AI ROIの危機：なぜUberはトークンのコストを疑問視しているのか

無制限なAI投資のハネムーン期間は、厳しい現実、すなわち貸借対照表に直面しています。最近、Uberの社長はAIへの支出が「正当化しにくくなっている」と示唆しており、生産性の追求のために何十億ものトークンを消費する企業における、実際の投資収益率（ROI）についての広範な議論を巻き起こしています。

過去1年間、物語は指数関数的な開発者生産性の向上と、日常的なタスクの自動化という約束によって支配されてきました。しかし、初期のハイプが落ち着くにつれ、企業はこれらの投資が四半期決算のどこに現れるのか、そして「生産性が向上しているという感覚」が具体的なビジネス価値に変換されるのかどうかを問い始めています。

生産性のパラドックス

エンジニアリング組織におけるAI支出の主な要因の一つは、AIコーディングアシスタントの統合です。目標は単純でした：より多くのコードを、より速く書くこと。しかし、多くの業界の観察者が指摘するように、成熟したソフトウェア組織において、コードの生成は実際のボトルネックであることは稀です。

ボトルネックのシフト

生成されるコードの量を増やすことは、必ずしも機能（feature）のデリバリー速度を向上させることにはつながりません。Hacker Newsでのコミュニティの議論で指摘されているように、ボトルネックはコードを書くことから、それをレビューすることへとシフトすることがよくあります。

"This doesn't account for the fact that review is still a bottleneck, engineers understand much less of the code they're shipping and there'll likely be tech debt they'll have to unwind in the future."

AIが膨大な量のコードを生成すると、人間のレビュアーの認知負荷が増大します。もしエンジニアが完全に理解していないコードをリリース（shipping）している場合、組織は単に技術的負債を accumulating なのではなく、表面化するまでに数年かかるかもしれない 不可視の 技術的負債を蓄積していることになります。

「Tokenmaxxing」の罠

AIの利用量そのものを目標とする「tokenmaxxing」という傾向が見られます。これはしばしば、インセンティブの不一致を引き起こします。エンジニアがAIツールの使用によって奨励されたり、評価されたりする場合、焦点は核心的な問題を解決することから、ツールの出力を最大化することへと移ってしまいます。

この現象はグッドハートの法則（Goodhart's Law）を反映しています：ある指標が目標になると、それはもはや良い指標ではなくなります。もしトークン消費量が生産性の代用指標（proxy）となれば、企業は成果ではなく活動そのものに対して支払うことになります。

AIをクラウド革命と比較する

現在のAIバブルを理解するために、一部の分析家は、AWSの台頭とパブリッククラウドと比較しています。両者ともインフラストラクチャにおける根本的な変化を表していますが、経済的な軌跡は大きく異なります。

AWSが2019年後半に年間実行レートが400億ドルに達したとき、パブリッククラウドはすでに全く新しいソフトウェアのカテゴリー（SaaSやPaaS）の創出を促進し、UberやAirbnbのような企業の規模拡大を可能にしていました。対照的に、AIコーディングツールの純粋なインパクトは依然として曖昧です。それらが「イテレーション・ループ」を加速させることはあっても、新しい価値のカテゴリーを創出しているのか、それとも単にユーザーが実際に求めていない機能の生産を加速させているだけなのかは不明確です。

AI支出を削減することの戦略的リスク

ROIの追求は必要ですが、一部の専門家は、AI予算の無差別的な削減が、特にセキュリティ分野において新たな脆弱性を生み出す可能性があると警告しています。

エンジニアリングチームは、主に2つのソースから脅威に直面しています：内部のビジネス要求と外部のセキュリティアクター。ビジネス要求は経営陣によって抑制（throttle）できますが、国家レベルの攻撃者やサイバー犯罪者は、株主価値や予算の制約を考慮することなく、AIを使用して攻撃を自動化しています。防御におけるAI機能を削減し、一方で敵対者がAI主導の攻撃の規模を拡大し続ける場合、組織は危険なほど無防備な状態に置かれる可能性があります。 n

創造性 vs 消費量：今後の道筋

AI支出に対する批判から浮かび上がっている共通認識は、人間が創造性とアーキテクチャの監督において不可欠な要素であり続けるということです。危険が生じるのは、企業が人間の才能への投資よりも、トークンの消費への支出を優先する場合です。

ある観察者が指摘したように、もしLLMが一日中絶え間なくコードを書き続けているなら、開発者はもはや核心的な問題そのものに集中できていない可能性があります。AIの真の価値は、人間の専門家を拡張（augmenting）することにあり、問題解決という創造的なプロセスをを、大量生成されたトークンのストリームに置き換えることではありません。