「AIを使え」から「使いすぎるな」へ｜ジェボンズの逆説が教えるAIの使いどころ

「使え」と言った会社が、4カ月で「使うな」と言った

2026年2月、世界最大級のコンサルティング会社アクセンチュアが、幹部社員に向けて一通の通達を出しました。内容は明快です。会社のAIツールを日常的に使っていない者は、昇進の対象から外す。同社は幹部のAIツールへのログイン状況を毎週チェックし始めたとも報じられました。「AIを使うことは、もはや選択肢ではない」という強烈なメッセージです。

ところが、それから約4カ月後の2026年6月。同じ会社が、今度は正反対のことを言い始めます。「AIを、必要のない作業に使うのはやめてほしい」——社内のAI利用にブレーキをかけたのです。理由は、社員のAI利用が急増し、費用が跳ね上がったから。しかも、その使い道として名指しされた例が象徴的でした。PDFの資料を、プレゼン用のスライドに変換する。その程度の、ごく簡単な作業です。

アクセルを踏め、と言った会社が、4カ月でブレーキを踏んだ。これは、ある大企業の混乱として笑い話にできる出来事ではありません。AIを取り入れるすべての会社が、規模を問わず通る道だからです。そして驚くべきことに、この現象は1865年、まだ蒸気機関の時代に、一人の経済学者によって言い当てられていました。

何が起きたのか

まず、話の前提になる言葉をひとつだけ説明します。トークンです。トークンとは、AIが文章を処理するときに数える単位のことで、ざっくり言えば「AIに読ませた文章と、AIが書いた文章の分量」を表します。多くの法人向けAIサービスは、この使った分だけ課金される仕組みになっています。電気やガスと同じ、従量制だと考えてください。

アクセンチュアで起きたのは、この従量制の落とし穴でした。報道によれば、同社でAI戦略を率いる担当者は、社内の状況をこう説明しています。トークンを大量に消費しているのは、エンジニアではなく、エンジニア以外の社員たちだと。専門職が高度な開発でAIを使い込んでいるのではなく、事務や資料づくりの現場で、日常のこまごました作業に大量に使われていた、というのです。同じ担当者は、AIがいまや会社のコスト構造にとって無視できない存在になりつつある、とも語っています。

つまり、AIそのものが高くついたというより、AIを使う必要のない場面にまで使われたことが、費用を押し上げたのです。海外メディアはこの一連の動きを、AIの使い放題が終わり配給制が始まった、という意味合いで報じています。そして、これはアクセンチュア1社の話ではありませんでした。

アクセンチュアだけではなかった

ここまでの話を、一社の勇み足だと思われたかもしれません。ところが2026年前半、業種のまったくちがう大企業で、同じことが次々と起きていました。

配車サービスのUber。2026年6月、同社は社員1人・ツール1つあたり月1,500ドルという上限を設けたと報じられました。対象は、AIにプログラムを書かせるツールです。きっかけは、その年の4月に技術責任者が明かした事実でした。その年のAI予算を、わずか4カ月で使い切っていたのです。

注目すべきは、Uberがそれ以前にとっていた方針です。同社は社員に「できる限りAIを使え」と促し、社内の利用量をランキング表にして競わせていたと報じられています。アクセンチュアとまったく同じ構図です。号令と競争が、「使うこと」自体を目的に変えた。

さらに象徴的なのが、UberのCOO（最高執行責任者）が2026年5月に語った言葉です。AIの利用と、実際に生まれた新しい機能との間に「線を引くのは非常に難しい」——つまり、年間予算を4カ月で使い切るほど使ってなお、その効果を測れてはいなかったのです。

小売最大手のウォルマート。同社は「Code Puppy（コード・パピー）」という自社製のAIツールを社員に開放していましたが、2026年6月、それまで無制限だった利用を1人あたりのトークン割当制へ切り替えました。グローバル最高技術責任者のスレシュ・クマール氏は、利用が「本当に急増した」と述べ、いったん立ち止まる、と語っています。

ウォルマートが挙げた理由が、中小企業にはいちばん効きます。無駄な重複が多かった——クマール氏の言葉を借りれば、同じ質問を何度もAIに聞く必要はない、ということです。そしてCode Puppyの主な使い道は、表計算、プレゼン資料、データ探し。使っていたのは広報、商品部、店長といった技術職ではない人たちで、その数はエンジニアと同じくらいだったといいます。

動きは、さらに広がっています。英フィナンシャル・タイムズは2026年6月19日、アマゾン、シスコ、メタを含む企業が、AI利用に上限を設けたり、より安いモデルへ誘導したり、社員に「AIのためのAI」を戒めたりし始めたと報じました。半年前まで「使え」と急かしていた企業群が、いっせいにブレーキへ手をかけたのです。

