配車サービス大手Uberが、AIコーディングツール「Claude Code」に割り当てた2026年分の予算を、導入からわずか4カ月で使い切っていたことが分かりました。エンジニアの間でトークン消費量を競うランキングまで作った結果、コスト管理が追いつかなくなった格好です。この現象は「トークンマキシング（tokenmaxxing）」と呼ばれ、成果に見合わないAI利用コストの膨張として、多くの企業が抱える課題を象徴しています。
背景と文脈
Uberは2025年12月、社内エンジニアにAnthropicのコーディング支援ツール「Claude Code」を配布しました。開発現場でのAI活用を後押しするため、トークン（LLMが文章を処理する際の最小単位で、利用量に応じて課金される）の消費量を可視化するリーダーボードまで用意し、利用を積極的に促す方針を取っていました。エンジニアの間で自然と競争心が生まれ、より多くのタスクをAIに任せようという機運が社内に広がっていったといいます。
コーディング支援AIは、コードの自動生成やレビュー、テスト作成などを肩代わりし、エンジニアの生産性を高める手段として世界中の開発現場に急速に広がっています。ただしAPI利用料は使った分だけ課金される従量制のため、利用を促進すればするほどコストも比例して膨らみます。企業がAIエージェント導入を急ぐ一方、利用量の伸びに見合うだけの成果を測る仕組みまでは整っていないケースが多く、Uberのケースはこの構造的なリスクが実際に表面化した具体例だと言えます。
技術/ビジネス面
VentureBeatの報道によると、Uberが用意した2026年通期分のAIコーディング予算は、わずか4カ月後の4月時点で使い果たされていました。エンジニアたちはリーダーボードで上位に入ろうと積極的にツールを使い込みましたが、Uberのプレジデント兼COOであるAndrew Macdonald氏は、その利用増加と、配車サービスの利用者やドライバー向けに提供する製品の改善との間に、まだ明確な結びつきは見えていないと述べています。トークン消費という分かりやすい指標だけが独り歩きし、実際の成果検証が追いついていない状態です。
この記事はこうした状況を「トークンマキシング」と名付けました。利用量が増えること自体を目的化してしまい、投資対効果(ROI：Return on Investment、投じた費用に対してどれだけの利益や成果が得られたかを示す指標)の検証が後回しになる問題を指す言葉です。調査会社Gartnerは、AIエージェント向けソフトウエアへの支出が2026年には2070億ドルに達し、2025年の864億ドルから139%以上増えると予測しており、企業のAI投資が数字の上では急拡大している一方、その効果を証明できている企業はまだ少ないのが実情です。
これからどうなるか
今後は、トークン消費量のような利用実績だけでなく、「実際に何が改善したか」を示す成果指標をどう設計するかが企業のAI活用における重要な課題になりそうです。リーダーボードのような仕組みは利用を促す効果はあっても、それ自体が目的化すると本末転倒になりかねません。バグ修正までの時間や、レビュー待ちの件数といった具体的な業務指標と紐づけて初めて、AI導入の投資対効果を語れるようになるでしょう。
個人や小規模チームで開発ツールを使う場合でも、他人事ではありません。トークン使用量の上限設定やアラートを事前に用意し、タスクの難易度に応じてモデルや利用量を調整するといった工夫が、コストを制御しながらAIコーディングの恩恵を受けるための実践的な対策になります。CI環境で自動的にAIエージェントを走らせる場合は特に、想定外の実行回数でコストが跳ね上がらないよう、事前に上限を決めておくと安心です。軽い修正には安価なモデルを、複雑な設計作業には高性能なモデルを使い分けるといった運用ルールを、チームで事前に共有しておくことも有効でしょう。
まとめ
UberはClaude Codeの年間予算を4カ月で使い切り、「トークンマキシング」と呼ばれる問題が浮き彫りになりました。AIエージェント市場が急拡大する一方、投資に見合う成果の検証が今後の課題です。
