AIは中小企業の切り札になる。そう言われて人を減らし、AIに仕事を任せた。ところが翌月の請求書を見ると、削ったはずの人件費より高い。米国では、こうした話が冗談ではなくなってきました。本記事では米国の実態を整理し、日本、とくに中小企業で同じことが起きるのか、すでに起きているのかを検証します。
米国で始まった「AIが従業員より高い」現象
きっかけは、アナリストのジャック・ゴールド氏(J.Gold Associates)の指摘です。使いすぎが原因で、トークン(AIが文章を処理する際の課金単位)の費用が1か月から2か月で従業員のコストを上回る例が出ていると述べました。
エヌビディアの幹部は4月、自分のチームでは計算資源の費用が従業員の報酬をはるかに上回ると語りました。ウーバーは、AIコーディングツールの利用が急拡大した結果、2026年のAI予算を年の3分の1が過ぎた時点で使い切ったと報じられています。
ただし全体像は二極化しています。カード決済データを分析するランプ(Ramp)の指数では、AI活用が突出した上位1%の企業は、従業員1人あたり月に約7,400ドルをAIに支出していました。一方で全体の中央値は月11ドル前後です。「AIは人より高い」は使い込む企業で起きている現象であり、平均的な企業の話ではありません。ここを取り違えると議論が荒れます。
報じられている急騰事例を整理します。
| 企業・出来事 | 内容 |
| ウーバー | AIコーディングツールの一斉導入で年間予算を約4か月で消化。エンジニア1人あたり月1,500ドルの上限を設け、消費量の見える化も進めた。 |
| エヌビディア | 応用深層学習の担当幹部が、チームの計算費用は従業員の報酬をはるかに超えると証言。 |
| メタ | 2026年のトークン費用が数十億ドル規模になり得ると社内に周知。技術責任者は、目的化した利用を戒める文書を出したと報じられた。 |
| アマゾン | 商品ページの照合ツールに180万ドルを投じて予算を860%超過。発見まで5か月かかり、結局リリースされなかったと報じられている。 |
確認できた事実
ガートナーは2026年6月、統制された運用の仕組みがなければ、2028年までにAIコーディングのコストが開発者の平均給与を上回ると予測しました。背景は、定額から従量課金への移行と、自律的に作業するエージェントの普及です。ゴールドマン・サックスの試算では、エージェントは従来の対話型AIの最大50倍の計算資源を要します。
人を減らしてAIに任せたらコスト増。企業はどう考えているのか
象徴的なのがクラルナです。スウェーデンの決済企業で、2024年にAIアシスタントが人間の担当者700人分の仕事をしたと発表し、採用を凍結しました。その後CEOは、コストと効率に偏りすぎて品質が落ちたと認め、人間に相談できる体制を確保する方向へ動いたと報じられました。
ただし同社は「AIから撤退したわけではない」と反論しています。AIアシスタントは現在800人以上分の業務をこなし、外部委託の担当者も数千人規模で残っており、今回の採用は上乗せだという説明です。事実関係は双方で主張が分かれます。ここでは、コスト偏重が品質を落としたというCEO自身の認識を教訓として受け取るのが妥当でしょう。
では、経営陣は何を考えているのか。調査から見えるのは期待と実態のズレです。ガートナーの調査では、経営層の85%が「AIでコストを削減できる」と期待していますが、財務部門でROI(アールオーアイ:投資対効果)の測定に成功していると答えたのは14%でした。KPMGの調査でも、測定可能なROIを確立している組織は7%で、42%は支出の全体像を部分的にしか把握できていません。
ウーバーの最高執行責任者はAI支出に目立った生産性向上は見えないと語り、OpenAIの調査でも、従業員のトークン消費量と1人あたり売上の間に意味のある関係は見つからなかったと伝えられています。
分析(筆者の推測を含む):企業はコスト増をこう受け止めている
- 単価は下がっても消費がそれ以上に増える。デルの幹部は、過去12か月で単価は約80%下がったが消費量は10倍になったと述べました。安くなった資源ほど使いすぎる、ジェボンズのパラドックス(逆説)です。
- 人件費は上限の見える固定費、AI費用は上限のない変動費です。24時間走り続けるエージェントは、止めない限り請求も止まりません。
