UberがAI利用に月額1,500ドルの上限設定：AIツールの価格戦略を左右する「現実的な指標」とは？

Uberが「Claude Code」などのAIツール利用に月額1,500ドル（約23万円）というコスト上限を設けました。この動きは、企業がAI導入でコストを最適化し、実利を追求するフェーズに入ったことを示す重要なシグナルといえます。詳細は以下のリンクからご確認いただけます。元記事: https://www.bloomberg.com/news/articles/2026-06-02/uber-caps-usage-of-ai-tools-like-claude-code-to-cut-costs (アーカイブ版: https://archive.ph/ZrwAy)

月額1500ドルってことは、1シートあたり年間1万8000ドルってことだよな。MicrosoftやNvidiaが目をつけているのも納得だ。128GB積んだマシンがあればローカルLLMだって動かせるし、5000〜8000ドルで買えるならかなりのお買い得だ。確かにtok/s（トークン/秒）はそこまでじゃないけど、ボトネックはコードの生成速度じゃないから別にいいんだよ。問題は、Uberがその莫大な支出で一体何を作ったのかってことだ。会社の収益に、本当にプラスの影響を与えられたのか？

1500ドルという金額そのものより、上限があるっていう事実のほうが重要だね。私が話したエンジニアリングチームのほとんどは、開発者1人あたりのAI利用料を把握していない。クラウドの利用料金の中に埋もれてしまっているからだ。上限を設けることで、「APIを叩くのとローカルで推論させるのとでは、どのワークフローが正当化されるのか？」そして「そのアウトプットは生産性の指標として測定できているのか？」という、有意義な議論が強制的に生まれる。フィードバックループがなければ、ただ誰が一番速くトークンを浪費できるかの競争になるだけだよ。

大企業が「フラッシュモデルで十分」って気づくまで、あと何ヶ月待てばいいんだ？1) LLMに大きな変更を要求しない、2) 全て確認して正しい方向に導く。この2つさえ守ればいい。大規模モデルはいまだに大きな変更が苦手だし、疑わしいアーキテクチャを生成して結局自分でコードを見直さなきゃいけないんだから、ちゃんとしたプロジェクトなら意味がない。注意を払わないとすぐにコードベースはゴミ溜めになる。モデルなんて関係ない。フラッシュモデルは10倍安くて、指示に従わせて試行錯誤するのもずっと速いんだから、わざわざ巨大モデルを使う必要なんてあるか？大規模モデルはセキュリティやバグの監査には使える。300行以下のコード変更で、自分の望む書き方を指示するならフラッシュモデルで十分だ。

私のトークン使用量はAnthropicとOpenAIで月1000ドルずつくらいだけど、個人のサブスク向けの寛大な補助プランのおかげで、今はプロバイダーごとに100ドルで済んでいる。

AIプロバイダーがこのトークン単価を維持するのか、それとも中国との競争で値下げするのかって話だけどどうなんだろう？予算の少ない個人はDeepSeekのような中国のオープンウェイトモデルに流れている。中国が本当に補助金を出しているのか、それとも推論コストが実はもっと低くて、AnthropicやOpenAIは将来のIPO（新規株式公開）のために利益を逃さないようにしているだけなのか、ちょっと気になるね。

AIコーディングは一過性の流行だって信じて疑わない人たちが、どうしてこんなに多いんだろう？まだ始まって2年も経っていないのに、企業はすでにシートあたり数千ドルも払っているんだぞ。月5000ドル支給する会社も知っている。こんな短期間でゼロからここまで受け入れられたツールが他にあるか？

私は月100ドルのプランを使っているけど、30日間のAPIコストは1700ドルくらいかかる。結局使い方次第だよ。詳細な設計をプロンプトで生成させて、それをタスクリストに分解して、複数のエージェントに投げまくれば数千ドルなんてすぐになくなる。もっと慎重に、数個のエージェントとインタラクティブにやり取りして、PRのレビューや問題解決、自動クリーンアップや最適化をやらせるだけなら1500ドルくらいに収まる。Stack Overflowの代わりみたいに単発で質問を投げるだけなら100ドル以下で十分だ。最近は「目標（goal）」を与えて一晩放置するのにハマっている。翌朝どこに到達したか確認するのはクリスマスの朝みたいで楽しいよ。

ロックインや移行コストがだんだん心配になってきた。もう1年Claudeを使っているから、そこに膨大な「知識」が蓄積されてしまっている。もし将来Claudeのコスパが悪くなったらと思うと怖いよ。ストレージと推論を分離する分散型のソリューションを考え始めているけど、今のところやっぱりClaudeが一番使いやすい。同じような懸念を持っている人はいないかな？

つまり、従業員一人あたりのAI利用料の上限は、中央値の報酬パッケージの約11%にあたる。

報酬パッケージよりも、エンジニアの「フルロード・コスト（実質総コスト）」で考えたほうがいい。フルロード・コストはエンジニアの労働力に対して支払われる全コストで、オフィス代、食事、設備、保険、給与税、福利厚生、採用費といった大きな支出も含まれる。報酬の中央値が年33万ドルなら、フルロード・コストは45万〜50万ドルくらいになるんじゃないかな。

参考までに言っておくと、もし世界中の全企業がこの上限設定を採用したら、AI各社の月間売上は合計で約450億ドル規模になる計算だね。

企業がまず理解すべきなのは「Claudeをループで回す（claude -p）」のを避けることだと思う。私も目標ファイルを書いて、トークン制限ギリギリまでClaudeをループさせたことがある。リサーチのためだし、手法やチューニングを探求して結果を改善するための明確なKPIがあるから、「これこれの手法を試して改善して」とか、やるべきことをリストにして投げれば時間なんていくらでもかかるからね。3画面のPCで6つのウィンドウを開いて、2〜3のプロジェクトを同時に進めながら有用なセッションを走らせていれば、数百ドルのAPIコストなんてすぐにいく。2時過ぎに制限にかかってバジェットがリセットされるのを待たなきゃいけないのは少し奇妙な感覚だ。まさか数ヶ月ぶりに手動でコードを編集する羽目になるとは思わなかった。あと、内部のスキルやエージェントを使って「コミットAからCを基にしたスタイリッシュなスライド資料を作って」なんて命令をすれば、エンジニアにとって資料作成はものすごく楽になる。このUberの制限は、シリコンバレーの大企業と比べれば決して高くないよ。