💸 『とにかくトークン使え』時代の終わり｜AIの使い方が「効率重視」にシフトしてる件を解説

アイ

2026-06-30

「とにかくAIをいっぱい使え」の時代、もう終わりかも

今日は、お財布に直結するちょっと大事な潮流の話をするね。AIの使われ方が、これまでの「とにかくトークンをいっぱい使え」から、「効率重視」へとシフトし始めてるんだって（CNBC（6月26日））。

トークンっていうのは、ざっくり言うとAIが文章を処理するときの「単位」のこと。使えば使うほど料金がかかる仕組みだよ。で、これまでは「tokenmaxxing（トークンマキシング）」なんて言葉が流行るくらい、とにかくAIをガンガン使うのが正義、みたいな空気があったの。

でも、その空気が変わってきた。「いっぱい使えば偉い」じゃなくて、「いかに賢く、ムダなく使うか」が大事になってきてるんだよね。

これ、企業の話に聞こえるかもしれないけど、わたしたち個人にもめちゃくちゃ関係ある話なの。AIの使い方の「常識」が変わるってことだから。今日はこの潮流を、噛み砕いて見ていくね。

そう考える3つの理由

理由1：企業がAIの「使いすぎ」に気づき始めた

まず1つ目。きっかけは、企業が「うちのAI、使いすぎじゃない？」と気づき始めた ことだよ。

象徴的なのがUber（ウーバー）の話。報道によると、UberはAIツールに 月1,500ドルからの利用枠（上限） を設けたんだって。背景にあるのが、UberのCTOが4月に明かした、ちょっと衝撃的な事実。なんと 年間のAI予算を、たった4カ月で使い切った らしいの（CNBC）。

年間予算を4カ月で……って、もう完全にオーバーペースだよね。これ、Uberが特別だったわけじゃなくて、たぶん多くの企業で似たようなことが起きてたんだと思う。「便利だから」「みんな使ってるから」でガンガン使った結果、気づいたら予算が溶けてた、みたいな。

CNBCによると、かつては社員にフロンティアモデル（最先端のAI）をできるだけ使わせていた企業が、今は もっと明確なROI（投資対効果）、もっと厳しいコスト管理、もっと安い選択肢 を求めるようになってきたんだって。

考えてみると、これって当たり前のことなんだよね。たとえば文房具を大量に買っても、それで仕事の成果が比例して上がるわけじゃないよね。AIも同じで、「使った量」と「生み出した価値」は、本来べつの話。なのに最初のブームのときは、そこがごっちゃになってたの。

なんでごっちゃになったかというと、AIがあまりに新しくて、「とりあえずたくさん使ってみないと、何ができるか分からない」段階だったからだと思う。手探りの時期は、量をこなすこと自体に意味があった。でも一通り分かってくると、今度は「で、どれが本当に役立つ使い方なの？」を見極めるフェーズに入る。今がまさにそこなんだよね。

世間では「AIは使えば使うほど生産性が上がる」って言われてきたよね。でもわたしは、ここに来て 「使う量」と「得られる成果」は、必ずしも比例しない ってことに、みんなが気づき始めたんだと思うの。たくさん使っても、成果につながってなきゃ意味ないもんね。これが理由1。

理由2：安いモデルへの乗り換えが現実に起きてる

2つ目は、もっと具体的な動き。実際に、高いモデルから安いモデルへ乗り換える企業が出てきてる んだ。

CNBCの報道で紹介されてたのが、Lindyという会社の例。なんとこの会社、コスト削減のために AnthropicのClaudeから、別の安いモデル（DeepSeek）へ、トラフィックを100%乗り換えた らしいの。その決断で、数カ月のうちに数百万ドルを節約できる見込みなんだって（CNBC）。

100%乗り換えって、けっこう思い切った判断だよね。これって、「とにかく一番賢いモデルを使う」から、「自分たちの用途に十分なら、安いほうでいい」へ、考え方が変わってきた証拠だと思うの。

実際、Microsoftもこの流れを読んでて、低コストなモデル群を出したり、GitHub Copilotで タスクに合わせて最適なモデルへ自動で振り分ける 仕組みを強調したりしてるんだって（CNBC）。「いつも最高級モデル」じゃなくて、「用途に合わせて使い分け」が当たり前になってきてるんだね。

ただ、ここで誤解しないでほしいのは、「安いモデルに乗り換えればOK」って単純な話じゃない ってこと。安いモデルで十分な仕事もあれば、やっぱり賢いモデルじゃないと厳しい仕事もある。Lindyの例も、自分たちの用途を見極めたうえでの判断だったはずなの。

つまり大事なのは「安いほうを選ぶ」じゃなくて、「自分の用途に、ちょうどいいものを選ぶ」っていう考え方。高級なものを使えば偉いわけでも、安いものを使えば賢いわけでもない。目的に合ってるかどうかが、唯一の基準なんだよね。

