AIを使わないエンジニアは「仕事をしていない」？　シリコンバレーから広がる「Tokenmaxxing」という新常識：Deep Insider Brief ― 技術の“今”にひと言コメント

シリコンバレーで広がる「トークンマクシング」とは何か。AIをどれだけ使えるかが生産性や評価を左右し始めた現実を追い、日本のソフトウェアエンジニアがどう向き合うべきかを考える。

» 2026年04月27日 05時00分公開

[一色政彦，デジタルアドバンテージ]

この記事は会員限定です。会員登録（無料）すると全てご覧いただけます。

　AIを仕事に使うことは、もはや特別なことではない。コードを書く、文章をまとめる、設計案を出す、調査を進める。こうした作業の多くで、生成AIが日常的な道具になりつつある。だが今、シリコンバレーでは、その一歩先を行く新しい価値観が広がり始めている。それが「Tokenmaxxing」である。

　Tokenmaxxing（トークンマクシング）とは、AIモデルとの対話や処理で消費される「トークン」（Token：AIが文字や単語を処理する単位）をできるだけ多く使うことによって、通常ならこなせない量の作業を可能にしようとする発想だ。人の何倍、何十倍もの仕事を、AIに並列でこなさせるイメージに近い。

トークンマクシングが象徴する「AIを大量に使う働き方」のイメージ
※本稿では「トークンマクシング」と表記するが、「トークンマキシング」と書かれることもある。

　この発想が公になったきっかけの一つは、Meta社内での動向だ。同社には、ソフトウェアエンジニア（以下、エンジニア）が消費したAI「Claude」のトークン使用量をランキング化する「Claudenomics」（クロードノミクス）というダッシュボードが存在していた。その上位250名にはRPG（ロールプレイングゲーム）風の称号が与えられ（表1）、8万5000人以上の従業員がトークン消費を競い合っていたという。


称号（Title）	ランクとバッジ	称号から読み取れる行動イメージ
セッションイモータル（Session Immortal：不滅のセッション使い）	最上位・エメラルド	AIエージェントを稼働させ続けて、極限までトークンを消費
トークンレジェンド（Token Legend：伝説のトークン使い）	上位・プラチナ	圧倒的なトークン消費量で、組織内でもひときわ目立つ存在
キャッシュウィザード（Cache Wizard：キャッシュの魔術師）	中上位・ゴールド	プロンプトキャッシュを駆使しつつ、高頻度でAIを呼び出す
モデルコンノサー（Model Connoisseur：モデル通）	中位・シルバー	複数のAIモデルを目的に応じて使い分け、多様なタスクをAIに委ねる

Metaのクロードノミクス（ダッシュボード）で与えられる称号
※称号とバッジの対応関係、およびランクの順序は報道内容を基に推定したもの。ダッシュボードのデータが外部に共有されたことを理由に、2026年4月上旬の報道からわずか2日後に非公開となっているため、内容を確認できない。
ちなみに、「Token」＋「-maxxing」という用語自体も、ゲーム用語の「min-maxing（ミンマクシング：特定の能力値を極限まで伸ばすRPG戦略）」に由来するネットスラングから生まれた造語である。

　また、NVIDIAのジェンセン・ファンCEOは2026年3月のGTCカンファレンスで、「エンジニアには基本給の半額に相当するトークン予算を上乗せして与える」構想を語った。Shopifyのトビ・リュトケCEOも2025年4月の社内メモで、「AIの効果的な利用は全従業員の基本的な期待事項」と明言した。こうした動きに象徴されるように、シリコンバレーのテック企業ではAIトークンの消費量が生産性の指標として重視され始めており、人事評価や報酬体系にも組み込まれつつある。

　しかし、トークンを大量に使えば本当に生産性は上がるのだろうか。実際、Metaのクロードノミクスでは、順位を上げるためだけにAIエージェントを長時間放置して空回りさせる従業員もいたと報じられている。トークン消費量は「活動量」を示しても、「成果」を意味するとは限らない。それでも、AIを大量に投入できる企業や開発者が圧倒的な“レバレッジ”（小さな力で大きなものを動かすこと）を得つつあるのは事実だ。

