長年にわたり期待が高まり続けてきたAI業界は、今まさに正念場を迎えようとしている。過去最高額の投資が行われているにもかかわらず、経営幹部、取締役会、投資家の間では、人工知能が近い将来に大幅な生産性向上をもたらすかどうかについて、懐疑的な見方が強まっている。このAIに対する懐疑的な見方は、いくつかの要因によって引き起こされている。まず第一に、大規模言語モデル（LLM）の利用コストは上昇し続けている一方で、測定可能なメリットはほとんど見られないことが多い。 Silicon Dataの「LLMトークン支出指数」によると、トークン（モデルが処理するテキストの基本単位）あたりのコストは過去3年間で90％以上低下したにもかかわらず、LLMへの支出は2025年以降2倍に増加している。つまり、AIの利用が急速に拡大したため、トークン単価の低下が総支出の削減につながらず、企業はかつてないほど多額の費用を支払わざるを得なくなっている。経済全体で見ると、アトランタ連邦準備銀行の推計によると、2026年には企業のAI支出が50％増加し、2,800億ドルに達する見込みだ。この支出の急増は、根本的な不均衡を露呈している。企業がAIコストの上昇を正当化すべきという圧力にさらされる中、LLMプロバイダーは、収益の成長を維持し、高騰した時価総額を支えるために、トークン消費への依存度をますます高めている。当然の疑問として、こうした投資がいつ、そして果たして、有意義な生産性の向上やコスト削減をもたらし始めるのかという点が挙げられる。2025年のマサチューセッツ工科大学（MIT）の報告書によると、収益成長の加速を目的とした多くの事例を含め、生成AIのパイロットプログラムの95％が、掲げた目標を達成できていないことが明らかになった。もう一つの懸念材料は、AIツールを導入する企業が、数十年にわたって蓄積してきた独自の知的財産、データ、ビジネスノウハウを、OpenAIやAnthropicといった大手モデルプロバイダーに意図せず渡してしまうリスクが高まっていることだ。 ライセンス契約や契約上の保護措置によってリスクは限定されるものの、LLMプロバイダーは、企業がどのように価値を創造し、価格設定を行い、獲得しているかを明らかにする情報にアクセスできてしまう可能性がある。AnthropicとFigmaの間の紛争は、この緊張関係を如実に示している。FigmaはAnthropicと提携し、AIを活用したデザインアシスタントの開発を進めていたが、Anthropicが競合ツールを開発しているという報道が浮上し、その後「Claude Design」としてリリースされたことで、両社の関係に亀裂が生じた。これは決して新しい現象ではない。 テクノロジー企業が自社の規模、能力、市場での地位を活用して隣接する市場に参入した例は歴史上数多く存在する。最も顕著なのは、1990年代にマイクロソフトがExcelとWordを用いてLotus 1-2-3やWordPerfectを市場から駆逐した事例である。企業がAIへの依存度を深めていく中で、この点を念頭に置いておくのが賢明だろう。こうした商業的なリスクに加え、AIは長期的にはより広範な経済的・社会的コストをもたらす可能性もある。これには、電力、水、データセンターインフラへの需要の増加に加え、AIがルーチン業務のますます大きな割合を自動化するにつれて、雇用喪失や不平等が拡大することが含まれる。これらの課題に対処するには、より大規模な公的投資が必要となり、最終的には企業への増税につながり、さらにはユニバーサル・ベーシック・インカム（UBI）のような新たな形態の社会的支援が含まれる可能性もある。多くの経営者は、AIがもたらす予期せぬ結果に対する責任が民間部門にますます求められ、法人税引き上げの圧力が高まることを懸念している。2026年には世界のAI関連支出が2.5兆ドルに達すると予測され、企業のAI関連経費も2023年以降320％増加していることから、AIの経済的価値を証明すべきという圧力はさらに高まるに違いない。ダンビサ・モヨこうした懸念を総合すると、多くのビジネスリーダーがAIの導入に対してより慎重な姿勢をとっている理由が説明できる。パランティアのCEO、アレックス・カープ氏は最近、CNBCのインタビューでこの感情を的確に表現し、その際、OpenAIとAnthropicがトークンベースの価格設定を通じて「私のビジネスの重みとアルファを盗んでいる」と非難した。こうした背景を踏まえ、経営幹部はAI戦略を策定するにあたり、以下の4つのステップを検討すべきである。 第一に、企業はAI契約を見直し、再構築して、モデルプロバイダーがより大きなリスクを負うようにすべきだ。LLMプロバイダーが、数十億ドル規模の生産性向上とコスト削減を実現できると確信しているなら、使用量ベースの価格設定のみに依存するのではなく、報酬の少なくとも一部を、自らが創出する価値に連動させることに前向きであるべきだ。また、経営幹部は、明確な業務上および財務上の指標を用いてAIの経済的価値を評価し、AIがタスクを完了するのに必要なコストと時間を、人間がそれを実行するのに必要なコストと時間と継続的に比較すべきである。第二に、企業は特定の単一のモデルプロバイダーへの過度な依存を避けるべきである。 すでに多くの企業が複数のモデルを試験的に導入しており、機能ごとに異なるプロバイダーを割り当てたり、全社展開の前に運用上のサンドボックス環境でAIツールを導入したりしています。より広く言えば、企業はオープンソースの代替案を検討すべきです。今日の主要なオープンソースモデルの多くは中国企業によって開発されており、欧米のモデルよりも優れた性能を発揮していると言えるでしょう。また、コストもごくわずかです。例えば、MiniMax M3やDeepSeek V4 Proのトークン価格は、Claude Opus 4.8の10分の1未満です。そのため、DoorDashやAirbnbなどの企業が中国製モデルに目を向けているのです。 しかし、多くの欧米企業にとっては、こうした利点よりも地政学的リスクやサイバーセキュリティ上の懸念の方が重くのしかかる可能性が高い。そこで、経営者が取るべき3つ目のステップについて考える。AIへの依存度が高まれば、必然的にサイバー防御の強化が必要となる。 現在のLLM（大規模言語モデル）に伴うサイバーセキュリティリスクに加え、暗号化・復号化技術や量子コンピューティングの進歩により、サイバー脅威はより頻繁かつ深刻化すると予想され、その結果、世界のテクノロジーエコシステムの分断が加速し、国境を越えた事業運営がますます困難になるだろう。こうした脅威はすでに政策立案者の注目を集めている。 イングランド銀行は最新の『金融安定報告書』において、最先端のAI機能の急速な進歩がサイバーリスクや業務リスクを高め、より迅速かつ組織的な混乱が発生する可能性を高めていると警告した。最後に、巨額の投資を正当化するためには、経営幹部はAIがその期待に応えているという明確な証拠が得られるまでのタイムラインを設定しなければならない。 2026年には世界のAI関連支出が2.5兆ドルに達すると予測され、企業のAI関連支出も2023年以降320％増加していることから、AIの経済的価値を証明すべきという圧力はさらに高まることは必至だ。もしその証拠が示されなければ、投資家の焦りが高まり、AI関連資産の価格に劇的な見直しが生じる可能性がある。期待が実績を上回り続ける期間が長ければ長いほど、痛ましい市場調整が起こるリスクは高まる。国際経済学者のダンビサ・モヨ氏は、『エッジ・オブ・カオス：なぜ民主主義は経済成長をもたらせないのか――そしてそれをどう修正するか』（Basic Books、2018年）の著者である。©Project Syndicate