わたしがここで思うのは、これって すごく健全な変化 だなってこと。最初は「とにかく最強を使え」だったのが、だんだん「身の丈に合った選び方」に落ち着いてきた。AIが特別なものから、ふつうの道具になってきた証拠だと思うの。これが理由2。

理由3：値下げ合戦には、簡単にはならなさそう

3つ目は、ちょっと意外な見立て。「みんなが安さを求めるなら、AI各社も値下げするんじゃない？」って思うよね。でも、そう簡単には値下げ合戦にならなさそう なんだ。

CNBCによると、OpenAIもAnthropicも、簡単には値下げに踏み切らない構えとされてる。理由を考えると、いくつかありそう。AIを動かすには莫大なコスト（計算資源や電力）がかかるから、むやみに値下げすると自分たちの首が締まる。それに、安易な値下げは「うちのAIは安売りするもの」っていうイメージにもつながりかねないよね。

しかも興味深いのが、OpenAIもAnthropicも、6月初めに上場（IPO）の準備に入った と報じられてること（CNBC）。上場するなら、利益がちゃんと出る見通しを示したいから、ますます値下げには慎重になるはず。

世間では「競争が激しくなれば、自然と安くなる」って思われがち。でもわたしは、AIに関しては そんなに単純じゃない と思ってるの。だって、提供する側にも下げられない事情があるから。

ということは、わたしたちユーザーの側で「待ってれば安くなる」って期待するより、今ある選択肢の中で、賢く使い分ける ほうが現実的なんだよね。値下げを待つより、自分で工夫する。これが理由3だよ。

「tokenmaxxing」って、そもそも何だったの？

ここで、今日のキーワード「tokenmaxxing（トークンマキシング）」について、もう少しちゃんと説明しておくね。聞き慣れない言葉だけど、知っておくと潮流がよくわかるから。

tokenmaxxingっていうのは、ざっくり言うと「とにかくAIのトークンを最大限に使い倒す」っていう発想のこと。AI導入の最初の波、とくにAIを使ったコーディングの現場で広がった考え方なんだ。

CNBCによると、この時期、開発者たちは新しいツールやサービスを作るために、結果を気にせずトークンをどんどん注ぎ込んでた の。雇う側も「成果よりとにかくAIを使え」みたいに、できるだけたくさん使うことを推奨してたんだって。

なんでそんなことになったかというと、最初は「AIをたくさん使う人＝先進的」みたいな空気があったからだと思う。新しい技術って、最初はとにかく試すのが正義、みたいになりがちだよね。コストより、まず使ってみることが優先された時期だったの。

でも、それがずっと続くわけがない。さっきのUberの例みたいに、気づいたら予算が溶けてた、ってことが各所で起きて、みんな冷静になってきた。「使う量」じゃなくて「成果」で見ようよ、っていう当たり前の感覚に戻ってきたんだよね。

わたしがこの流れを見て思うのは、どんな技術も同じ道をたどるんだな ってこと。最初はみんな夢中で使いまくって、そのうち「で、これ本当に役立ってる？」って我に返る。そこから、賢い使い方が定着していく。AIも今、まさにその「我に返る」段階に入ったんだと思う。

ちょっと面白いのが、この「tokenmaxxing」って言葉自体に、ちょっと自虐っぽいニュアンスがあること。「とにかく最大化（maxxing）する」って、冷静に見るとやりすぎだよね、っていう空気が、言葉の中にすでに含まれてる感じ。みんな、どこかで「これちょっとバブルっぽいな」って気づいてたんだと思う。

そういう言葉が広まって、そして「もう卒業しよう」って空気になる。これって、ブームが一周して大人になっていくプロセスそのものだよね。AIの使い方が、お祭りから日常へと変わっていく。その節目を、今わたしたちは目撃してるんだと思うの。

ちなみに、AIツールを効率よく使うコツに興味が出た人は、AI効率化ツールのレビュー記事も読むと、今日の話が実践に落とし込めると思うよ。

個人のわたしたちが、今からできる節約のコツ

「企業のコストの話でしょ？個人には関係なくない？」って思うかもしれない。でも、AIの有料プランを使ってる人なら、これは完全に自分ごとだよ。

わたしがおすすめしたい節約のコツ、いくつか置いておくね。難しいことじゃないから、気軽に試してみて。

1つ目、用途に合わせてモデルを使い分ける。さっきの企業の話と同じで、いつも最高級モデルを使う必要はないの。簡単な要約や下書きなら、軽くて安いモデルで十分なことが多い。「ここぞ」の難しいタスクだけ、賢いモデルを使う。これだけでコストはぐっと減るよ。

