何が起きたか
Ripplingが発表したAI Spend Consoleは、従業員・チーム・職種ごとにAI支出を紐づけ、その支出が本当に生産性につながっているかを見る製品です。同社のブログでは「AI支出が多いのに、コードレビューで同僚から頻繁にやり直しを求められているエンジニア」を特定できると述べています。ローンチ広告では、CFOのAdam Swiecicki氏がスツールに座り、その脇で従業員が札束をシュレッダーに投入する、という自虐的な絵が使われています。
発端は3月の経営会議でした。Swiecicki氏が提示した数字は、AIトークン支出がR&D部門の従業員報酬総額の40%に達する見込みで、金額にして数百万ドル規模。前月比80%成長が続けば、翌年にはトークン代がR&D人件費の90%に並ぶ計算でした。CPOのMatt MacInnis氏は当時の反応を「信じられなかった」と振り返っています。
分析で見えた「10〜15%問題」
緊急プロジェクトで判明したのは、支出の偏りです。従業員の約10〜15%が総支出の約60%を生んでおり、1人で月5万ドルを使うエンジニアもいました。そしてもう一つ、より本質的な問題として、従業員が全タスクで「最新かつ最も高価なフロンティアモデル」を既定で選んでいたことが挙げられます。
RipplingはAI利用そのものを止めず、まずCursor、OpenAI、Anthropicの各ベンダーと上限額を交渉しました。MacInnis氏は「AnthropicやOpenAIのような推論プロバイダには、顧客の支出を抑える動機がまったくない。支出が暴走することこそ彼らの利益で、実際にそうなる。利用状況の十分な可視化も提供しないし、互いに連携もしない」と厳しい見方を示しています。
答えは「ゲートウェイ」と「モデルの使い分け」
打ち手はタスクに応じて最適なモデルへプロンプトを振り分けるAIゲートウェイでした。Ripplingは自社ゲートウェイを製品の一部として構築しています（他社ゲートウェイ利用企業もダッシュボードは使えますが、支出ガバナンス機能はRipplingのゲートウェイが前提です）。
CEOのParker Conrad氏は先月、社内ベンチマークで総合力ではSpaceXのGrokが首位、一方でGLM 5.2はフロンティアモデルとほぼ同等の性能で85%安かったと述べています。Z.aiのGLM 5.2はコーディング用途でテック企業に好まれる中国製モデルとなり、Databricksも支持しています。SpaceXは現在Cursorを保有し、CursorはGrokほか多数のモデルへのアクセスを提供します。つまり「単一ラボ・単一モデル」から、価格帯の異なる複数ラボのモデル群（オープンウェイトのフロンティア級を含む）を束ねる構成へ、というのが2026年8月時点の企業側の結論です。
結果として、Ripplingのトークン支出は人件費予算の40%から約15%へ低下しました。利用量を絞ったわけではありません。CFOが警告を発した月のピークは6050億トークン、7月も再び6000億トークンを消費しましたが、7月のトークン費用は4月の37%でした。MacInnis氏は「より効果的なモデルにルーティングしているからだ」とし、「営業チームにFableで文法修正をやらせたりはしない」と冗談を交えています。
人と運用の側面
同社はAIをうまく使えている人材を「AIキャプテン」に任命し、社内展開の担い手にしました。ダッシュボード（旧称リーダーボード）は、1日あたりのプロンプト数と成果物（コード行数、プルリクエスト）と支出を組み合わせてスコア化します。ただしエンジニア以外への展開は道半ばで、現在は顧客オンボーディング業務のデータ照合などの自動化に取り組み、「オンボードした顧客数」で生産性を測ろうとしています。MacInnis氏は「G&Aや顧客対応部門のトークン消費を生産性に紐づけられなければ、全社展開の話は全部なくなる」と述べています。
💼 事業会社視点：これは自社にどう効くか
日本企業にとっての含意は「AI予算は情シスのSaaS費目ではなく、原価と粗利の問題になった」という一点です。特に受託開発・SIerは直撃します。Ripplingの数字（人件費の40%→15%、7月の費用は4月の37%）は、モデルルーティングだけで案件の粗利が数十ポイント動くことを意味します。人月単価で見積もり、トークン代を「経費」で丸めている会社は、生産性が上がったのに利益が消えるという最悪の形になりかねません。今期中に、案件別・エンジニア別のトークン原価を見える化し、見積テンプレートにAI原価行を入れるべきです。
SaaS・EC事業者は、社内利用と製品組み込みの両方でゲートウェイ層を先に置くことを推奨します。理由は明快で、MacInnis氏が言う通り推論ベンダー側にコストを抑える動機がないからです。Grok、GLM 5.2のような85%安の選択肢を後から差し込める構造にしておかないと、値上げやモデル刷新のたびに交渉力ゼロで受け止めることになります。中国製モデルの採用可否は、コードや顧客データを通すかどうかで社内規程を今のうちに決めておく論点です。
経営者が明日やるべきことは3つ。(1)上位10〜15%のヘビーユーザーの支出と成果を突き合わせる、(2)各ベンダーと上限額を交渉する、(3)成果の出ている人を「AIキャプテン」として横展開の担当に据える。使用量を抑えるのではなく、単価を下げる。ここを取り違えると競争力を削ります。