年間の​AI​予算が、​4ヶ​月で​消えた​ ─⁠ウーバーの​​「成功しすぎた」​​誤算

まず押さえて​おきたいのは、​ウーバーの​AI​導入自体は見事に​成功したと​いう​ことです。​報道されている​経緯を​整理します。

普通なら​表彰ものの​普及​スピードです。​ところが​その裏で​請求書も​同じ​スピードで​膨らみ、​CTOの​Praveen Neppalli​ Naga​氏は​「年間の​AI​予算を​4月までに​使い​切った」​と​述べたと​報じられています。

報道で​紹介されている​費用感は​次の​とおりです​(いずれも​報道時点の​数字)。

ポイントは、​これが​​「サボり」​や​​「水増し」​​​(第12弾)​の​話ではない​ことです。真面目に​仕事で​フル​活用した​結果が、​この​金額なのです。​上手に​使う​人ほどたくさん​使う​ため、試験導入時の​平均値は​全社​展開後には​当てになりません。​これはウーバーだから​起きた​失敗ではなく、​従量課金で​普及に​成功したどの​会社にも​起こり得る​構造的な​現象です。

さらに​重い​問いを​投げかけたのが、​COOの​Andrew Macdonald​​氏です。​報道に​よれば、​氏は​​「​トークン​消費や​コード​量の​統計と、​ユーザーに​届く​成果との​あいだに​線を​引くのは​非常に​難しい。​その​関連は​まだ​証明されていない」​と​いう​趣旨を​述べています。

コードの​70%を​AIが​書くようになっても、顧客に​届く​価値が​それに​比例して​増えたとは​言い​切れない──⁠多くの​経営者が​薄々​感じている​疑問を、​当事者が​率直に​認めた​発言と​して​注目されました。​都合の​悪い​数字も​含めて​公開し議論を​促した​ウーバーの​姿勢は、​業界全体に​とって​貴重な​情報共有だったと​いえます。

予算超過の​あと、​ウーバーは​従業員の​AI​利用に​月額の​上限​(キャップ)​を​設ける​方​向に​舵を​切ったと​報じられています。​「もっと​使え」​と​旗を​振った​会社が、​数​ヶ​月後に​​「上限を​設ける」​と​言い直す──⁠第12〜14弾とも​​重なる​展開でした。

この​事例が​やっかいなのは、誰も​間違えていないことです。​経営は​普及の​旗を​振り、​社員は​真面目に​使い、​ツールは​きちんと​役に​立った。​それでも​予算は​4ヶ​月で​消えました。​要因は​人ではなく、​「使った​分だけ支払う」​と​いう​料金構造​その​ものに​あります。

この​構造を​根本から​変えるのが、​Sovereign GaiXer​のような買い​切り型の​オンプレミス​AIです。​支払いは​購入費と​電気代だけの​固定費なので、​利用率が​32%から​84%に​跳ねても​支払額は​変わりません。​むしろ使う​人が​増える​ほど1回あたりの​コスト​は​下がり、​​「普及の​成功」​が​そのまま​​「投資回収の​成功」​に​なります。​試算は第3弾、​費用比較は第11弾を​どうぞ。