企業はTokenで人材を代替——投資回収はいまだ不透明

「年俸50万ドルのエンジニアが、年間に消費するAI tokenの価値が25万ドル——つまり給与の半分——に満たないなら、私は非常に警戒する。」GTC 2026閉幕後に参加したAll-Inポッドキャストの中で、NVIDIAのCEO黄仁勲はこの率直な言葉を用いて、エンジニアの価値を測る新たな基準を提示した。その基準はもはやコード行数でも、プロジェクトの納期でも、特許数でもなく、AI tokenの消費量だ。

Token：新たな効率の通貨

黄仁勲の発言はたちまちテック業界で大きな議論を呼んだ。エンジニアの給与とAI token消費量を直接結びつけたその考え方は、本質的にAIツールの活用効率を従業員のコアアウトプットの一部と見なすものだ。NVIDIAの視点では、すべての従業員が計算リソースを使うかのようにtokenを積極的に消費し、コード生成・ドキュメント作成・データ分析といった反復作業を補助または代替すべきとされる。高給のエンジニアがAIの採用率が低いなら、非効率に働いているか、自動化を十分に取り入れていないかのいずれかであり、企業が高額の報酬を支払う価値はないというわけだ。

「これは残酷だが、論理的には明快な効率テストだ。」——シリコンバレーのある投資家がSNSでコメントした。

実際、黄仁勲の見解は孤立したものではない。2025年以降、複数のテック大手が社内で類似の「tokenバジェット」制度を導入し、各チームに一定量のAI token枠を割り当て、消費状況とビジネス成果の相関を定期的に評価している。Microsoft、Google、Metaはいずれも年次業績評価にAIツール利用指標を組み込んだと報じられている。しかし、tokenの消費量を個人の報酬に明確に紐づけることを公言した初めてのCEOは黄仁勲だ。

大規模な人材代替：コストは高く、見返りは不明確

黄仁勲の「tokenテスト」の背景には、より大規模な企業変革がある。2023年の生成AIの爆発的普及以来、AI agentと自動化ツールで従来の人的ポジションを代替する企業が増え続けている。カスタマーサービス・コンテンツモデレーション・初級プログラミングに至るまで、多くの業務が再構成されるか、直接廃止されている。AI Newsの既報によれば、2025年の世界全体の企業AI関連支出は4000億ドルを超え、その相当部分はtokenサービスの調達（APIを通じた大規模モデルの呼び出し）に充てられた。しかし、これらの巨額投資の効果は、多くの企業の損益計算書に明確には反映されていない。

「驚異的な効率向上は見られるが、自己資本利益率（ROE）は顕著に改善していない。」著名な調査機関Gartnerは2026年第2四半期のレポートで次のように指摘した。「多くの企業は『AI幻想』に陥っている——tokenで人材を代替し、人件費は節約できたが、新たなコスト（token費用・モデルトレーニング・算力レンタル）がほぼ節約分を相殺し、場合によってはそれ以上になっている。」この状況は金融・法律・技術アウトソーシングなどの業界で特に顕著だ。

編集後記：効率と公平の再バランス

黄仁勲のテストの論理は一見合理的に見えるが、隠れた懸念がある。一方では、AIツールがコアな生産性要素になりつつあることを認め、技術の普及を促進している。しかし他方では、「消費のための消費」という歪んだ行動を助長しかねない——従業員が基準を達成するためにAIを盲目的に使い、大量の低品質なtoken消費を生み出すだけで、真の価値向上にはつながらないのだ。また、この基準は非技術職やクリエイティブ職に対して公平といえるのか。デザイナーのtoken消費量が閾値を下回ったからといって、解雇されるべきなのだろうか。

より俯瞰的な視点から見ると、「人材をtokenで代替する」という駆け引きの背景には、AI投資の回収に対する企業の焦りの爆発がある。資本市場が「AIに投じたカネは本当に回収できているのか」と問い始めると、CEOたちはすべてのtokenのアウトプットに至るまで社内評価を細分化せざるを得なくなる。しかし黄仁勲自身が語るように、新技術の価値曲線はしばしば「先に投資して、後から収穫する」という法則に従う——今日のtoken消費が、明日の指数関数的なリターンになる可能性がある。問題は、回収がいまだ実現していない「荒野の時期」を乗り越えられる企業がどれほどあるかだ。

注目すべきは、NVIDIAそのものがこのToken革命においてシャベルを売る側だという点だ。黄仁勲の公開発言は、ある意味では市場へのシグナルでもある——より多くのGPUとAPIを安心して購入してほしい、なぜなら私たち自身もtokenで従業員の価値を測っているのだから、と。このナラティブの自己完結的な構造には、警戒が必要だ。

本記事はAI Newsより編訳