- 撤退にも費用がかかる。採用と教育のやり直しは、AI置き換えの事業計画にまず入っていません。
- 「まず導入ありき」の空気で、課金や契約条件の精査が後回しになる。これはガートナーも指摘しています。
日本でも同じことが起きるのか、すでに起きているのか
結論から言えば、構造は同じで、表に出るタイミングが違うと見ています。日本の中小企業で「トークン代が従業員の給与を超えた」と実名で報じられた事例は、筆者が調べた範囲では確認できていません。ただし、確認できないことと起きていないことは別です。実態を映す統計がそもそも乏しいのです。
確認できた事実
- 中小企業基盤整備機構の調査(2026年3月公表)では、中小企業のAI導入率は20.4%、導入を検討中が18.6%でした。
- 商工中金の調査では、導入後の課題として、効果が測定できず成果が見えにくいことが指摘されています。
- PwC Japanの調査(売上500億円以上の大企業が対象)では、日本企業は導入では世界に追いついたものの、効果の創出で遅れているとされました。
- 生成AIの料金体系の見直しが相次いでいます。日経クロステックによれば、エージェントや自動化用途を大量に使う企業は実質的に負担が増える可能性があり、アンソロピックの日本法人は、大多数のユーザーには影響がないとも説明しています。
分析:日本の中小企業で起きやすい3つの理由
- ドル建て課金です。海外AIの従量課金は外貨建てで、為替次第で同じ使い方でも円の請求が膨らみます。
- 人手不足です。帝国データバンクの調査も、人手不足や賃上げ対応を背景に生成AIへの関心が高まっていると指摘しています。人が採れないから機械に頼る流れは、費用の検証を後回しにしがちです。
- 効果測定の弱さです。専任チームのない中小企業では、ROIが測れないまま従量課金だけが積み上がりやすくなります。
誤解のないよう補足します。法人向けの定額プランは1ユーザー月3,000円から4,500円程度が目安で、この範囲なら人件費を超える心配は小さいでしょう。危ないのは、自動化やAPI(エーピーアイ)連携で従量課金の領域に踏み込んだときです。
切り札が経営を悪化させる3つのパターン
1. 固定費が青天井の変動費に化ける。人件費は上限が見えます。エージェントは使った分だけ課金され、設計を誤ると上限がありません。大企業は予算を使い切っても計画を立て直せますが、中小企業では資金繰りに直結します。
2. 人を減らして目利きまで失う。少人数の会社で削った人が担っていたのは、作業だけでなく顧客対応の勘や例外処理の知識です。AIが間違えたとき、それを見抜く人がいなくなります。システムの世界でいえば、障害の切り分けができる担当者を先に外してしまう構図です。
3. 効果を測らないまま止められない。費用は毎月確実に出ていくのに、効果は測れていない。こうなると、やめる根拠も続ける根拠もなくなります。監査証跡のないまま支出だけが積み上がる状態です。
請求書に潰されないための5つの防衛線
- 上限を先に決める。ウーバーはツールごとに1人あたり月1,500ドルの上限を設けました。中小企業ならAPI利用の月額上限を設定し、超えたら止まる設計にします。
- 定額で始め、従量課金は用途を絞る。議事録や文案づくりは定額プラン、自動処理は件数が読める業務だけにAPI連携を使います。
- モデルを使い分ける。ランプの分析では、まず軽量モデルで試すだけで10倍から20倍の費用差が出ることがあるとされています。
- 人を減らす前に1業務で測る。作業時間と費用を導入前後で記録し、効果が数字で出てから広げます。人は削るより、判断が要る仕事へ回すほうが安全です。
- 利用ログを月次で見る。誰が何にいくら使ったかを確認し、必要な人にだけ使わせる。最小権限の考え方で、FinOps(フィンオプス:財務と運用が連携する費用管理)の小型版を回します。
まとめ
米国の事例が示すのは、AIが高いという単純な話ではありません。上限も測定もないまま導入すれば、どんな切り札も負債に変わるということです。ガートナーも、単価が下がっても企業のAI費用は安くならないと見ています。
日本の中小企業にとって、AIは使い方しだいで強力な武器です。ただし人を切る前に、まず請求書の上限を切る。この順番を間違えないことが、切り札を切り札のまま保つ条件だと考えます。
なお、本記事の数値は2026年9月28日時点で確認できた報道と調査に基づきます。