生成AIの登場以降、多くの企業が「AIを業務に取り入れるべきか」というフェーズから、「どの業務をAIに任せるべきか」という段階へと進みつつあります。文章作成、要約、コード生成、問い合わせ対応など、さまざまな領域でAIを利用する事例が増え、「AIは人間の仕事を置き換える」という議論も頻繁に聞かれるようになりました。
しかし、この状況を少し引いた視点から見ると、いま起きていることはAIの普及というよりも、むしろ「AIを巡る覇権争いの最中にある」という側面が強いといえます。現在の生成AI市場では、巨大テック企業が膨大な投資を行い、ユーザー数を獲得することを最優先に競争しています。
AIモデルの開発やGPU投資、クラウドインフラ・データセンター整備には莫大な資金が投入されており、そのコストを短期的に回収することは想定されていません。むしろ、ユーザーを囲い込むために、ある程度のコストを“我慢”している状態だといえるでしょう。この状況は、通信インフラの歴史と非常によく似ています。
●著者プロフィール：久松 剛（エンジニアリングマネージメント 社長）
|
|
|
|
合同会社エンジニアリングマネージメント社長。博士（慶應SFC、IT）。IT研究者、ベンチャー企業・上場企業3社でのITエンジニア・部長職を経て独立。大手からスタートアップに至るまで約20社でITエンジニア新卒・中途採用や育成、研修、評価給与制度作成、組織再構築、ブランディング施策、AX・DXチーム組成などを幅広く支援。
●通信インフラがたどった歴史
携帯電話の通信料金を思い出すと分かりやすいかもしれません。3G回線が普及した時代、日本では「パケホーダイ」というサービスが登場し、データ通信が実質的に使い放題となる時代がありました。スマートフォンが普及する以前、ユーザーはパケット通信の上限をあまり気にすることなくインターネットを利用できたのです。
しかし4G時代になると状況は変わりました。通信量が爆発的に増えたことで、データ通信は一定量までの上限付きプランが一般的になりました。現在の5G時代でも、楽天モバイルなど一部の例外を除けば、通信量には何らかの上限が設定されているのが普通です。通信インフラは「使い放題」から「制限付き」へと移行しました。
この流れを踏まえると、生成AIも同じような道をたどる可能性があります。
|
|
|
|
●AIは今「使い放題の時代」にあるが……
現在のAI市場は、まさに通信インフラで言う「パケホーダイ」のような状態です。AI企業はユーザー数を拡大するために、比較的安価、あるいは無料に近い価格でAIサービスを提供しています。API料金も一定程度抑えられ、多くの企業が「まずはAIを使ってみる」ことができる環境が整っています。
企業の現場でも、AI活用は急速に広がっています。文章作成や議事録生成、コード生成、データ分析補助など、「AIに投げてみる」という使い方が一般化しつつあります。特に一部のメガベンチャーやスタートアップでは、AIを前提とした開発プロセスが確立されつつあります。設計・開発・テスト・リリースのサイクルが短縮され、開発速度が劇的に向上している企業も出てきました。
その結果、中にはこれまで週2日稼働していた外部エンジニアとの契約を解除し、内製化に舵を切っている企業すらあります。AIを使うことで、少人数のチームがこれまで以上のアウトプットを出せるようになっているのです。
ただし、この状況を「AIが人間を置き換えている」と結論づけるのは早計かもしれません。
|
|
|
|
●覇権争いが終わった後に何が起きるのか
現在のAI市場は、巨大企業による覇権争いのフェーズにあります。巨大な投資を行い、ユーザーを囲い込み、プラットフォームを確立する段階です。そしてその後に訪れるのは、多くの場合が投資の回収フェーズです。
もしAI市場が通信インフラと同じような道をたどるのであれば、覇権争いが落ち着いた後には次のような変化が起きる可能性があります。
・AIサービスの値上げ
・リクエスト回数ベースの従量課金
・無料利用枠の縮小
・利用制限の強化
つまり、「AI使い放題」の時代は長く続かないシナリオがあるわけです。現在はユーザー獲得のためにコストを我慢している企業も、覇権争いが終われば投資回収を始める必要があります。その時、AI利用のコスト構造は大きく変わるかもしれません。
生成AIはソフトウェアサービスとして提供されていますが、その裏側では巨大なデータセンターが稼働しています。AIモデルの学習や推論には大量のGPUが必要であり、それらは膨大な電力を消費します。
実際、AI向けデータセンターの電力消費は急増しており、電力コストそのものがAIサービスの価格に影響を与え始めています。ITmedia NEWSの報道でも、AI普及による電力需要の急増がデータセンターの電気料金や電力確保に影響を与えていることが指摘されています。