3社で起きた同じこと

3社の顔ぶれは、コンサル、配車、小売と、まるでばらばらです。それでも起きたことを並べると、不気味なほど同じ形が浮かび上がります（図1）。

共通するのは、次の4点です。①会社が「使え」と旗を振った。②エンジニアではない人たちの利用が爆発した。③使い道は資料づくりのような軽い作業だった。④数カ月で予算が尽き、抑制に転じた。業種も規模も企業文化もちがうのに、そろって同じ道をたどりました。ということは、これは各社の失敗談ではなく、構造そのものだということです。だとすれば、自社だけが例外でいられる理由も、どこにもありません。

とくに①から②への流れに注目してください。会社が「使え」と号令をかけ、ログイン状況やランキングで見張った。すると社員はどうしたか。「使うこと」そのものを目的にしたのです。評価されるために使う。使った実績を作るために使う。手でやれば1分で終わるPDFの変換にも、とりあえずAIを通してみる。悪気があったわけではありません。会社がそう求めたからです。

1865年の経済学者が見抜いていたこと

ここで、時計を160年前に戻します。1865年、イギリスの経済学者ウィリアム・スタンレー・ジェボンズが『石炭問題』（The Coal Question）という本を出しました。当時のイギリスは産業革命のただ中にあり、石炭がすべてのエネルギー源でした。そして人々には、ひとつの共通した期待がありました。

ジェームズ・ワットが改良した蒸気機関は、それまでの機関にくらべて、はるかに少ない石炭で同じ仕事ができました。つまり燃費が劇的に良くなったのです。だから誰もがこう考えました。「これで、イギリスの石炭消費は減るだろう」と。ごく自然な理屈です。1台あたりの石炭が減るのだから、全体も減るはずだ、と。

ところが、現実は正反対でした。ワットの蒸気機関が広まったあと、イギリスの石炭消費は減るどころか、爆発的に増えたのです。ジェボンズはこの現象を指摘し、こう書きました。

効率が良くなれば消費は減る、というのは思いこみにすぎない。むしろ効率が良くなるからこそ、消費は増える。この一見あべこべな指摘が、のちに「ジェボンズの逆説（ジェボンズのパラドックス）」と呼ばれるようになりました。

ジェボンズの逆説のしくみ

なぜ、効率が良くなると消費が増えるのでしょうか。しくみは、図2のような4段階の連鎖です。

カギは③です。効率が上がって1回あたりが安くなると、それまで「割に合わない」とあきらめていた使い道が、急に成り立つようになるのです。蒸気機関の燃費が良くなったことで、それまで蒸気機関を置けなかった工場、鉱山、鉄道、船に、次々と機関が入りました。1台あたりの石炭は減ったのに、台数と用途が爆発的に増えたので、国全体の消費は膨れ上がったのです。

身近な例で考えると、腑に落ちるはずです。LED電球は白熱電球よりはるかに省電力ですが、そのぶん私たちは、庭にも階段にも看板にも、以前より多くの照明をつけるようになりました。1つあたりが安いから、つい増やしてしまう。効率化は、節約ではなく拡大を呼ぶ。これがジェボンズの逆説です。

予言していたのはAI業界自身だった

ここで、話がぐるりとつながります。この逆説がAIに当てはまることを、いち早く指摘していたのは、ほかならぬAI業界のトップでした。

2025年1月、マイクロソフトのCEOサティア・ナデラは、AIの処理コストが急速に下がっている状況を受けて、「ジェボンズの逆説がまた起きる」と投稿しました。AIが効率的で使いやすくなるほど、その利用は爆発的に増え、いくらあっても足りないほどありふれた道具になるだろう、と。注目すべきは、彼がこれを明るいニュースとして語ったことです。AIが安くなっても需要が減るどころか、むしろ市場は広がる——業界にとっては朗報だったわけです。

そして、その予言は当たりました。ただし、思わぬ形で。「いくらあっても足りない」という言葉は、1年半後、企業に届く請求書という形で現実になったのです。ナデラが歓迎した爆発的な利用増は、アクセンチュアやUberの財務担当者にとっては、月ごとに読めない不気味な変動費でした。AIが安く手軽になったからこそ、PDFをスライドに変えるような、以前なら誰もAIを使おうと思わなかった作業にまで使われた。ジェボンズが石炭で見たことが、そのままトークンで再現されたのです。

「うちは定額だから関係ない」は本当か

ここまで読んで、こう思われたかもしれません。「これは、トークンで課金される大企業の話でしょう。うちは月額いくらの定額プランだから、使いすぎても請求は増えない」と。もっともな感想です。実際、多くの中小企業が使っているChatGPTなどの月額プランでは、使った量で請求が跳ね上がることは基本的にありません。

