務上の工夫

夕食時の出来事の後、Jenkins氏は自身のトークン消費を抑える方法を探した。その多くは、自分のエンジニアリングチームではなく、TikTokで流通しているAI最適化のヒントから学んだものだという。同氏は、複雑さに応じて異なるタスクを異なるモデルへ振り分け始めた。基本的な計算にはClaudeのHaikuのような軽量モデル、日常的なコーディングには中位モデル、そして本格的な戦略立案には最も高価で推論能力の高いモデルを使う、という形だ。

さらに同氏は、自身が「orchestration layers」と呼ぶ仕組みも採用した。これは、AIの出力を圧縮し、無駄なトークンを減らすために設計されたサードパーティ製ツールで、しばしば無料のGitHubリポジトリとして配布されている。その一つである「Caveman mode」は、AIアシスタントに長く詳細な回答ではなく、短く率直な文で返答させるもので、Jenkins氏の見立てではトークン使用量を70%削減できるという。別の「grunt mode」は、返答を1語か2語に圧縮する。「とてもありきたりだ」と同氏は述べた。同氏は、同じコスト削減ハックの地下的なエコシステムの一部として、「Superpowers」や「Ponytail」といった他のツールも挙げた。

ただし問題は、それらが一般社員にはほぼ使えないことだとJenkins氏は言う。「こういうのはオタク向けの話なんです」と同氏は述べた。「営業責任者やサービス責任者、マーケティング担当者が、こういうものを見つける必要が本当にあるのでしょうか？」同氏によれば、自分のような上級利用者だけが知っていることと、他の従業員がアクセスできるものとの間にあるこのギャップこそが、実際の組織リスクの出発点だという。

コストより不安の方が大きな脅威だと警告する理由

数百人の従業員にAIを展開する中で直面した問題を順位づけするよう求められた際、Jenkins氏はコストを最初には挙げなかった。同氏が積極的に管理しなければならない3つの力として挙げたのは、非効率、不平等、そして――何度も繰り返し言及した――不安だった。

Jenkins氏は、同社の全員がvibe-codingの権限を通じてビルダーになっていくことを誇りに思っているが、その変化は非常に人間的な意味で混乱をもたらすという。

「[トークンの使いすぎ]は本質的な問題ではないけれど、いくらでも言い訳にはなり得る」と同氏は語った。自分が学んだからというだけで、指示されることなく、経営陣の部門内でツールや自動化を作ったところ、反応が不安げなものに変わったと説明した。「ある人は私のところに来て、『これは私を不安にさせた。本来はこういう話は私に相談するべきだ。追いつかなければ。すごく遅れている気がする』と言ったんです」

同様の反応は、管理階層の複数のレベルにわたって繰り返されたという。「自分は仕事を果たしているのか。ついていけているのか。これで自分の仕事は置き換えられるのか。自分のチームメンバーは置き換えられるのか」といった不安だ。

また同氏は、同じ不安の別の形が部署レベルでも起きており、その背景にはツールへのアクセス格差があると指摘した。Maxioは最初にChatGPTを全社展開し、その後、より高価なClaudeを、営業とマーケティングに集中する約50人の小規模グループ向けにライセンスした。すると、対象外のチームから反発が出た。「みんな、『ちょっと待って、なんで私はClaudeを使えないんだ？ どうしてあの人たちは使えて、私たちは使えないんだ？』と言っていました」と同氏は語った。「それは不平等です」

Jenkins氏は、こうした不安は単発の高額請求よりも最終的には企業文化をむしばむと主張する。なぜなら、社員がそもそもツールを使うのか、それとも恐れから静かに抵抗するのかを左右するからだ。

人間とエージェントのための組織図を作る

Maxioの対応は構造的なものだったと、Jenkins氏は述べた。経営陣全員が正式な組織設計の演習を行い、各役員が自分の部署を、配下の人間だけでなく、その人間が直接管理するようになったAIエージェントも含めて整理した。その結果、人間の名前とエージェントの機能が重ね合わさった、文字通りのハイブリッド組織図が生まれ、同社はそれを生きた管理文書として扱っているという。

さらに同氏は、事業の基盤になりつつある、従業員が作成した非公式なコードの内部ツール――業界で「vibe-coded」ソフトウェアと呼ばれるもの――を統制するため、DevOps組織も拡大した。そうしたツールは副業的なプロジェクトとして始まったにもかかわらず、いまや事業を支える重要部分になっている。「週末にTimがvibe-codeしたから、それで終わり、というわけにはいかない」とJenkins氏は述べた。重要な内部ツールを作った従業員が退職したり病気になったりした場合の継続性リスクに加え、セキュリティやスケーラビリティに関する未解決の問題があるからだ。

同氏の見方では、より大きな財務上の物語は、時折発生する4桁のトークン超過ではなく、同社の基礎的な労働計算の変化にある。従業員1人当たりの年間経常収益は、ソフトウェア業界における運営効率の標準的な指標であり、各従業員がどれだけのサブスクリプション収益を支えているかを示す。Jenkins氏によれば、Maxioの人員は以前のようには売上に合わせて増えておらず、その結果、従業員1人当たりの年間経常収益比率が上昇している。これは、目立ちはするが比較的小さいトークン請求よりも、AIが実際にコスト構造に何をもたらしているかを示す、より明確な指標だという。

「AIを理由に大量の人員削減をしたいと言っているわけではありません。ただ、以前と同じペースで人員を増やすべきではない」とJenkins氏は語った。「これは当社のビジネスにとって大きな変化であり、そのすべてがAIに起因しています」また同氏は、夕食時に1,000ドル分のトークン消費が通知されるのは、税金を払っているようなものだとも認めた――AIエージェントの同僚が、仕事の内容を誤解してしまっただけなのだと。

Jenkins氏は、だからといって後退すべきだとは考えていない。「今は、それでも上回るほど良いことがたくさんある」と同氏は述べ、AI導入による効率向上は十分に大きく、時折の無駄、幻覚に起因する寄り道、さらには4桁の予想外の請求でさえ、そこに到達するためのコストにすぎないと主張した。エンジニアリング責任者は、Jenkins氏のトークン節約術を最初に聞いたとき、それを一蹴し、同社は「AIに人件費以上を使っているレベルではない。そういう例は世の中にあるが、うちはそこからは程遠い」と伝えたという。Jenkins氏はそれに異論はなかったが、その日はいずれ来ると確信している。「おそらく、そういうものになるだろう」

この記事では、Fortuneの記者が調査ツールとして生成AIを使用した。編集者が公開前に情報の正確性を確認した。

この記事はもともとFortune.comで掲載された。