UberがAI予算を4か月で使い切り、従業員1人あたりの月次上限を1,500ドルに設定

Uberはエンジニアたちに、できる限りAIを活用するよう指示しました。利用状況をランキング形式の競争にまで発展させたほどです。

4か月後、年間予算のすべてが底をついていました。

TechCrunchの報道によると、Uberは年間AI予算をおよそ4か月という短期間で使い切り、その後すぐに上限を設けました。同社はスタッフにAIコーディングツールを積極的に活用するよう奨励し、利用量でチームを互いにランク付けしていました。従業員は指示通りに行動しました。請求額も当然の結果をたどりました。

これを単なる内部メモのエピソードで終わらせられないのは、発言者とその内容が重要だからです。Uberのプレジデント兼最高執行責任者（COO）であるAndrew Macdonaldは、ポッドキャストで「AIの利用拡大と顧客が実感できる何か新しいものとの間に線を引くことは非常に難しい」と率直に述べ、支出が見返りをもたらしているかどうかに疑問を呈しています。会社を運営するCOOが支出と製品を結びつけられないなら、これを見ているすべてのCEOはそこから学ぶ必要があります。

ランキングが年間予算を使い果たすまでの経緯

この仕組みは、紙の上では理にかなっているように見えます。AI活用を素早く定着させ、摩擦をなくし、最もよく使うユーザーを称賛する。新しい技術の普及は常に難しいものですから、ゲーム化するのも一つの手です。

主要ファクト

• Uberは2026年4月頃に社内で明らかになった通り、年間AI予算をおよそ4か月で使い果たしました。（TechCrunch、2026年6月）
• 同社はClaude CodeやCursorを含む各エージェント型コーディングツールについて、従業員1人あたり月1,500ドルという新たな上限を設定。内部ダッシュボードで管理され、例外は申請制で対応。（TechCrunch）
• 過剰支出は「できる限り多く」AIを使うよう促す社内方針と、利用量ランキングによるチーム間競争の結果です。（TechCrunch）

問題は、ランキングが実際に何を評価していたかです。評価したのは消費量です。アウトプットでも、リリースされた機能でも、リリースの速さでも、顧客満足でもない。ただのトークン消費量でした。そのため指標は右肩上がりに推移し、予算は空になり、収益側の帳簿に相応の価値の山を示せる人は誰もいませんでした。

本当の問題は請求額ではなくROIの欠如

これを「AIは高い」という話で片付けて次に進むのは簡単です。しかしそれでは教訓を見逃します。

ツール自体のコストは実際に下がっています。問題はエージェント型ツール、つまり計画し繰り返し行動するものが、単純なチャットボットのプロンプトよりも1タスクあたりはるかに多くのトークンを消費することです。そのため利用量は急速に拡大し、請求額もそれに比例して膨らみます。Uberの事例は、多くの企業が直面している同じギャップを示しています。支出は確実に増え続けているのに、ROIは依然として名指しするのが難しいままです。これは企業のAI請求額がトークン価格の低下にもかかわらず膨らみ続ける理由と根本的に同じ断絶です。

COOが「AIの利用と顧客価値の間のつながりがまだない」と言うとき、それは価格への不満ではありません。測定の失敗です。会社は把握しやすいもの（利用量）を最適化し、本当に求めるもの（成果）を最適化しませんでした。利用量は数えやすく、成果は難しいからです。これはまさにAIを投資ではなくROIとして現れることのない未測定のコストに変えてしまう罠です。解決策は予算を減らすことではありません。問いを変えることです。

「できる限り多く使え」が間違った指示である理由

普及は手段であって、目的ではありません。AIツールのポイントは高い利用量の数字ではなく、より低いコストでより良い成果を出すことです。利用量を目標にした瞬間、3つのことが保証されます。支出が増える、最もよく使うユーザーが何を生み出したかに関係なく最高のパフォーマーに見える、そして生産的な1ドルと無駄な1ドルを区別できなくなる。