規模のちがいも、安心の理由にはなりません。3社の引き金を引いたのは、いずれもエンジニアではない、ふつうの事務仕事をする人たちでした。ウォルマートでCode Puppyを使っていたのは広報や店長であり、アクセンチュアで槍玉に挙がったのはPDFの変換です。高度な技術ではなく、日常の雑務こそが引き金だった。その雑務なら、どんな小さな会社にも山ほどあります。

そして、油断はできません。定額プランの会社では、増えるのはお金ではなく「人の時間」という形をとるからです。ジェボンズの逆説は、消えたわけではありません。姿を変えて現れます。

こういうことです。AIで資料が手軽に作れるようになると、どうなるか。今まで作らなくても回っていた資料を、作り始めるのです。誰も頼んでいない凝った体裁の社内報告書。読む人のいない、やたら長い議事録。念のために作る、二つ目三つ目の企画案。1本あたりの作成時間は確かに減りました。しかし本数が増えたので、資料づくりに使う総時間はむしろ増えている。そのうえ、増えた資料は誰かが読み、確認する時間まで生みます。効率化したはずが、会社全体の仕事は増えている——これが、中小企業版のジェボンズの逆説です。

ウォルマートが指摘した「同じ質問を何度も聞く」という無駄も、そのまま起きます。前に聞いたことを、また一から聞き直す。似たような資料を、担当者どうしが別々に作る。重複は請求書には出ませんが、人の時間としてしっかり積み上がります。大企業には月末に請求書が届きました。私たちに届くのは、なぜか減らない残業だけです。

AIの使いどころを見分ける

では、どう線を引けばよいのでしょうか。図3に、AIに向かない作業と向いている作業を並べました。

見分け方は、思いのほか単純です。「手でやったら何分かかるか」を先に考えること。手で1分で終わる作業にAIを使えば、指示を書き、結果を確認し、直す時間のほうが長くなります。PDFをスライドに変える作業が槍玉に挙がったのは、まさにこれです。AIが得意なのは、長い・くり返す・ゼロから考える作業。逆に、短い・形を変えるだけ・正確さが命、という作業は、人の手のほうが速くて確実です。どの業務が当てはまるかは、業務棚卸しシートの記事で洗い出せます。

使いすぎを防ぐ3つの決めごと

アクセンチュアの失敗から学べる対策は、3つに整理できます。どれも、お金をかけずに今日から決められることです。

1つめは、「使え」ではなく「どこに使うか」を決めること。号令だけをかけると、必ず「使うこと」が目的になります。そうではなく、「返信メールの下書き」「議事録の整形」など、使う業務を名指しで決める。決めた業務の外では、無理に使わなくてよいと明言する。これだけで、的外れな使い方はほとんど消えます。

2つめは、使用量ではなく効果で測ること。利用率やログイン回数を目標にしてはいけません。測るべきは、その業務にかかる時間が実際に減ったかです。測り方はAIの費用対効果をどう測るかの記事にまとめました。数字がなければ、使いすぎているのか足りないのかすら分かりません。

3つめは、「手でやったら何分か」を口ぐせにすること。迷ったら、この一言です。手のほうが速いなら、堂々とAIを使わない。AIを使わない判断ができる会社が、いちばん上手にAIを使えている会社です。号令だけで走ると、AI導入で失敗する会社の共通点をなぞることになります。費用の抑え方は低コストで始めるAI業務改善もあわせてご覧ください。

使いどころチェックリスト

自社の使い方を、次の5つで点検してみてください。

• AIを使う業務を名指しで決めている
• 手で1分で終わる作業に使っていない
• 利用回数や利用率を目標にしていない
• 減った時間を効果として測っている
• 利用料と人の時間、両方の増減を見ている

使いどころの仕分けには、次のプロンプトがそのまま使えます。業務名を自社のものに置きかえてください。

よくある質問（Q&A）

まとめ

「AIを使え」と号令をかけた会社が、4カ月後に「使いすぎるな」と言う。しかもそれが1社ではなく、コンサルも、配車も、小売も、そろって同じ道をたどりました。この滑稽にも見える出来事は、160年前に一人の経済学者が書き残した警告の、そのままの再演でした。効率化は、放っておけば節約ではなく拡大を呼ぶ。だからこそ、道具が便利になるほど、「どこに使い、どこには使わないか」を決める人間の判断が重みを増します。まずは今日、自社でAIを使っている作業をひとつ思い浮かべ、「これ、手でやったら何分だろう?」と問い直してみてください。その問いこそが、ジェボンズの逆説に飲みこまれないための、いちばん確かな防波堤になります。

筆者コメント