社員がトークンを使い切る — AI支出ガバナンスツール

どんな問題か

昨年までは単純だった。AnthropicとOpenAIが定額制で売っていたから、企業は月にいくら払うかを事前に知っていた。2026年に両社が大部分をトークン課金へ移したことで、状況が一変した。今やすべてのプロンプト、すべての自動化ワークフローが請求書に直接刻まれる。結果は速く、痛かった。Uberは年間AI予算を4か月で使い切り、4月から社員1人あたりコーディングツール月1,500ドルの上限を設けた。Walmartは社内バイブコーディング基盤「Code Puppy」の利用が爆発するとトークンを絞り、Amazonはエンジニアが社内リーダーボードの順位を上げるためにエージェントを乱発すると「使うために使うな」と警告した。問題の本質は可視性の欠如だ。クラウド費用は既存のFinOpsツールが覗けるが、LLM APIは外部サービスなので、誰が・どのチームが・どの作業にトークンをいくら焼いたかが見えない。CFOは「AIに使う金額に見合う価値を得ているか」という問いに答えるデータを持っていない。

なぜ今か

タイミングが二方向で噛み合った。第一に、課金モデルがちょうど変わった。定額制からトークン課金への移行は2026年に本格化し、それまではそもそもこのツールは要らなかった。費用が見えなければ制御の需要も生まれない。第二に、痛みが見出しとして表面化した。Uber・Walmart・Amazonのような大企業が公然と上限を設け始めたということは、その下にいる多数の中堅企業が同じ問題を静かに患っている合図だ。業界は「トークン使い放題」の時代から「トークン配給制」へ折れつつある。ところが既存のクラウドFinOpsツールはEC2やS3のようなインフラ費用は捉えても、外部LLM APIの内側は見えない。買う意思はすでに生まれているのに、それを受け止める製品が空いている。この空白の四半期に入るのが核心だ。

どう作るか

LLM呼び出しの通り道にプロキシ・ゲートウェイを一枚かぶせる。すべてのAPI呼び出しがこの層を通るようにして、誰が(社員・チーム・APIキー)・どの作業に・どのモデルで・トークンをいくら使ったかをすべて記録する。核心機能は三つ。第一にコスト帰属 — 支出を社員・チーム・プロジェクト・作業単位に割ってダッシュボードに広げ、CFOが抱えていた問いに数字で答えさせる。第二に予算ガードレール — チーム・個人別の上限を設け、閾値で警告し、超過すれば自動で止める。Uberが手作業でやったことをポリシーで自動化する。第三にポリシールーティング — 分類・要約のような単純作業は自動で低価格モデルへ落とし、複雑な推論だけ高価格モデルへ送る。単に止めるのではなく、同じ仕事をより安く終わらせる。既存のオブザーバビリティスタックとSSO・SCIMで接続して導入摩擦を減らす。

成功の条件

「あれば良いダッシュボード」に留まれば死ぬ。最初から金が浮くのが目に見えなければならない — 導入初月にルーティングで支出を20〜30%削る、といった即時のROIが営業メッセージになるべきだ。営業は開発チームではなくCFO・CIOへ向ける。決裁権者が「AI支出が制御可能になった」と感じて初めて決裁が下りる。リスクは二つ。一つ、AnthropicやOpenAIが自社コンソールにこの機能を内製すれば、単一事業者の中では意味が薄れる。だから複数のモデル事業者を横断する中立的なコストガバナンスという席を早く押さえる必要がある。二つ、プロキシがすべての呼び出しを通るので、遅延と障害の単一障害点になる。だからゲートウェイは軽く落ちないように、そしてプロンプトデータをみだりに見ないように — 自社のガバナンスが顧客より厳しくて初めて信頼を得る。