マイクロソフト「AIは人を雇うよりもコストがかかる」

AIコストが企業収益を圧迫する現実と米国株投資への示唆

Microsoftが社内AI利用を縮小した理由

MicrosoftがClaude Codeの社内ライセンスを大幅に削減したと報じられました。
ニュースは2026年5月27日付のYahoo Financeです。

社員に推奨していたにもかかわらず、利用コストが膨張し、
「社内利用として採算が合わない」という判断に至ったとされています。

AIは効率化の象徴のように語られますが、
現場では計算コストが人件費を上回るという衝撃的な現実が突きつけられています。

UberはAI予算を4か月で使い切った

Uberでは95%のエンジニアがAIツールを利用しています。
しかし、その結果として2026年のAI予算を4か月で消化したと報じられました。

Uber COOは「AI利用量と消費者向け機能の改善が結びつかない」と語り、
AI投資の正当性に疑問を投げかけています。

私はこの発言に胸がざわつきました。
AIが万能だと信じていた企業が、ついに「費用対効果」という壁にぶつかったのです。

“Tokenmaxxing”という新たな問題

AI利用が増えるほどトークン消費が増え、
企業のコストが雪だるま式に膨らむ現象がTokenmaxxingです。

社員はAIを「無料の魔法の杖」のように扱います。
しかし、実際には1人あたり月150〜250ドル、
多い場合は500〜2000ドルのコストが発生していました。

この数字を見た瞬間、私は思わず息をのみました。
AIは便利ですが、企業の財布には容赦なく負担をかけていたのです。

AIモデルの“劣化”と価格上昇が市場に不信感を生む

AnthropicやGoogleのモデルが「以前より賢くない」との声が増えています。
さらに、Claude Codeの価格は静かに2倍以上に引き上げられたと報じられました。

もし時価総額3兆ドルのMicrosoftですら負担を感じるなら、
中堅企業はどうなるのでしょうか。
AIバブルの影が、じわりと市場を覆い始めています。

ビッグテックの“クラウドループ”がAIバブル懸念を強める

AIスタートアップに投資 → その資金がクラウド利用料としてビッグテックに戻る。
このクラウドループが批判されています。

OpenAIの年間クラウド支出は600億ドル。
売上は250億ドル程度とされ、
収益構造は極めて脆弱です。

AlphabetはAnthropicの評価益で286億ドルの利益を計上しました。
これは実態のない“紙の利益”です。

私はこの構造を見て、
2001年の通信バブルの記憶がよみがえりました。
「売上のように見えるが、実態は自社内で回っているだけ」。
そんな危うさが漂っています。

米国株投資家が注目すべきポイント

AI関連株は強烈なテーマ性を持ちます。
しかし、今回のニュース群はAI投資の限界と収益性の壁を示しています。

・AIコストは今後も企業の利益を圧迫する可能性
・AIモデルの価格上昇と性能低下がユーザー離れを招くリスク
・ビッグテックの利益の一部は“評価益”で実態が伴わない
・AIバブル崩壊の前兆となる構造的ゆがみが見え始めている

私は、AI関連株を盲目的に追う時代は終わりつつあると感じます。
企業が本当に利益を生むAI活用に到達できるか。
そこが米国株投資の勝敗を分ける分岐点になるはずです。

参考サイト:Microsoft data suggests using AI is more expensive than hiring people

追加情報

AI関連コストが米国企業の投資判断を揺さぶる現実

AIは未来を切り開く技術として語られます。
しかし、米国企業の内部ではコスト負担の重さが深刻化しています。

MicrosoftやUberの事例は象徴的です。
AI導入が進むほど、企業の収益構造が圧迫されるという矛盾が露呈しています。

私はこの状況に強い危機感を覚えます。
「AIを使えば利益が増える」という単純な物語は、もう通用しないのです。

AIコストは企業の競争力をむしばむ可能性

AIモデルの高度化に伴い、必要な計算資源は急増しています。
その結果、企業はクラウド費用の急騰に直面しています。

特に米国の大手企業は、AI活用を前提にした事業戦略を描いてきました。
しかし、現実は甘くありません。

AI利用が増えるほど、利益率が下がるという逆転現象が起きています。
この構造は、米国株投資家にとって無視できないリスクです。

AIモデルの性能低下と価格上昇が市場心理を冷やす

AnthropicやGoogleのモデルが「以前より賢くない」との声が増えています。
さらに、価格は上昇し続けています。

性能が落ち、コストが上がる。
この二重苦は、企業のAI依存を揺さぶります。

私はこの状況を見て、AIバブルの兆しを感じずにはいられません。
企業がAIを使い続けるほど、負担が増える構造は持続不可能です。

AI投資は“評価益”に依存しすぎている

ビッグテックはAIスタートアップへの投資で巨額の評価益を計上しています。
しかし、それは実態のない利益です。

AlphabetはAnthropicの評価益で286億ドルの利益を計上しました。
Amazonも同様の構造です。

私はこの数字を見た瞬間、背筋が冷たくなりました。
利益の源泉がAIの実需ではなく、評価益に偏っているからです。

日本在住の米国株投資家が注視すべきポイント

AI関連株は強烈なテーマ性を持ちます。
しかし、今回のニュース群はAI投資の限界を示しています。

米国企業はAI導入で競争力を高めるどころか、
コスト負担に苦しみ、収益性を損なうリスクを抱えています。

私は、AI関連銘柄を選ぶ際には、
「AIを使っている企業」ではなく、
“AIを使って利益を出せる企業”を見極める必要があると強く感じます。

AIバブルの熱狂に飲み込まれず、冷静に企業の収益構造を見ること。
それが、これからの米国株投資で生き残るための鍵になります。

AIコストが企業の利益を揺さぶる時代の米国株Q&A

Q1: AIは本当に人件費より高くなるのですか？

A1: MicrosoftやUberの事例では、AI利用が急増しコストが膨らんでいます。特にClaude Codeなどの高度モデルはトークン消費が多く、社員1人あたり月150〜250ドルの費用が発生します。結果として人件費より高くなるケースが現実に起きています。