つまり、AI価格の問題は単なるビジネス戦略ではなく、物理的なインフラコストの問題でもあります。GPU価格、電力コスト、データセンター投資などを考えると、現在の低価格が長期的に維持される保証はありません。
通信インフラが「パケホーダイ」から制限付きプランへと移行したように、生成AIも将来的にはコスト構造の見直しが起きる可能性があります。
●AIが人間を置き換えるのか、それとも揺り戻しが起きるのか
ここで重要になるのが「AIと人間のコスト比較」です。
アメリカではビッグテックを中心に人件費が上昇傾向にあります。コロナ禍の2021年から2022年にかけてはIT人材の採用競争が激化し、エンジニアの年収が急上昇しました。その反動もあり、企業は「人間を採用するよりAIを使った方が安いのではないか」という判断をするようになっています。
日本でも状況は似ています。新卒初任給の見直しが進む一方で、採用人数の減少や採用停止が起き始めています。企業は人材コストを慎重に見直し始めています。
しかし、もしAI利用料金が見直されるとどうなるでしょうか。AIの価格が上昇した場合、「AIより人間の方が安い」業務が出てくる可能性があります。例えば一定の判断を伴う事務処理やデータ確認など、完全自動化が難しい業務では、人間の方がコスト効率が良いケースも出てくるでしょう。
つまり、AI化の流れは一直線ではなく、ある時点で揺り戻しが起きる可能性があります。
●情シスが直面する現実的な課題
一方で現在、多くの企業でAIが業務フローに組み込まれ始めています。しかし、その利用状況を正確に把握している企業は多くありません。このような状況で、企業の情報システム部門にとって重要になるのは「AI依存の可視化」です。
例えば次のような問いに答えられる企業はどれくらいあるでしょうか。
・どの業務がAIを前提に設計されているのか
・AIが停止した場合、業務はどうなるのか
・AI利用コストが2倍になった場合、どの業務が成立しなくなるのか
・人間に戻すことができる業務はどれか
これらを把握していなければ、AIサービスの価格変更や利用制限が起きたとき、業務がその影響を受ける可能性があります。
AI利用が広がるほど、人間の仕事は再定義される
AIを含む業務設計の見直しに当たっては、注意点もあります。それは、AI利用が広がるほど、人間の仕事そのものが再定義されるという点です。AIは多くの作業を高速化しますが、同時に「何をAIに任せ、どこから人間が判断するのか」という新しい境界線を生み出します。
例えば文章生成やコード生成でも、最終的な品質判断や責任の所在は依然として人間に残ります。AIが出した結果をそのまま採用するのではなく、「どこまで信用するか」「どこで人間がレビューするか」という設計が必要になります。
この問題は単なるツール導入ではなく業務設計の問題です。AIが出力した結果を人間がどう扱うのか、どの段階でレビューするのか、どの業務はAI前提で設計し、どの業務は人間中心で残すのか。こうした判断は現場の担当者任せにして解決するものではありません。組織としてルールを定め、業務フローを再設計する必要があります。
●AIバブル後の世界に備える
現在のAIブームは、技術革新と巨大資本の競争が重なった結果です。しかし、全ての技術バブルがそうであったように、いずれ市場は落ち着き、現実的なコスト構造へと移行していくことが予想されます。
そのとき企業に求められる備えは、「AIを使うかどうか」だけではなく、「AIが使えなくなった場合でも業務が回る設計」を考えることです。AIは強力なツールですが、現状は企業活動の全てを依存させるべき基盤ではありません。
情シスの役割はAI導入を推進することだけではなく、AI依存のリスクを管理することでもあります。AIが止まったときに業務が止まらない仕組みを作ること。それこそが、AIバブル後の世界に備える最も現実的なアプローチです。
そして最も重要なのは、AIを「魔法の道具」として扱わないことです。AIは企業の競争力を高める可能性を持っていますが、それは適切な業務設計と組織設計があって初めて機能します。AIが安いから使うのではなく、AIを使うことでどの業務をどう変えるのかを設計すること。そこまで踏み込むことができる企業だけが、AIバブルの後でも本当に強くなるといえるでしょう。
|
|
|
|
|
|
|
|
Copyright(C) 2026 ITmedia Inc. All rights reserved. 記事・写真の無断転載を禁じます。
掲載情報の著作権は提供元企業に帰属します。
IT・インターネット
