AI予算はなぜ足りなくなるのか｜Uberと国内企業の事例に学ぶモデルの使い分け

AIの利用料が予算を超える企業が増えています。原因は料金の値上げではありません。1回あたりの単価は下がり続けているのに、使う量がそれ以上の速さで増えているからです。

この記事では、報道された事例をもとに「なぜ足りなくなるのか」を整理し、対策を2つに絞って説明します。自社の数字で確かめたい方は、AIコスト計算ツールで月額・トークン数・人数のいずれかから試算できます。

4カ月で1年分を使い切ったUber

Uberは2026年分のAIコーディングツールの予算を、4月までの4カ月で使い切りました。社内でコーディングエージェントの利用が一気に広がったためです。Forbesによると、開発者1人あたりの費用は月150〜250ドルが中心で、利用の多い人は月500〜2,000ドルに達していました。CTOは予算の前提を「一から考え直す」と述べています。

注目したいのは、その後の経営陣の発言です。Fortuneによれば、同社のCOOは、AIへの支出と利用者に届く機能とのつながりが「まだ示せていない」と話しています。使った金額に見合う成果を説明できるかどうかが、次の問いになっています。

国内でも同じことが起きている

日本企業の事例も報じられています。

• 社員1人で月1,000万円。 日本経済新聞は、国内大手企業のCIOが1人の社員の利用額に驚いた例を伝えています。5月だけで1,000万円。AIエージェント同士に夜通し会話をさせるといった長時間の作業を繰り返していたためでした。
• 予算を月約200万円超過、3カ月連続。 日経ビジネスによると、ある日用品メーカーでは2026年4月から6月にかけて、AI使用料が毎月予算を約200万円上回りました。発行アカウントの1％に満たない利用者が、利用量の8割近くを占めていたといいます。
• 半月で1カ月分を消化。 同じ記事によると、TDCソフトでは2026年4月、採用のエントリーシート確認に使っていたAIが止まりました。全社で想定以上に利用が広がり、単価の高い高性能モデルへの移行も重なって、半月ほどで1カ月分の予算を使い切ったためです。
• 月30万円の見込みが約100万円に。 同じく日経ビジネスの報道で、リンクアンドモチベーションでは、タスク管理ツールの内容をもとにAIが自動で開発するしくみを動かしたところ、初月の利用料が見込みの3倍を超えました。

LayerXが2026年6月にAI費用の管理担当者400人を対象に行った調査では、66.5％が前年より費用が増えたと答え、月1,000万円以上を支払っている企業も9.3％ありました。一部の企業だけの話ではなくなっています。

問題の本質：費用は「単価×利用量」で決まる

これらの事例に共通するのは、単価が高かったことではなく、利用量が読めなかったことです。

エージェントは、人が1回質問して1回答えを受け取る使い方とは桁が違う量のトークンを使います。作業のたびに同じ文脈を読み直し、人が見ていない間も動き続けるからです。利用者のごく一部が全体の大半を使う、という日用品メーカーの例は、その典型です。

つまり対策も2つに分かれます。1回あたりの単価を下げることと、利用量に上限を設けることです。片方だけでは足りません。

対策1：仕事に合わせてモデルを使い分ける

要約、分類、定型的な問い合わせへの返答など、最上位のモデルを必要としない仕事は少なくありません。そうした仕事を単価の低いモデルに移すのが、最も効果の大きい対策です。

リンクアンドモチベーションは、モデルの使い分けと、応答が遅くなる代わりに安くなる処理方式の利用によって、月約100万円まで膨らんだ利用料を、2026年7月ごろには約40万円に抑えたと報じられています。

規模の大きい例では、米通信大手のAT&Tがあります。同社は1日に約450億トークンを処理しており、重みが公開されているオープンモデルの利用を現在の約25％から70〜80％へ広げる方針です。オープンモデルへの切り替えで、費用を最大90％抑えられたとしています。

OpenAI互換のAPIであれば、切り替えはモデル名の1行を書き換えるだけです。

curl https://api.fastmetal.ai/v1/chat/completions \
  -H "Authorization: Bearer $FASTMETAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3",
    "messages": [{"role": "user", "content": "次の問い合わせを3行で要約してください。…"}]
  }'

ただし、すべての仕事を移せるわけではありません。リーダーボードの評価が近いモデルでも、長い作業の安定性やツール呼び出しの精度には差があります。移す前に、実際の業務データで結果を比べてください。具体的な進め方はLLM APIのコストを下げる7つの方法にまとめています。

対策2：使いすぎに上限を設ける

単価を下げても、利用量が10倍になれば費用は増えます。1人で月1,000万円という例は、モデルを替えるだけでは防げません。必要なのは、超えられない上限です。

FastMetalは前払い制です。購入した残高を使い切るとリクエストは拒否され、月末にまとめて請求する後払いはありません。残高はAPIキーごとに分けられるので、用途ごとにキーを分ければ、それがそのまま用途ごとの上限になります。夜通し動き続けるエージェントがあっても、使える金額はそのキーの残高までです。

自社の場合はいくらになるか

AIコスト計算ツールでは、次の3通りの入り口から試算できます。

• 月額から： いまの月額と使い方を選ぶと、同じ利用量を別のモデルに移した場合の月額が出ます。
• トークン数から： 入力・出力のトークン数と、キャッシュ読み取りの割合が分かっている場合に使います。
• 人数から： これから全社に広げる場合に、チャット中心の人数とエージェントを使う人数から目安を出します。

比較の対象は、FastMetalで使えるすべてのモデルです。オープンモデルだけに絞ることもできます。「移す仕事の割合」を選べるので、全部を移す前提の甘い試算にはなりません。料金は円建てで、料金ページと同じ値を使っています。

まとめ

• AI予算の超過は、単価ではなく利用量の読み違いから起きています。
• 対策は、仕事に合わせたモデルの使い分けと、超えられない上限の2つです。
• どちらも、まず自社の数字を把握するところから始まります。

出典

• Uber Burns Its 2026 AI Budget In Four Months On Claude Code（Forbes、2026年5月17日）
• Uber burned through its entire 2026 AI budget in four months. Now its COO is questioning whether it's worth it（Fortune、2026年5月26日）
• AI浪費、社員1人で月1000万円　企業活用「やってる感」の落とし穴（日本経済新聞、2026年6月9日）
• 従量課金で気付けば「AI貧乏」、1カ月で200万円超過の例も　利用禁止は悪手（日経ビジネス電子版、2026年9月17日）
• LayerXによるAI費用管理の実態調査（PR TIMES、調査期間2026年6月12日〜13日）
• AT&T Saves Up to 90% of AI Costs By Using Open Models（The AI Innovator、2026年8月13日）