AIの請求書が経営を狂わせる日──「トークン最大化」という罠と企業が守るべき経済主権
AIを使いこなしているはずなのに、業績予測を下方修正する。そんな奇妙なことが、実際に起きている。
2026年8月6日、The Informationが報じた内容がIT業界で静かに波紋を広げた。デザインツール大手のCanvaが、2026年の収益成長率予測を30%から20%に引き下げた。理由は、AI機能の運用コストが想定を大幅に超えたことだ。
念のため数字の重さを確認しておく。Canvaは四半期9億ドル以上を売り上げ、25%超で成長している会社だ。その会社が、インプットコストのせいで業績見通しを10ポイントも下げた。製品が失敗したわけではない。ユーザーに価値を届けながら、その裏側でお金が溶けていた。
AIが「使えている」のに、なぜ業績予測を下方修正するのか
Canvaの対応は興味深い。ベンダーに値引き交渉をしたわけではない。スタック自体を作り直した。サードパーティのフロンティアモデルへの依存を減らし、内製モデル、Leonardo.AI、タスクレベルのルーティングを組み合わせた構成に切り替えた。
結果として、AIタスク1件あたりのコストを約90%削減したと報じられている。さらに具体的な数字として、動画モデルはフロンティア代替品の17分の1、画像モデルは30分の1のコストで動作しているという。
「モデルが賢ければいい」という発想で設計されたシステムが、どれほど財務的に脆弱かを示す、ほぼ教科書的な事例だ。
「トークン最大化」という構造的な問題
David VellanteとAmit Eyal Govrinfによる分析（SiliconANGLE、2026年8月）は、この問題に「tokenmaxxing（トークン最大化）」という名前をつけている。
企業のAI利用を「トークン数」「モデルコール数」「使用量」で測るよう、AI業界は誘導する。だがこれらは企業価値の指標ではなく、ベンダーの収益指標だ。利用量が増えれば増えるほど、ベンダーは儲かる。それだけの話だ。
PalantirのCEOアレックス・カープは、この構造を「企業の富に課される一種の税」と表現し、正面から批判している。カープの言葉を借りれば、企業が最適化すべきなのは「ベンダーの請求書」ではなく「企業自身が手元に残す価値」だ。
ここからは私の見方だが、この批判は正しい。ただし、カープの解決策（オープンウェイトモデルをNvidiaのGPU上で自社データセンターに自前でホストし、自社のオペレーティングレイヤーで管理する）が万人向けかというと、そうではない。インフラを自前で持つことのコストと運用負荷は、多くの企業にとってフロンティアモデルの利用料より高くなりうる。「右か左か」の二択ではなく、「どこに境界を引くか」の設計問題として捉える必要がある。
実際に何が起きているか：4つの企業事例
Canvaだけではない。元記事が挙げる事例を整理する。
Uberは、1年分のAI予算を1四半期で使い切った。年間予算を4ヶ月で燃やしてしまえば、CFOが2〜3年先の計画を立てることは不可能になる。対応として、デフォルト設定をリセットし、低コストモデルへのルーティングを強化した。AIをやめたわけではない。制御を取り戻した。
Lindy（登記名：Crivello Corp.）はさらに象徴的だ。Anthropicが、給与よりも大きな費用項目になっていた。給与より高いベンダー費用というのは、もはや調達コストではなく依存関係だ。Lindyは別のモデルプロバイダーに移行し、コストを削減しつつコアユースケースでのパフォーマンスを改善したと報告している。
Microsoftは、自社のモデル開発を進めながら「最終的にはAnthropicへの支払いをゼロにしたい」と公言している。MicrosoftがAnthropicを使っているのは、エンジニアがClaudeを好むからという開発者向けの判断だとも説明されている。だが、その好みがマージンの痛みを超えた瞬間、コスト制御のトリガーが引かれる。大企業ですらこの判断を迫られている。
