アナンド・ムルガン氏はBlackbee AIの創業者兼CEOであり、AI支出の新たな経済学を管理する財務チーム向けのエージェント型AIを構築している。
マイクロソフトは最近、通年の設備投資予測を1900億ドルに引き上げ、アナリスト予想を大きく上回った。アルファベットは「コンピュート制約がある」と発表した。一方、あるスポーツテクノロジー企業のエンジニアは、40種類のAIモデルを使用して年間60万ドルのトークン支出を静かに発生させていた。この事実は、2026年4月のCloudZeroのブログ投稿によると、第三者監査で明らかになるまで、財務部門もエンジニアリング部門も把握していなかったという。
トークン経済学の時代へようこそ。AI消費は1セントの何分の1かで計測され、予測不可能に拡大し、調達部門を通過することなく損益計算書に現れる。財務責任者にとって、これは単なるIT予算項目ではない。変動費の振る舞い方における構造的変化であり、我々の大半はこれに対する準備ができていない。
トークンが従来の財務手法を破綻させる理由
CFOは20年をかけて、テクノロジー支出を管理するために使用するレバーを洗練させてきた。ライセンス、シート数、人員数、インフラ容量、減価償却スケジュールである。AIはこれらのいずれにも適合しない。AI消費の基本単位であるトークンは、個別には1セントの何分の1かのコストだが、企業ユーザーは現在、タスクごとに3〜5回の反復を生成し、エージェント型ワークフローは人間が介在することなく、リクエストごとに数千のトークンを消費するサブエージェントを生成する可能性がある。
その結果、コスト曲線は2025年のエンタープライズソフトウェアというより、2017年のクラウドコンピューティングに近い形になる。CloudZeroの「State of AI Costs 2025」レポートによると、企業の月間平均AI支出は、2024年から2025年にかけて前年同期比36%増加し、約6万3000ドルから8万5500ドルになると予測されていた。しかし、デロイトが指摘するように、「管理されていないトークンの増加は、より高度な推論モデルが定着するにつれて、重大な業務上および財務上のリスクをもたらす可能性がある」。これはガバナンスの問題を提起する。
AIトークン支出を統制する5層フレームワーク
財務チームがクラウドコスト管理のために開発した規律は、しばしばFinOpsと呼ばれるが、トークンにもほぼ直接適用できる。パターンは同じだ。変動消費、分散意思決定、遅延する可視性である。以下がその運用方法だ。
1. 統制の前に可視性を確保する。見えないものは統制できない。今日のAI支出の大半は、一括請求のAPI料金として、あるいはさらに悪いことに、既存のSaaSまたはクラウドの請求書に埋め込まれて現れる。あらゆるポリシー作業の前に、すべてのAI呼び出しにメタデータを付与する必要がある。どのモデル、どのワークフロー、どのチーム、どのユースケースか。これはクラウドコストのタグ付けに相当し、後続のすべてのレイヤーの前提条件となる。
2. ユースケースレベルで帰属を追跡する。生のトークン数は、文脈なしでは意味がない。重要な指標は、ビジネス成果あたりのコストだ。解決されたサポートチケットあたりのコスト、処理された請求書あたりのコスト、生成されたリードあたりのコスト。一部の実務家が「エージェント型作業単位」と呼ぶものを追跡することで、会話を「いくら使っているか」から「各AI投資ドルが何を生み出しているか」へと再構成する。これがユニットエコノミクスのレイヤーであり、今日のほとんどの企業が不足している部分だ。
3. 野心ではなく階層別に予算を組む。すべてのタスクが最先端モデルを必要とするわけではない。すべてのワークフローを最も高価なモデルにデフォルト設定する予算は、インテリジェントなルーティングを備えた予算よりも大幅に高くなる。3つの階層を中心に予算を構築する。複雑な推論のためのプレミアムモデル、標準タスクのための中級モデル、大量の定型作業のための小規模またはオープンソースモデル。すべてのAIイニシアチブに階層を宣言させ、プレミアム使用を正当化させる。
4. エンジニアリングをコスト所有者とするチャージバック。AIトークンは新たなシャドーITとなった。解決策は、トークン消費の説明責任を、それを駆動する設計選択を制御するエンジニアリングおよびプロダクトリーダーに押し付けることだ。プロンプトの長さ、コンテキストウィンドウのサイズ、リトライロジック、エージェントループの深さなどである。エンジニアリングが請求書を所有すると、プロンプトエンジニアリングとキャッシングは最適化ではなく標準的な実践となる。チャージバックは懲罰的ではなく情報提供的であり、トークン支出を財務問題から組織的規律へと変える。
5. 支出を主要指標に結びつける。成果指標のないトークン支出は、投資ではなく賭けだ。すべてのAI展開には、定義されたビジネス指標と期間を設定すべきだ。ワークフローあたりの節約時間、エラー率の削減、従業員あたりのスループット、エージェントあたりの売上高。これらの指標に四半期ごとに支出を結びつける。成果を出さないワークフローは廃止する。成果を出すものは拡大する。
誰も答える準備ができていないCTCの問題
以下は、財務チームが12カ月以内に行うことになる会話だ。エヌビディアのジェンスン・フアン氏は最近示唆した（登録が必要）ところによると、50万ドルを稼ぐエンジニアは年間25万ドルのAIトークンを使用すべきだという。TechCrunchが報じたように、ベンチャーキャピタリストのトマシュ・タンガズ氏は、テクノロジー企業がすでに推論コストをエンジニアリング報酬の「第4の構成要素」として追加していると観察している。
この傾向が続けば、財務責任者には3つの意味がある。第一に、総雇用コスト（CTC）の計算には、今日の福利厚生をモデル化するのと同様に、役割と年功序列別にモデル化されたトークン項目が必要になる。第二に、人員計画はコンピューティングの生産性乗数を考慮する必要がある。なぜなら「もう1人エンジニアを追加する」という財務ロジックが変わるからだ。第三に、容量予測は財務、エンジニアリング、調達の共同作業となり、トークンコミットメントはクラウドコミットメントと並行して交渉される。
今がその時だ
AIトークンはクラウド支出と同じ軌跡をたどるが、より速いタイムラインで、初期の可視性は低い。このサイクルで勝つ企業は、最も支出が少ない企業ではない。早期に計測し、正確に帰属させ、トークン支出のすべてのドルを測定可能なビジネス成果に結びつけた企業だ。CFOの仕事は、組織がAI投資から何を得ているかを、リアルタイムで自信を持って答えられるようにすることだ。
ここで提供される情報は、投資、税務、財務に関するアドバイスではない。あなたの特定の状況に関するアドバイスについては、認可された専門家に相談すべきだ。
<
