マイクロソフト、社内AIトークン予算を導入。「Tokenmaxxing」の時代が終焉へ

マイクロソフトのこの決定は、単なるコスト削減策ではない。それは、「Tokenmaxxing」——AIトークンの最大限の消費を生産性とイノベーションの指標として扱う慣行——の時代が、テクノロジー業界全体で終焉を迎えていることを示す、極めて象徴的なシグナルなのである 。

マイクロソフトが自社のAI支出に上限を設けた理由

マイクロソフトが社内にAI規律を課すことを余儀なくされた背景には、以下の3つの具体的な圧力があった。

社内コストの無秩序な膨張。 マイクロソフトのエンジニアリングチームは、GitHub Copilotを介して最先端のAIモデルを自由に利用しており、トークン消費量と推論コストは、同社が持続可能と考える水準をはるかに超えて増大していた。社内のCopilotガイドラインによれば、多くのエンジニアが月に「数百ドルから数千ドルの範囲」のトークンを消費していることが認められている 。パリク氏のメールは、2026年7月以降、すべての事業部がAIトークン予算目標の下で運営され、個々の従業員も社内ダッシュボードで自身の使用量を追跡できることを明確にした 。

誤ったインセンティブ。 エンジニアたちは、トークンの消費量が多いことを生産性のバッジとして扱うようになっていた。これは業界全体で「Tokenmaxxing」として知られる慣行である。しかしマイクロソフトは、トークンが多いことが必ずしもビジネス価値の向上に結びつかないことを突き止めた。パリク氏は会社の目標を明確に再定義した。「私たちはトークンを減らすことではなく、トークンあたりのインパクトを最適化する」 。

信頼性の問題。 Azure OpenAI Service、GitHub Copilot、Microsoft 365 CopilotといったAIサブスクリプションを販売する立場にあるマイクロソフトは、自社チームが無制限にトークンを消費しているのでは、顧客に対してAIコストの管理を説得力を持って促すことができない 。パリク氏のメールは、同社が「他の重要リソースと同様の規律をもってトークン支出を管理する」と述べている 。

社内で実際に変わったこと

これらのポリシー変更は、2026年7月に即座に発効された 。

• 事業部レベルのトークン予算。 マイクロソフトの全ビジネスユニットに、正式なAIトークン予算目標が設定された。社内ガイドラインでは、資金の使途を監視した上で、さらなる制限が追加される可能性もあるとされている 。
• より安価なデフォルトモデル。 OpenAIのGPT-5.6 Sol——Anthropicなど他の最先端モデルプロバイダーと比較して安価であるとされる——が、社内GitHub Copilot利用のデフォルトモデルとしてプレミアムオプションに取って代わった。この切り替えは、「トークン投資からより大きな価値を得る」ための策として位置づけられた 。
• 個人の可視化。 従業員は社内ダッシュボードで自身のAI消費量を確認できるようになり、これまで見えていなかった費用に対して個人レベルでの説明責任が生まれた 。

業界全体に広がる「Tokenmaxxing」崩壊の波

マイクロソフトの動きは、テクノロジー業界全体で起きている、はるかに大規模な市場の修正の一つのデータポイントに過ぎない。「Tokenmaxxing」——イノベーションの代理指標としてAIトークン消費を積極的に促進する慣行——は、2025年末から2026年半ばにかけて多くのテクノロジー企業で広まったが、その経済性が成り立たなかったため、急速に崩壊しつつある 。

Uberの予算超過。 Uber Technologiesは、2026年のAI予算全体をわずか数ヶ月で使い果たした。同社のCTOは公に「いわゆるTokenmaxxingの時代は終わりを告げようとしている」と宣言し、単なるトークン消費量が測定可能なリターンに結びついていないと述べた 。現在Uberは、プロンプトキャッシング、より効率的なデフォルトモデル、消費量の可視化を通じて、コストパーインタラクションの最適化へと移行している 。

Gartnerの警告。 Gartnerは、従量課金制の価格モデルの下では、AIコーディングコストがまもなく平均的な開発者の給与を上回ると予測しており、業界を問わずCFOたちにコスト規律を求めている 。

スタートアップの計算。 スタートアップ企業は、モデルを切り替えることで推論コストを約90%削減できることを実証している。例えばLindy.aiは、主要タスクセットにおいて同等の出力品質を維持しつつ、約90%低い推論コストを理由に、APIトラフィックの100%を一晩でClaudeからDeepSeekに移行した 。このような劇的なコスト削減は、古い「トークンが多い＝良い」という考え方を、経済的に成り立たなくしている 。

ForbesとFortuneの総評。 複数のビジネスメディアが、Tokenmaxxing時代は構造的に終わったと宣言している。企業は、生の使用量を指標とすることを放棄し、効率性を最優先した導入、モデルルーティング（単純なタスクには安価なモデルを使用）、そしてトークン消費を最大化するインセンティブを排除した成果連動型課金へと移行しつつある 。ForbesはTokenmaxxingを「AI導入における過渡期のフェーズ」と特徴づけ、使用を正常化するのに役立ったが「持続可能な運用モデルではない」と結論づけた 。

一貫した業界のパターン

業界のパターンは今や明確だ。当初、無制限なAI利用を奨励していた企業が、予算を設定し、より安価なモデルに切り替え、費やされたトークンひとつひとつを測定可能なビジネス成果に結びつけることを要求している。ServiceNowのチーフ・カスタマー・オフィサーは、TokenmaxxingはAIのハイプサイクルであると警告している 。Fortuneの評価は簡潔だった。「Tokenmaxxingは死んだ。企業が望んだようなAIのROIは生み出せなかった」 。

マイクロソフトによる社内トークン予算の導入とGPT-5.6へのデフォルト変更は、この業界全体の見直しの典型例である。しかも、これはAIの後発企業からではなく、この分野への最大の投資家の一角からの動きだ。AIサブスクリプションを販売している会社自身に予算が必要なら、他のすべての企業にとってのメッセージは明らかである。