"AIをたくさん使え"の号令、そろそろやめませんか
――『Valuemaxxing』、成果で語れる現場になるために
1. 導入：とにかく使え、の号令
「AIをとにかく使え」
そう号令をかける組織を、最近よく見かけます。
これ、営業に例えるとよくわかります。
売上目標そっちのけで、コール数だけを追いかける営業担当者がいたら......どう思いますか。
毎週のノルマは達成できるでしょう。でも、それが受注につながっている保証はどこにもありません。
実は今のAI活用、まったく同じ罠にハマりつつあります。
「AIの利用量」を追うフェーズは、もう終わりです。
これからは「AIによって何を得たか」を問うフェーズ――。
そう腹を括るべきタイミングに来ています。
2. 転換点1：エージェンティックAIが「利用量」を無意味にした
AI導入の初期、多くのチームは「トークン消費量」を歓迎していました。
使えば使うほど偉い。これを「トークンマキシング」と呼びます。
しかしAIが自律的に動く「エージェンティック」な存在へと進化したことで、この指標は破綻しました。
今のAIエージェントは、ワークフローの計画、リポジトリの解析、ツールの呼び出し、テストの実行まで、勝手にやってのけます。
IBMコンサルティングのNeil Dhar氏はこう指摘します。真の成果指標がないまま利用量ダッシュボードだけを作ると、現場は数字を増やすことを優先し始める――と。
複雑なタスクをこなす高度なエージェントは、当然トークンを多く消費します。
でもそれは「非効率」ではありません。「より高度な成果」への投資です。
キーボードの打鍵数でプログラマーの実力は測れませんよね。
それと同じで、トークン数でAIの価値は測れないのです。
3. 転換点2：コストは消えない、移動するだけ
じゃあ逆に、トークン消費を極端に削ればいいのか。
これもまた別の罠です。
入力トークンを節約しようと、タスクの詳細やドメイン制約、アーキテクチャの背景といった「コンテキスト」を削る。
これをやると、組織に静かに、しかし確実に「技術負債」が積み上がっていきます。
コストは消えません。別の場所に移動するだけです。
入力で500トークン節約できても、コンテキスト不足でAIの出力コードが既存システムと噛み合わなければ、その後のデバッグと手戻りで5,000トークン以上を溶かすことになる。
部分最適が、全体の複雑性とコストを増大させる――。
この構造を理解することが、戦略的AI活用の出発点です。
4. 転換点3：KPIを「消費」から「成果」へ
NebiusのCRO、Marc Boroditsky氏が提唱したのが「バリューマキシング」という考え方です。
経営の焦点を、消費から成果へ移す。
「何トークン使ったか」という問いを、いったん捨ててみましょう。
代わりに見るべきKPIはこちらです。
| 旧指標（トークンマキシング） | 新指標（バリューマキシング） |
|---|---|
| トークン消費量 | デプロイ完了数（実際にリリースされた成果物） |
| 利用時間・回数 | 節約された開発時間 |
| プロンプト数 | 回避された手戻り |
| 利用者数・アクティブ率 | 解決された脆弱性の数 |
「ボリューム」ではなく「アウトカム」で評価する。
そうして初めて、追加のトークン投資が正当化されるのです。
5. 転換点4：差別化は「モデル」から「システム」へ
AIモデル自体は、どんどん汎用インフラ化しています。
単体モデルの性能だけで差をつけられる時代は、もう終わりました。
IDCの予測によると、2028年までに先進的なAI活用企業の70%が、複数のモデルにまたがるルーティングを動的かつ自律的に管理する、高度なマルチツール・アーキテクチャを採用するとされています。
つまり、特定モデルへの依存を避け、タスクに応じてモデルを組み合わせ、コンテキストを制御し、ワークフローを統制する「オーケストレーション能力」。
これこそが、企業固有のIP（知的財産）になっていく。
競争優位の源泉は、モデルではなく、それを取り巻くシステムに移っています。
6. 転換点5：「AI効率化」はエンジニアリングの規律である
これからのエンジニアには、AIを「使いこなす」だけでなく「効率的に使う」スキルが求められます。
クラウドのリソース管理と同じ、パフォーマンス・ベンチマークの発想です。
具体的には、次の3つ。
- コンテキスト・ハイジーン：AIに渡す情報の純度を高め、ノイズを排除する
- 実行前の計画：闇雲にプロンプトを投げず、タスク構造とAIの役割を先に設計する
- コストと成果のトレードオフ判断：投じたリソースに見合う価値が出ているか、常に問う
目指すのは「AIの使用量を減らすこと」ではありません。
投じたリソースから最大のアウトカムを引き出す、その一点です。
7. 明日からできる対処
とはいえ、いきなり組織のKPIを変えるのは大変です。
まずは自分のチームで、小さく始めてみてください。
- 今週AIを使ったタスクを1つ選び、「トークン数」ではなく「浮いた時間」を記録してみる
- レビューで差し戻しが出たら、それが「コンテキスト不足」由来かどうかをふりかえる
- 週次ミーティングで「何を使ったか」ではなく「何が終わったか」を一言共有する習慣をつくる
小さな一歩ですが、これだけでチームの視点は変わります。
8. 結論：第1章「普及」から、第2章「価値」へ
AI活用の歴史において、「どれだけ広まったか」を測る第1章は、もう幕を閉じました。
これから始まる第2章は、「どれだけの価値を生んだか」を問うフェーズです。
もちろん、これは現場だけの責任ではありません。
トークン数ではなく成果を可視化する仕組みを提供するのは、プラットフォーム側やリーダーの責務でもあります。
最後に、あなたのチームに問いかけてみてください。
あなたのチームのダッシュボードは、トークンの山を映していますか。
それとも、ビジネスの着実な前進を映していますか――。