スイスの事例は少し複雑だ。ETH Zurich、EPFL、スイス国立スーパーコンピューティングセンターが共同で、Alpsスーパーコンピューター上で1,000以上の言語を学習した完全オープンな大規模言語モデル「Apertus」を開発した。技術的には真の主権モデルだ。しかしスイスの各組織は、商用クラウド（Microsoftのローカルホスティングサービスを含む）を使い続けることを選択している場合がある。モデルを持っていることと、全てのデプロイメントが主権的であることは別の話だからだ。
経済主権とは何か、何を制御することか
元記事の整理によれば、「経済的主権」とは自国政府の話でも、データ居住権の話だけでもない。AIが動く経済条件を「自分で決め、変えられる」能力のことだ。
具体的には、データ・評価基準・ポリシー・ルーティング・コストの可視性・ベンダーからの出口戦略。これらを自社でコントロールできているかどうかが問われる。
記事の中に印象的な一文がある。「Capability can be rented. Control must be architected.（能力は借りられる。制御はアーキテクチャで作るしかない）」
これは技術論だが、意思決定の話でもある。フロンティアモデルを使うことは戦略的な選択肢のひとつであり続ける。問題は、それが「選択肢」でなく「依存」になっているときだ。
実務への落とし方：CFOと開発チームが今週考えるべきこと
ここからは実務の話をする。
まず、コストの単位を変えることだ。「月間トークン消費量」ではなく「アウトカム1件あたりのコスト」で測る。Canvaがやったのはそういうことだ。タスク1件あたりのコストが見えていなければ、90%削減の余地があるかどうかも判断できない。
次に、モデルの使い分けを設計に組み込む。全タスクに最高性能のモデルを使う必要はない。Anthropicのアドバイザー戦略のように、判断が難しいタスクだけ高コストモデルに回し、定型処理は安価なモデルで処理するルーティング設計が現実的な対応になる。
そして、ベンダー依存のリスク計算を定期的にやること。LindyがAnthropicを最大のコスト項目として認識したように、「このベンダーへの依存が痛みになるのはどの水準か」を事前に定義しておく。それが引き金の設定だ。
ここが大事なポイントだが、これは「オープンソースかクローズドか」の宗教論ではない。財務的なリスク管理の問題として捉えることが先決だ。
次の論点：主権には代償がある
スイスの事例が示唆するように、真の主権には相応のコストがかかる。独自モデルを作ることと、それをあらゆる場面でデプロイすることは別問題だ。
CLOUD Act（米国クラウド法）のような法的リスクが残るデプロイメントを「主権的だ」と錯覚したまま運用することは、むしろリスクを隠蔽している。元記事が指摘する通り、「真の主権はコストがかかる。各組織はその残存リスクが許容できるかを自分で決めなければならない」。
次に来る論点として、私が注目しているのは2つだ。
ひとつは、モデルルーティングの標準化。今はまだ各社が手探りで設計しているが、タスクに応じてどのモデルに何を回すかのルーティング設計を支援する専門ツールや市場が形成されてくる可能性がある。
もうひとつは、AI支出の開示義務。上場企業がAI関連のコストを財務報告でどう扱うかは、まだ曖昧な領域だ。Canvaのケースが示したように、AI支出が業績に直接影響を与えるなら、投資家はその開示を求めるようになる。これは規制より先に市場の要請として動くかもしれない。
まとめ
「AIで何ができるか」の時代から「AIで何にいくらかかるか」の時代に入っている。
Canvaは90%のコスト削減を実現した。Uberは1年分の予算を4ヶ月で燃やした。LindyはAnthropicへの依存を最大のリスクと判断して移行した。いずれも、AIが機能したうえでの話だ。製品が動いているのに財務が悲鳴を上げる、というのが今起きていることの本質だ。
誰がAIの経済的な果実を受け取るのか。ベンダーなのか、それとも自社なのか。この問いに答えを出す準備が、今の経営と開発組織に求められている。
参考元: From tokenmaxxing to sovereign alpha: Who controls your AI economics?（SiliconANGLE）
