企業のAI活用が本格化するにつれ、コスト負担が当初の想定をはるかに超えてきています。競争力を維持するために AI の利用を増やしたいものの「使えば使うほど請求額が膨らむ」という現実に、多くの経営者が向き合い始めています。
調査会社 Gartner によれば、 2026 年の世界 IT 支出は 6.31 兆ドル（約 946 兆円）に達する見込みで、前年比 13.5 ％増となっています。一定規模以上の企業を対象とした調査によれば、平均的な AI 予算は 2024 年の年間 120 万ドル（約 1.8 億円）から 2026 年には 700 万ドル（約 10.5 億円）へと約 6 倍に膨らんでいます。この数字は大企業になるほど実態はさらに大きく、 Fortune 500 企業の一部では月間の AI 処理コストだけで数千万ドル（数十億円）規模に上るケースも出てきました。
象徴的な事例として、 Uber の CTO を務める Praveen Neppalli Naga 氏は、 Anthropic の開発ツール「 Claude Code 」を社内で多用した結果、 2026 年のわずか 4 ヶ月で年間の AI 予算を使い果たしてしまったと公表しています。また、 4 人の小規模なチームが 1 ヶ月で 11 万 3000 ドル（約 1,695 万円）以上を AI に費やしたスタートアップの例も報じられており、コスト管理の難しさが浮き彫りになっています。
ここで注目すべきは「単価は下がっているのに、総コストは上がっている」という逆説です。 AI の処理コストは過去 2 年間で 280 倍もの低下を見せています。ところが使用量の増加がそれを大きく上回り、結果として企業全体の支出は増え続けています。 Goldman Sachs は、自律的に動く「エージェント型 AI 」の普及により、 2030 年までにトークン消費量が現在の 24 倍に達すると試算しており、単価が下がっても総コストが膨らむ構造は当面続く可能性があります。
企業の意識も急速に変化しています。昨年末〜今年の前半は、「とにかく AI を使え（トークンマキシング）」という空気が社内を支配していましたが、今はまた「本当にこのコストに見合う成果が出ているか」という問いに移っています。 Nvidia の調査では、企業の 42 ％が AI 活用の効率化を 2026 年の最優先課題に挙げており、拡大よりも持続可能性を重視する姿勢が広がっています。
こうした変化は、 AI 関連企業の事業見通しにも影響を与えかねません。現在の AI インフラ企業やモデル提供企業の高い株価・企業評価額の多くは、企業の AI 使用量が今後も現在のペースで拡大し続けるという前提に基づいています。ところが、企業がコスト意識を高め、高価な最先端モデルを使うべき場面と使わない場面を選別するようになれば、需要の伸びが鈍化するシナリオも現実味を帯びてきます。「安くなったから使う量を増やす」という行動が反転し、「高くつくなら使い方を絞る（あるいは無料モデルにシフトする）」という判断が広まれば、トークン消費量の拡大を前提とした成長モデルそのものが問い直されることになります。 AI バブルとも評される現在の市場環境において、企業の ROI 意識の高まりは、業界全体の収益構造に対する静かな問いかけになりつつあります。
その問いは、すでに人事政策にも影を落としています。コスト削減を名目に人員を減らしてきた企業が、今になって予期せぬ壁にぶつかるケースが出てきています。カスタマーサポートや社内審査の業務を AI に置き換えた結果、クレーム対応の質が落ちたり、例外的な判断が必要な案件が滞ったりするといった問題が報告されています。業務の「判断」「ガバナンス」「文脈の読み取り」は、熟練した担当者が長年かけて培ったものであり、現時点の AI にはその代替が難しい領域です。削減したコストよりも、失った対応力の損失のほうが大きかったと気づいた時には、すでに人材は戻ってこないという状況も生まれています。人員削減のニュースだけが大きく取り沙汰されますが、実際にはGoogleなどの企業がレイオフした人員を静かに再雇用している、という話も出ていて、事態は（AIによる解雇）一方向だけに動いているわけではない、という状況です。
AI のコスト問題は、もはや IT 部門だけの話ではありません。どの業務にどの AI を使うか、そしてどこには人が必要かを見極める経営判断と、財務的な視点からの AI 管理体制の構築が、これからの企業競争力を左右する重要な課題となっています。