トークンの罠：MicrosoftがClaude Codeを断念した理由
最先端のAI機能と企業の調達プロセスが交差する領域は、現在非常に不安定な最前線となっています。MicrosoftがClaude Codeの社内パイロット運用を中止したという最近の報告は、エージェント型AIツールをスケールさせようとしているあらゆる組織にとって、厳しい教訓となります。問題は製品の品質や開発者の有用性の欠如ではなく、AIの価格設定と予算編成における構造的な失敗にありました。
予算の爆発
2025年12月、MicrosoftはExperiences & Devices部門内でClaude Codeのパイロット運用を開始しました。2026年6月30日にプログラムの中止が予定されていた時点までに、チームはすでに年間AI予算の全額を使い果たしていました。
根本的な原因は、トークン消費の真のコストを実質的に隠蔽していた「定額制のシートライセンス」から、使用量に基づいた「トークン課金モデル」への移行でした。開発者がエージェント型ワークフローの実験を推奨されるエンタープライズ環境において、トークンの「見えない」コストは指数関数的に増大する可能性があり、一部で「予算の爆発（budgetary blow-up）」と呼ばれる事態を招きます。
AI調達における構造的なギャップ
この出来事は、現代の財務および調達チームがAIをどのように扱うかにおける決定的なギャップを露呈させました。従来のソフトウェア調達は、予測可能な「ユーザー数（per-seat）ベース」のコストに基づいています。しかし、最先端のAI APIはトークンベースの課金で動作しており、これは本質的に予測不可能です。
エージェント型ツールが導入されると、それらはしばしば再帰的なループを実行し、膨大な量のコードを繰り返し処理し、単一の問題を解決するために複数のサブエージェントを利用します。これにより、従来の予算枠組みでは予測や制限が困難な、高コストな環境が生まれます。ある観察者が指摘したように、コーディングエージェントの動作は「驚くほど無駄が多い」ものであり、単一のセッション内で数メガバイトのコードを何度も繰り返し処理することがよくあります。
競合への影響と「ドッグフーディング」への転換
Microsoftにとって、解決策は単純です。開発者をGitHub Copilotへと誘導することです。MicrosoftはCopilotを所有しているため、コスト構造は内部的であり、予測可能です。この動きは、メーター制のAPI呼び出しに依存する企業よりも、定額制のエンタープライズライセンス（JetBrains AIやCursor for Teamsなど）を提供する企業に対して、戦略的な優位性があることを浮き彫りにしています。
しかし、この動きは戦術的な転換も示唆しています。一部のアナリストは、MicrosoftがClaudeのパイロット運用の失敗を利用して、自社のCopilot CLIツールの必要性をさらに正当化しようとしているのではないかと指摘しています。つまり、予算の失敗を自社のエコシステムにおけるマーケティング上の勝利へと変えているのです。
現場からの洞察
この出来事に関するコミュニティの議論からは、いくつかの重要な技術的および行動的な洞察が得られます。
1. 「高価な玩具」対「シャベル」
開発者は、価格設定に基づいてツールとの関わり方に大きな違いがあることに気づいています。コストが従量量制で、かつ貴重なものである場合、開発者は「トークンを意識」するようになり、それが生産性を阻害する可能性があります。逆に、コストが定額または無視できる程度（DeepSeekのような一部のオープンソースや低コストモデルに見られるように）である場合、ツールは「シャベル」となります。つまり、仕事を完遂するために、躊躇なく惜しみなく使用されるものになります。
2. 演技的なAI利用
「トークンを最大化する（token-maxxing）」、あるいは演技的なコード生成に関する懸念が高まっています。一部の企業の環境では、高いトークン使用量は、経営陣からAIを「使いこなしている」証拠と見なされることがあり、その結果、従業員が実際の出力を増やすことなく、単にトークンを消費することでシステムをハック（報酬ハック）しているケースがあります。
3. 効率性のギャップ
一部のユーザーからは、特定のハイエンドモデルが他のモデルよりも「無駄が多い」という報告があります。報告によると、一部のエージェント型実装は、タスクを十数個のサブエージェントに委任し、ループに陥ることがありますが、競合他社のモデルの新しいイテレーションは、より長期的なタスクに長けており、同じ結果を得るためにより少ないトークンを必要とします。
結論：エンタープライズAIの進むべき道
Anthropicの現在の評価額（報道によれば9000億ドルを目指しているとのこと）は、エンタープライズへの導入加速を前提としています。しかし、Microsoftの事例は、製品の品質がエンタープライズ規模での展開における唯一の障壁ではないことを証明しています。価格の予測可能性こそが、主要な機能なのです。
AIベンダーがエンタープライズ市場で成功するためには、単なるトークン課金を超えて、以下のような取り組みが必要です。
- 消費の平滑化ティア: 予算の上限設定や、月額定額制の導入。
- より優れたFinOpsツール: 調達チームが「予算ショック」を回避できるよう、詳細な予測およびアラートツールを提供すること。
- アーキテクチャの最適化: 大規模なコードベースの冗長な処理を削減するため、KVキャッシュの事前計算などの効率化策を優先すること。