「AIコーディングより人を雇う方が安くなる」 2028年までに起こる逆転現象を防ぐ5つの運用施策：従量課金制がコスト予測を困難に。測定方法は？

Gartnerは2028年までにAIコーディングのコストが開発者の平均給与を上回るとの予測を発表した。LLMのトークン消費量増加と従量課金制ライセンスへの移行が要因で、ソフトウェアエンジニアリング部門の予算を圧迫している。

[＠IT]

　Gartnerは2026年6月24日（米国時間）、2028年までにAIコーディングのコストが開発者の平均給与を上回るとの予測を発表した。背景には、大規模言語モデル（LLM）のトークン消費量の増加と、ユーザー単位課金から従量課金制へのライセンスモデルの移行がある。AIトークンとは生成AIモデルが処理するデータの単位であり、従量課金制の価格体系ではトークン消費量がAIコーディングツールのコストに直結する。

　Gartnerのシニアプリンシパルアナリスト、ニティシュ・ティアギ氏は「組織はAIコーディングエージェントの実験段階から本格導入へ急速に移行しているが、多くがトークン消費量増加による財務的影響を過小評価している」と指摘する。開発者がコスト効率よりも速度や利便性を優先する傾向があることから、トークンの規律は開発者の選択だけでは生まれない。統制されたエンジニアリング運用モデルがなければ、コストが生産性向上を上回る速さで膨らみかねないと警告する。

従量課金制がコスト予測を困難に。測定方法は？

　AIコーディングエージェントのベンダーがユーザー単位課金から従量課金制へ移行したことで、ソフトウェアエンジニアリングのコスト構造は変動しやすくなっている。多くのベンダーはトークン消費量の算出／請求方法に関する透明性を欠いており、企業がコストを正確に予測して管理することを難しくしている。トークン使用状況を把握できなければ、予算超過やコスト対効果の追跡能力の低下を招くリスクがある。

　ティアギ氏は「ほとんどの組織は、コストとビジネスインパクトを効果的に測定する成熟度やフレームワークをいまだ欠いている」と述べ、トークン主導のAI支出の正当化が難しくなり、予算が想定より早く枯渇するケースが増えていると警告する。

使い方とガバナンスの不備もコストを押し上げる

　価格や可視性の課題に加え、組織内でのAIコーディングエージェントの使われ方もコスト圧力を高めている。トークンの過剰消費は、エージェント主導ワークフローにおける不十分な統制、肥大化したコンテキストウィンドウ、使用を最適化する構造的なフィードバック機構の欠如といった要因と関連している。AIコーディングベンダー側も、効果的な組み込み型のコスト最適化機能を提供できておらず、コスト増大の一因となっている。

　ティアギ氏は「インフラ投資や収益性の課題がモデル価格を押し上げ、AIコーディングコストは今後も上昇し続ける」と述べる。利用に慣れて依存度が高まるにつれて、ライトユーザーが急速に主要ユーザーへと変化し、トークン消費と全体支出のさらなる増加を促すと予測する。

Gartnerが推奨する5つの運用施策

　コスト増大と予算超過を避けるために、Gartnerはソフトウェアエンジニアリングリーダーに対し、規律あるAI活用の運用施策を導入するよう推奨している。

1．ユースケース起点の判断フレームワークの確立

　AIコーディングエージェントをいつ使うべきか、タスクごとに適切な自律性のレベルを定義する。開発タスクは「開発者主導」「開発者＋エージェント」「完全エージェント主導」の3つの実行モデルに分類する。

2．タスクの複雑性に応じたモデル選択

　作業を小さなタスクに分割して小規模モデルで処理できるようにすると、コスト効率が高まる。単純で高頻度なタスクは小規模モデルに振り分け、複雑で価値の高い作業にのみフロンティアモデル（最先端モデル）を充てるといったモデルルーティング戦略を実装する。

3．コンテキストエンジニアリングの徹底

　関連情報のみを含め、可能な箇所では内容を要約し、不要なデータを排除する。出力品質を損なわずにトークン消費を削減できるよう、開発者への訓練が必要だ。

4．ガバナンスとコスト統制の実装

　トークンのしきい値、エスカレーションポリシー、自動監視といった仕組みを導入する。これらの統制をエンジニアリングワークフローに組み込むことで、一貫性を確保し、制御不能なコスト増大を防ぐ。

5．トークン使用レビューの開発サイクルへの組み込み

　開発スプリントの振り返りの一環として、トークン消費の多いワークフローを定期的にレビューする。非効率の特定、手法の改善、エンジニアリングチーム間での知見共有を促す狙いがある。