AIの見えないコストが経営を圧迫する理由

ニューヨーク州が突然「AIの電源」を止めた

2026年7月14日、ニューヨーク州のケイシー・ホーカル知事が大統領令に署名し、50MW超のデータセンター新設許可を州全体で一時停止した。影響を受けるプロジェクトは12件超。環境審査プロセスが確定するまで建設は止まり、その期間はおよそ1年と見込まれている。

TechCrunchの報道によれば、州環境保全局はすでに手続きが完了していない許可の発行を停止している。ホーカル知事はブルックリンでの記者会見で「より高い光熱費、断たれる水の供給、または騒音によって進歩が到来すべきではない」と明言した。

背景には電力価格の問題がある。Ars Technicaによると、ニューヨーク州の電力価格は米国内で最も高い水準の一つだ。超大型データセンターが電力網を圧迫し、一般住民の光熱費を押し上げているという構図が、今回の措置の核心にある。知事は売上税免除の撤廃も表明し、AI企業が享受してきた優遇措置の見直しを鮮明にした。

州議会では、20MW超のデータセンターを1年停止する法案に加え、3年間の建設禁止を設ける別の法案も審議中だ。この動きは一州にとどまらない。2025年12月には230超の組織がデータセンターの全国的な一時停止を求めており、反AI運動に法的な足場を与えた格好になっている。

社内でも「見えないコスト」が膨らんでいる

インフラ側の制約が強まる一方、企業の内側でも別の問題が噴き出している。AIの利用コスト、つまりトークン消費にかかる費用が、管理の手を離れつつある。

MetaのInstagram責任者であるAdam Mosseriは、Lenny's Podcastで「優秀なエンジニアのAIトークン支出が給与や採用コストと同程度になる世界では、エンジニアごとの上限が必要になる」と語った。時期は「1年か2年のうちに」と見込んでいる。TechCrunchによれば、Metaはすでに社内のAIトークン支出ランキングの公開を停止している。AIコストが2026年に数十億ドル規模になる見通しになったためだ。

他社の事例はより具体的だ。Uberは2026年のAIコーディング予算を4月の時点で使い切り、その後AI利用の運用を見直した。Microsoftはトークンコストの上昇を受けてClaude Codeのライセンスを解約し、エンジニアを自社のCopilot CLIに統合している。これらは単純な「予算超過」ではなく、組織の意思決定なしにコストが膨らむ構造の問題だ。

Mosseriの提言は明快だ。AIトークンをGPU・CPU・ストレージ・メモリと同列の「配分可能なリソース」として扱い、チームごとに予算を割り当てる。成果が見込めるチームには多く、そうでないチームには少なく。人件費や運営費と同じ管理の論理をAIコストに適用する、という発想の転換を求めている。

二つの圧力が企業予算を同時に締め付ける

インフラ制約とトークンコスト管理は、一見別の問題に見える。しかし企業の予算という観点から見ると、同じ一点を圧迫している。

データセンターの建設停止が続けば、クラウドサービスの新規設備拡張が遅れる。需要に対して供給が追いつかなければ、APIの利用コストは下がりにくい。Mosseriは「モデル提供企業が価格競争に入ることでトークンコストが下がる」と期待しているが、供給側に規制が入ればその前提は崩れかねない。

インフラ側の制約が長引くほど、社内の利用量管理の重要性は増す。両者は独立した問題ではなく、連動したリスクとして捉えるべきだ。

日本企業にとっての直接的なリスクは、自社データセンターの建設よりもクラウドサービスの価格・可用性の変動だ。米国の規制動向がクラウド事業者の設備投資計画に影響し、それがAPIコストやサービス品質として跳ね返ってくる経路を想定しておく必要がある。

企業が今すぐ取れる予算防衛の手立て

OpenAIのガイダンスは、AIエージェント時代の投資管理において「1ドルあたりの有用な作業量の測定、効率の改善、高付加価値の業務フローの拡大」という三つの軸を示している。実務に落とすと、次の問いになる。

• チームごとのAI利用コストを、今月いくら使ったか把握しているか
• どの業務フローがAIによって時間・コストを削減し、どれが単に「使っているだけ」か区別できているか
• トークン消費量の多いユーザーやツールを特定し、その利用が成果に結びついているか検証しているか

Mosseriがトークン支出ランキングの公開停止を「ばかげたことをやめた」と表現した背景には、可視化だけでは不十分という認識がある。誰が何を使っているかを把握する「可視化」から、チームに予算を割り当てる「配分」へ、そして成果が出ているかを問う「評価」へ——管理をこの順序で深めていくことが現実的だ。

コスト管理の仕組みを整えることは、AI活用を抑制することではない。価値を生む使い方に予算を集中させる条件を作ることだ。Mosseriが「成果を出せると信頼されるチームには上限を高く設定する」と述べたように、実績の積み上げがより多くの予算配分につながる構造を作れるかどうかが、組織の競争力を左右する。

まとめ

ニューヨーク州のデータセンター規制と、Meta・Uber・Microsoftのトークンコスト問題は、AIの「見えないコスト」が経営の表層に浮かび上がった証左だ。インフラ供給の制約が長引く可能性を前提に、社内のAI利用コストを今のうちに可視化・配分・評価する仕組みを整えることが、予算を守る現実的な一手になる。機能を試す段階は終わりつつある。管理の仕組みを作れた組織だけが、次のコスト圧縮局面でも使い続けられる。