――この「トークン格差」は、私たちの働き方にどんな未来をもたらすのか。ここからは『Deep Insider Brief』恒例の“ひと言コメント”として、筆者なりの見解を述べてみたい。その後で、シリコンバレーで今起きているTokenmaxxingの実態を掘り下げていく。

　Deep Insider編集長の一色です。こんにちは。

　正直に言うと、私自身が「トークンが足りなくて困っている」一人です。もっとトークンが自由に使えるなら、もっと多くのことができる。そう感じている方は少なくないのではないでしょうか。そこに来て今回のトークンマクシングの話。正直、米国テック企業のエンジニアがうらやましいと思いました。

　もちろん、トークンを使いさえすれば生産性が上がるわけではありません。「トークン消費量＝開発生産性」だけで評価すると、消費ノルマを埋めるためにAIにムダな作業をさせるような本末転倒も起きかねません。重要なのは、トークンをどれだけ使ったかではなく、それによって何を実現できたかまで含めて見ることです。

　それでも、「今まで能力や時間やお金が足りなくて実現できなかったこと」を抱えている人にとって、トークンが潤沢に使える環境は文字通りの“レバレッジ”になり得ます。複数のAIエージェントを並列で走らせ、何十本ものコーディング作業を同時に進める。5倍、10倍、場合によっては100倍以上の生産性を発揮する人が現れる可能性は十分にあると思います。トークン予算で成果が伸びるなら、それは実質的に「自分を増幅するための報酬」ともいえるでしょう。

　問題は、その“レバレッジ”を手にできるかどうかが、個人のスキルだけでなく、所属する企業のトークン予算に大きく左右される点です。米国のテック大手は、従業員1人に数千万円規模のトークン予算を与えることにも躊躇（ちゅうちょ）がありません。そして、この差は社内の生産性だけでなく、採用や転職の競争力にも直結していくはずです。

　日本のエンジニアにとっても、これは無関係な話ではありません。「自分の会社のトークン予算はどれくらいか」「転職先のトークン予算はどれくらいか」。そうした質問が、近い将来、当たり前になるかもしれません。逆にいえば、「うちは1人当たり年間1000万円分のトークン予算があります」と言える企業には、優秀なエンジニアが集まりやすくなる可能性があります。

　一方、日本の一般的な企業で、従業員1人に給与と同等のトークン予算を出せるところがどれだけあるでしょうか。トークン予算の乏しい環境では、人間が手作業でやるしかなく、アウトプットの量も質も差が開いていきます。この構造が広がれば、経済格差だけでなく、企業間の開発力格差もさらに拡大していくでしょう。

　トークンマクシングの流れは、止まるどころか今後ますます加速すると私は考えています。今は米国テック企業が中心ですが、日本のエンジニアにもいずれ波及してくるはずです。まずは今回の記事を通じて、その背景を知った上で、自分自身のAI活用や、所属する企業の投資姿勢について考えるきっかけにしてもらえたらうれしいです。

　それでは、トークンマクシングの背景と主要な論点を整理してみよう。

トークンマクシングとは何か

語源と広がり

語源： テーブルトップRPG（「D&D：ダンジョンズ＆ドラゴンズ」など）の戦略用語「min-maxing（不要な能力を切り捨て、特定のステータスを極限まで最大化する手法）」に由来する接尾辞「-maxxing」と「token」の組み合わせ
ネット文化での経由： 「-maxxing」はもともと海外の若者向けネットコミュニティーやTikTokで「何かを極限まで磨く」意味のスラングとして定着した接尾辞（例：外見を磨き上げる「Looksmaxxing」など）。これをシリコンバレーのエンジニアがAI利用に当てはめた
意味： AIのトークン消費量をできるだけ最大化し、それを生産性やAI習熟度の指標として扱う行動様式
広まった時期： 2026年4月ごろ、Metaの社内リーダーボード「クロードノミクス」の報道をきっかけに急速に拡散