利用量ランキングは、価値の指標を装った普及率の指標です。グラフが右肩上がりになるので進歩しているように感じられます。しかし営業チームはどれだけ電話をかけたかで評価されるのではなく、売上で評価されます。AI展開も同じ基準が必要です。トークンと成果を結びつけられなければ、生産性を測っているのではなく、熱意を測っています。熱意はただではありません。

これはまた、明確な見返りを生まないAI投資のパターンが繰り返される理由でもあります。テクノロジーは機能しています。その周囲のガバナンスが機能していません。

AIコストガバナンスの実践集

AI普及を遅らせることなくコントロールすることは可能です。必要なのは予算が尽きた後ではなく、最初からguardrailsを設けることです。今年AIツールに資金を投じるCEOのための5つのアクション。

スケールする前に、人あたり・ツールあたりの予算上限を設定してください。 Uberが上限を設けたのはお金を使い果たした後でした。パイロット段階で上限とダッシュボードを設置し、支出がまだ小さいうちに可視化と制御を実現してください。これは新しい費用項目への通常のコスト規律の適用であり、特別なことは何もありません。

成果を評価し、消費量を評価しないでください。 消費量ランキングをなくしてください。何かを称えたいなら、リリースされた機能、短縮されたサイクルタイム、対応が不要になったサポートチケット、成約した案件を称えてください。インセンティブが量ではなく価値を指すよう、認識と成果を結びつけてください。

すべての拡大にROIチェックを義務付けてください。 アクセス範囲を拡大したり上限を引き上げたりする前に、1つの問いへのシンプルな答えを求めてください。最後の1ドルは何を生み出したか。誰も答えられないなら、問題が複利になる前に発見できたということです。それがまさに規律ある年次計画サイクルが表面化させるべきものです。

AIの支出を担当者を置く継続的な予算項目として扱ってください。 他の重大なコストと同じように扱ってください。一人が数字を担当し、報告し、支出と成果の比率に責任を持ちます。AIコストは誰も監視していないITと財務の狭間に存在させてはいけません。それがこうした予期しない事態を招くガバナンスのギャップです。

利用量は増えると想定し、そのカーブを計画してください。 エージェント型ツールは信頼されるほど使われます。それは成功であって失敗ではありませんが、予測していればの話です。ヘッドカウントやクラウドをモデル化するように支出カーブをモデル化し、その成長があなたが下した意思決定であって、後から発見する請求額ではないようにしてください。

Uberが教訓的な事例であるのは、AIに使いすぎたからではありません。支出が効果をあげているかを知る手段を持たずに使い続け、予算超過によって初めて管理策を導入したからです。次の1年のAIで勝つ企業は、最もトークンを使った企業ではありません。それらのトークンが何をもたらしたかを1ドル単位で説明できる企業です。支出をスケールする前に、その答えを作ってください。

よくある質問

Uberはなぜ従業員のAI支出に上限を設けたのですか？

Uberは、スタッフにAIコーディングツールを積極的に使うよう奨励し、利用量でチームをランク付けした結果、年間AI予算をわずか4か月で使い果たしました。その後、支出を管理下に置くため、各エージェント型コーディングツールについて従業員1人あたり月1,500ドルの上限を設け、内部ダッシュボードで管理するようにしました。

UberのAI予算超過からCEOが学ぶべき教訓は何ですか？

危険なのは価格ではなくインセンティブだということです。消費量を評価することは、価値を証明しないまま支出を増やします。CEOはスケールする前に人あたりの予算とダッシュボードを設定し、消費ではなく成果を評価し、すべての拡大に明確なROIチェックを義務付けるべきです。

トークン価格が下がっているのにAI請求額が増えるのはなぜですか？

エージェント型AIツールは複数ステップのループで計画・行動し、単一のチャットボットプロンプトよりも1タスクあたりはるかに多くのトークンを消費するからです。信頼と普及が広がるにつれて利用量はトークン単価の下落より速く増加し、企業がAI支出を積極的に予算化・管理しない限り総額は増え続けます。

出典：TechCrunch、2026年6月2日 | Fortune、2026年5月26日