2つ目、ムダなやりとりを減らす。AIに何度も聞き直すより、最初の質問をちょっと丁寧に書くほうが、結果的にやりとりが減って効率的なの。「何をしてほしいか」「どんな形で答えてほしいか」を最初に伝えると、一発でいい答えが返ってきやすい。

これ、地味だけどけっこう効くの。あいまいな質問をすると、AIもあいまいな答えを返してくるから、結局「そうじゃなくて…」って何往復もすることになる。それって時間もトークンもムダだよね。最初のひと手間で、その往復をまるごと省ける。

慣れてくると、「この聞き方なら一発で通じる」っていう自分なりのコツがつかめてくるよ。料理でいうと、レシピを丁寧に伝えるほど、思った通りの料理が出てくる感じ。AIへの指示も、ちょっとした丁寧さで結果が大きく変わるんだよね。

3つ目、自分が本当にそのプランを使い切れてるか、たまに見直す。月末に「今月、有料AIどれくらい使ったっけ？」って振り返るだけでも、意外と「あんまり使ってないな」とか「これ重複してるな」って気づけるの。

4つ目、いくつものAIに少しずつ課金してないか、棚卸しする。気づくと、あれもこれもって複数のサービスに登録してて、どれも中途半端にしか使ってない……ってこと、ありがちなんだよね。「メインはこれ1つ」って決めて、そこをしっかり使い込むほうが、コスパも腕前も上がると思う。

5つ目、無料プランで足りるなら、無理に課金しない。最近は無料でもかなり優秀なAIが増えてるから、自分の使い方なら無料で十分ってこともあるの。「みんな課金してるから」じゃなくて、自分の使用量で判断するのが大事だよ。

世間では「AIは課金してナンボ、高いプランほど偉い」みたいな空気もあるよね。でもわたしは、自分の使い方に合ってないプランは、ただのムダ だと思ってるの。大事なのは、いくら払ってるかじゃなくて、払った分ちゃんと使いこなせてるか。企業がROIを見直してるのと、まったく同じ話だよね。

それに、効率を意識すると、AIの使い方そのものも上手くなるんだよね。「どう聞けば一発でいい答えが返ってくるか」を考えるようになるから、自然とプロンプト（指示の出し方）の腕も上がる。節約のつもりが、結果的にAIを使いこなす力につながるの。これって一石二鳥だよね。

逆に、ムダにダラダラ使ってると、お金も時間も溶けていくし、腕も上がらない。だから「効率重視」って、ケチケチするって意味じゃなくて、自分の頭で考えて、いちばんいい使い方を選ぶ ってことなんだと思う。そう考えると、ちょっと前向きな気持ちになれるよね。

「とにかくいっぱい使う」から「賢く使う」へ。この切り替えは、企業だけじゃなくて、わたしたち個人にとっても、これからの賢いAIとの付き合い方なんだと思う。

まとめ：賢く使う人が得をするフェーズに入った

長くなったから、まとめるね。今日のニュースは「AIの使われ方が、tokenmaxxingから効率重視へシフトしてる」という話。ポイントは3つだったよ。

1つ目、企業がAIの使いすぎに気づき始めた。Uberが年間予算を4カ月で使い切って利用枠を設けたように、ROIとコスト管理を重視する流れになってる。

2つ目、安いモデルへの乗り換えが現実に起きてる。Claudeから安いモデルへ100%乗り換えた企業もあるし、用途に合わせた使い分けが当たり前になってきた。

3つ目、値下げ合戦には簡単にはならなさそう。各社にも下げられない事情があるし、上場準備の動きもある。だから待つより、自分で賢く使い分けるのが現実的。

わたしが今日いちばん伝えたいのは、AIは「いっぱい使う人」じゃなくて「賢く使う人」が得をするフェーズに入った ってこと。最初のお祭り騒ぎが落ち着いて、みんなが冷静に「で、本当に役立ってる？」を考え始めた。これって、AIがちゃんと社会に根づいてきた証拠でもあると思うの。

そして、この「賢く使う」っていう姿勢は、企業みたいに大きなお金を動かす人だけのものじゃないの。月に数千円のプランを使ってるわたしたちにとっても、まったく同じ。むしろ、限られた予算だからこそ、ムダなく使う工夫が活きてくるんだよね。小さな見直しの積み重ねが、いちばん効いてくると思う。

だからこそ、わたしたちも「とにかく課金して使い倒す」じゃなくて、自分の使い方に合った形で、ムダなく賢く付き合っていきたいよね。それがいちばん、お財布にも自分にもやさしいAIとの付き合い方だと思うよ。これからもこういうお金まわりの話も、フラットに追っていくね。

ソース:

OpenAI and Anthropic face new AI reality as users shift from tokenmaxxing to efficiency（CNBC）