ある大企業が1か月でAIに約750億円――“使わせるだけ”のAI導入が失敗する理由

何が起きたのか――1か月で約750億円

2026年5月28日、米メディアAxiosが報じたところによると、ある企業（社名は非公表）が、従業員向けに配布したAIツール「Claude」のライセンスに利用上限を設定していなかったため、1か月で5億ドル（約750億円）もの利用料を発生させてしまいました。

この企業はAIを全社的に展開した一方で、予算上限・利用量の制限・自動アラートといった基本的なコスト管理の仕組みを用意していませんでした。社員は事実上「使い放題」の状態に置かれ、気づいたときには請求額が膨れ上がっていた、というわけです。

これは極端な“事故”ですが、孤立した事例ではありません。Microsoftが社内のClaude Codeライセンスをコスト高を理由に削減し、Uberの幹部が「測れるリターンがなければAI支出は正当化しづらくなる」と語るなど、米企業全体に「AIコストの見直し」の波が広がっています。

「天気を聞くだけ」と“トークン稼ぎ”の蔓延

問題は金額の大きさだけではありません。「何にAIを使っていたのか」という中身にこそ、失敗の本質があります。報道では次のような実態が指摘されています。

• ・あるCTOによれば、社員が「今日の天気」をAIに尋ねるような使い方が横行。普通に検索すれば数円のことに、はるかに割高なAIを使っていた
• ・AIの利用量を社内で競わせた結果、仕事のためではなく「利用実績（スコア）を稼ぐため」だけにAIを叩く社員が現れた。これは「トークンマクシング（tokenmaxxing）」と呼ばれている
• ・ある大手では社内ランキングで30日間に60兆トークン超が計上され、別の大手では開発者の8割以上にAIの週次利用を課すなど、“使うこと自体”が目的化していた

元MicrosoftのAI責任者は、こう指摘します。「多くの人は、会社にとって価値の高い仕事ではなく、自分がやりたくない作業にAIを充てがちだ」。AIを“配って使わせる”だけでは、コストばかりかさんで成果につながらない――この問題が各社で噴出しています。

なぜ大企業のAI導入は失敗するのか

Axiosの報道や専門家の分析からは、AI導入が空回りする共通のカラクリが見えてきます。

共通するのは、「導入＝ゴール」になってしまっている点です。ツールを配ること自体が目的化し、「何のために、どの業務で、いくらまで使うのか」という設計が抜け落ちている。これが巨額のムダと“トークン稼ぎ”を生む土壌になっています。

巨額の請求はなぜ生まれるのか――AIの“従量課金”

「なぜ1か月で750億円もいくのか」を理解する鍵が、AIの従量課金という料金体系です。多くの法人向けAIは、処理した文章量（トークン）に応じて費用がかかります。使えば使うほど、青天井に積み上がる仕組みです。

とくに最近広がっている、AIが自律的に何ステップも作業を進める「エージェント型」の使い方は、従来の数百〜1,000倍のトークンを消費するとも報じられています。一度の指示で裏側で大量の処理が走るため、知らないうちにコストが跳ね上がりやすいのです。

つまりAIのコストは、電気や水道のように「使った分だけ」かかります。蛇口を開けっ放しにすれば水道代が膨らむのと同じで、上限とメーターの設定が欠かせない――これが今回の事故の最大の教訓です。

中小企業が学ぶべき3つの教訓

750億円は中小企業には縁のない金額ですが、失敗の本質はそのまま当てはまります。むしろ体力の小さい中小企業ほど、コストの暴走は致命傷になりかねません。学ぶべき教訓は3つです。

① 先に「上限」を決める。AIを導入するときは、月額の予算上限や利用枠を必ず最初に設定します。多くの法人向けプランには上限設定や使用量アラートの機能があるので、導入と同時にオンにしておきましょう。「使ってみてから考える」は禁物です。

② 「使う量」ではなく「成果」で測る。「AIを何回使ったか」を評価指標にすると、“トークン稼ぎ”を招きます。見るべきは「どの業務が、どれだけ速く・安くなったか」。たとえば「見積書作成の時間が半分になった」など、業務単位の効果で判断します。

③ 用途を絞って小さく始める。全社員にいきなり配るのではなく、「問い合わせ対応」「議事録作成」など効果の出やすい業務を1〜2個選び、小規模に試す。効果を確認してから対象を広げれば、ムダ打ちを避けられます。