テック業界全体に広がるトークンマクシングの潮流

NVIDIAの「トークン予算」構想

発言者： NVIDIAのジェンセン・ファン（Jensen Huang）CEO（2026年3月、GTC 2026キーノートおよびAll-In Podcastにて）
内容： 「将来的に、当社の全エンジニアに年間トークン予算が必要になる。基本給が数十万ドルなら、その半額をトークンとして上乗せする。それによりエンジニアの能力を10倍に増幅できる」と発言
警告： 「年収50万ドルのエンジニアが、年間25万ドル分のトークンを消費していなかったら、私は深く懸念する」とも発言（“go ape”《取り乱す》という強い表現を使用）。トークンを使わないエンジニアを「紙と鉛筆で仕事をしているようなもの」とも表現した
背景： NVIDIAは実際に全エンジニアにAI利用予算の付与を進めているとされ、シリコンバレーではトークン予算が「給与・ボーナス・株式に続く第4の報酬」として議論されている

Shopifyの「AI必須化」宣言

発言者： Shopifyのトビ・リュトケ（Tobi Lütke）CEO（2025年4月、社内メモをXで公開）
内容： 「AIの効果的な利用は全従業員の基本的な期待事項」「増員を要請する前に、AIではできないことを証明せよ」と明記
評価への組み込み： パフォーマンスレビュー（人事評価面談）にAI活用度の質問を追加し、AI利用が実質的な評価基準に
背景： Shopifyは近年大幅な人員削減を行いつつも高い売上成長を維持しており、「少人数×AI活用」モデルの先駆けとして注目されている

OpenAIの「Universal Basic Compute」

提唱者： OpenAIのサム・アルトマン（Sam Altman）CEO
内容： AGI（汎用《はんよう》人工知能）以降の世界では、富の再分配として現金ではなく「計算リソース（AIを使う権利）」を全ての人に提供する「Universal Basic Compute（UBC：ユニバーサルベーシックコンピュート）」を構想。受け取った計算リソースは自分で使うだけでなく、他者に売却や寄付も可能とされる
意義： トークンが単なるコストではなく「経済的な資本」として扱われ始めていることを示す象徴的な提案

トークンマクシングへの批判と課題

「成果」を測る新指標の模索

AWU（Agentic Work Units）： Salesforceが2026年2月に発表した新指標。トークン消費量ではなく、AIエージェントが実際に完了した個別タスク（APIの呼び出し、ワークフローの実行など）を1単位として計測する仕組み。ただし「タスクを実行した」ことと「ビジネス成果を出した」ことは別であり、まだ活動量の指標にとどまるとの批判もある
Outcome maxxing： HubSpotのヤミニ・ランガン（Yamini Rangan）CEOがLinkedInで「Outcome maxxing ≫ token maxxing.」と投稿。トークン消費量ではなくビジネス成果の最大化を重視すべきという立場を示し、業界で広く共有された
業界の方向性： 「トークンの量（活動量）」から「成果の質」へと評価軸を移す動きが始まっているが、成果の定量化自体が難しいため、現時点では模索段階にある

組織的リスク

ゲーミング（指標操作）： Metaではリーダーボードの順位を上げるためにAIエージェントを長時間放置して空回りさせたり、過剰に長いプロンプトを投入したりする従業員がいたと報じられている。「トークン消費量＝生産性」という前提が指標操作を誘発する。このような指標操作のリスクが顕在化している
情報漏えい： トークン消費量を増やそうとする過程で、機密データや社内文書を安易にAIに入力するケースが懸念されている
低品質な成果物のまん延： AIが大量に生成した低品質なコードや文書（いわゆるAIスロップ）が社内のナレッジベース（知識共有データベース）に蓄積され、後から人間が整理し検証するコストが増大するリスクがある

日本企業と日本社会はどう向き合うべきか

　よくあるのが、せっかく会社にAIを導入しても、一部のヘビーユーザーを除けば大半の従業員がほとんど使わないという状況だ。トークンマクシングのような行動様式が登場し、今後さらに広がっていくことを考えると、消極的なAI利用者をいかに積極的な活用へと導き、個人の生産性から組織全体の生産性にどうつなげられるかが、企業にとって避けられない課題になっていくだろう。

　特に日本は少子高齢化による労働力不足が深刻化しており、AIの活用による生産性向上は開発者だけの話ではない。「トークンマクシング」という概念をそのまま輸入する必要はないにせよ、AIを大量に使いこなすことで成果を最大化するという発想を、日本社会全体でどう根づかせていくかを真剣に考える時期に来ているのではないだろうか。