Q2: なぜ企業はAIコストを抑えられないのですか？

A2: 社員がAIを日常的に使うことでトークン消費が増えるためです。Uberでは95%のエンジニアがAIを利用し、わずか4か月で年間予算を使い切りました。利用量が増えるほどコストが跳ね上がる構造が原因です。

Q3: AIの性能が下がったという声は本当ですか？

A3: AnthropicやGoogleのモデルが「以前より賢くない」という指摘が増えています。企業側も推論負荷を抑えるために調整しているとされます。性能低下と価格上昇が同時に起き、利用者の不満が高まっています。

Q4: AI投資は企業の利益にどう影響しますか？

A4: AI導入が進むほどクラウド費用が増え、利益率が低下するリスクがあります。特にOpenAIやAnthropicはクラウド支出が売上を大きく上回っています。AIが利益を押し上げるどころか負担になる企業も出ています。

Q5: AI関連株は今後どう見ればいいですか？

A5: AIを使う企業ではなく、AIで利益を生み出せる企業を選ぶ必要があります。評価益に依存する企業はリスクが高いです。AIコストを抑えつつ収益化できる企業が長期投資で有利になります。

Q6: 日本在住の米国株投資家は何に注意すべきですか？

A6: AIバブルの熱狂に流されず、企業の収益構造を冷静に見ることです。AI利用が増えても利益が増えない企業は注意が必要です。AIの実需と収益性を見極めることが投資判断の鍵になります。

Q7: AIコスト問題は今後も続きますか？

A7: Gartnerは推論コストが下がっても企業のAI費用は下がらないと指摘しています。高度モデルは1タスクあたりのトークン消費が増えるためです。企業のAIコスト問題は長期化する可能性があります。

Q8: なぜAI企業の利益が“紙の利益”と言われるのですか？

A8: ビッグテックはAIスタートアップへの投資評価益で利益を計上しています。AlphabetはAnthropicの評価益で286億ドルを計上しました。実需ではなく評価益に依存する構造は不安定です。

まとめと過去の反省

• AIコストの急膨張
  AIは未来を変えると信じていましたが、現実は違いました。
  MicrosoftやUberが示したように、AI利用は人件費を超える負担になることがあります。
  私自身も過去に「AI導入＝効率化」と思い込み、企業のコスト構造を深く見ずに判断した苦い経験があります。
• 利用量と成果が結びつかない問題
  UberのようにAI利用率が95%でも、消費者向けの改善に直結しない例があります。
  私は以前、利用率の高さを企業成長の証と勘違いしたことがあります。
  数字の裏にある“成果の質”を見ないと、投資判断を誤ると痛感しました。
• AIモデルの性能低下と価格上昇
  AnthropicやGoogleのモデルが「前より賢くない」と言われています。
  それでも価格は上がり続け、企業は負担を強いられています。
  私は過去に、技術は常に進化するという幻想を抱き、性能低下の兆しを見逃したことがあります。
• クラウドループによる“紙の利益”
  ビッグテックはAIスタートアップの評価益で巨額の利益を計上しています。
  しかし、それは実態を伴わない利益であり、私はこの構造を軽視していました。
  数字だけを見て安心し、企業の本当の収益力を見誤った後悔が今も残っています。
• AIバブルの影
  AI関連株は強烈なテーマ性を持ちますが、コストと収益のバランスが崩れています。
  私はテーマ株に心を奪われ、冷静さを失った過去があります。
  熱狂に流されず、企業の本質を見る姿勢が必要だと改めて感じています。
• 投資家としての反省
  AIの華やかな未来像に惹かれ、現実の数字を直視しなかったことがあります。
  「未来は必ず明るい」と思い込み、リスクを軽視した自分が悔しいです。
  今回のニュースは、私にとっても痛烈な教訓になりました。

投資に関するご注意

私は金融アドバイザーではありません。
投資判断を行う際は、専門家への相談をおすすめします。

本記事で紹介した銘柄や手法は、将来の利益を保証するものではありません。
市場の急激な変化や予測不能な事態により、想定以上の損失が出る可能性もございます。
個別の銘柄選択や最終的な投資決定は、ご自身の責任において慎重に行ってください。

プロフィール

投資スタイル

• 企業分析を重視した中長期投資
• 決算・財務・事業内容を重視した銘柄選定
• 景気や市場環境を踏まえた投資判断
• リスク管理を最優先とした資産運用

このブログについて

• 投資で失敗しやすいポイントの解説
• 市場環境の読み方と投資判断の考え方
• 資産を守るためのリスク管理術
• 30万円から6,000万円を築く過程で得た経験や教訓