Uber が2026年AI予算を Claude Code で4ヶ月使い切った話 — 従量課金エージェントの隠れたコスト構造
はじめに
2026年4月、Uber の CTO Praveen Neppalli Naga が「2026年通期の AI 予算を、わずか4ヶ月で使い切った」と明かした件が、Hacker News で315ポイントを集めて拡散している。原因は社内エンジニアによる Claude Code の急速な普及。R&D 予算が年3.4 billion ドル規模の Uber でさえ、エージェント型コーディングツールのコストカーブを読み違えた格好だ。本稿では、この事件を入口に、Anthropic の課金モデル変更、エージェント型開発の構造的なコスト要因、そして「AI 予算は人件費の代替になるのか？」というエンタープライズ全体の論点を整理する。
Uber で何が起きたか
Uber は2025年12月に Claude Code を社内エンジニアに展開した。展開直後から利用が爆発し、2026年2月には利用量が倍増。3月時点で Uber エンジニアの 84% がエージェント型コーディングのユーザーとなり、コミット済みコードのうち 約70% が AI 由来、本番バックエンドの更新の 約11% が AI エージェントによる生成へと移行した。
決定的だったのは1人あたりの API コストである。エンジニアの月額支出は 500〜2,000ドル/人のレンジに広がり、これが Uber の数千人規模の開発組織で集計された結果、年初に組まれた AI 予算が4月で枯渇。CTO は “back to the drawing board”（予算策定をやり直す）と発言している。Cursor の利用は頭打ちになっている一方、Claude Code が支配的なシェアを占めたことも特徴的だ。
注目すべきは「コストが問題なのではなく、予算策定が早すぎた」という整理である。ツールの ROI そのものは肯定されているが、採用カーブが従来の SaaS とは桁違いに急峻だったため、年度初頭の見積りが意味をなさなくなった。
技術的背景：エージェント型課金の構造
Claude Code が予算を急速に食い潰す理由は、ツールそのものの設計に内在する。
1つ目はマルチステップ実行。従来のオートコンプリート型 AI（GitHub Copilot 初期世代）は1リクエスト＝数百〜数千トークンに収まったが、Claude Code は「ファイルを読む → 設計を組む → 編集する → テストを走らせる → エラーを読み直す」を1タスク内で連続して実行する。1タスクあたり10万〜100万トークン消費することは珍しくなく、複雑なリファクタリングでは1セッションで数ドル分のトークンが流れていく。
2つ目は Anthropic の課金体系の変化だ。2026年4月、Anthropic は従来の「シート料金にトークンが束ねられた Enterprise プラン」を廃止し、$20/月のシート料金 + 完全従量課金へと再設計した。これによりコスト予測の責任が顧客側に完全に移った。Sonnet 4.6 は入力 $3／出力 $15、Opus 4.6 は入力 $5／出力 $25（いずれも100万トークンあたり）で、エージェント型ワークフローのように出力トークンが膨らむ用途では費用が指数関数的に伸びる。
3つ目はキャッシュ戦略の有無による差。Anthropic の prompt caching を使えば cache read は通常入力料金の約10% に下がる。しかし、Claude Code を開発者が個別に立ち上げると、リポジトリ構造の読み込みが毎回新規入力扱いになりやすく、キャッシュヒット率が落ちる。Uber 規模で全エンジニアがバラバラに使えば、トークン消費は組織全体で線形以上に伸びる構造だ。
エンジニアと組織への影響
この事件はツール選定の話に見えて、実は 「AI コーディング = エンジニアの代替コスト」へのパラダイム転換を可視化している。
まず、ROI の計算式が変わる。エンタープライズ平均では Claude Code は アクティブな開発者1人あたり1日約13ドル、月150〜250ドルで運用されている。Uber の一部エンジニアの月2,000ドルは、外注エンジニアのコストや社員の人件費と比較すれば「同等の生産性なら明らかに割安」だ。Uber CTO が予算超過を嘆きつつもツール削減に踏み切らないのは、生産性向上の絶対値が支払いを上回っているからだろう。
次に、組織側の対策として浮上するのが トークンガバナンスである。具体的には、
- エンジニアごと・チームごとのトークン上限設定
- リポジトリ全体ではなくサブツリーに限定したコンテキスト渡し
- prompt caching を強制する社内ラッパーの導入
- Sonnet と Opus のルーティング（軽い修正は Sonnet、設計判断は Opus）
といった運用が必要になる。個人開発者であれば気にしなくてよかった課金最適化のテクニックが、エンタープライズではコスト管理の必須スキル化していく。
最後に、フリーランスや小規模開発者にとっても示唆がある。クライアントから「Claude Code の利用料金は誰が負担するのか」を契約書面に明記する必要が出てきた。委託費用に AI 利用料を内包するか、実費精算するかで月数百〜数千ドルの差が出る。これは2026年の SaaS 開発契約で避けて通れない論点になる。
まとめ
Uber の AI 予算超過は「ツールが高すぎた」のではなく、「エージェント型コーディングが人件費の延長線上にある」という現実が、財務側の想定より早く到来したという出来事である。Anthropic の課金体系の変更、Claude Code のマルチステップ実行、シート単価では捉えられないトークン消費の3つが組み合わさり、SaaS 的な予算策定が機能しなくなりつつある。今後はトークンガバナンスと費用按分を含めた「AI 開発コスト管理」がエンタープライズの基本スキルとなり、フリーランス契約にも同じ波紋が広がるだろう。
今日のその他のニュース
マネーフォワード GitHub への不正アクセス（第一報）
マネーフォワードの GitHub 組織アカウントが不正アクセスを受け、ソースコードと一部ユーザー情報が流出した可能性が報じられた。GitHub Apps / PAT / OAuth スコープ運用の総点検が必要な事案である。出典: マネーフォワード公式。
Anthropic「Claude Security」発表
Anthropic が Claude を組み込んだセキュリティ自動化製品を発表。コード診断 → 脆弱性検出 → パッチ生成 → PR 作成までを一貫してエージェント化する。本記事のテーマと同じく、エージェント型ワークフローのエンタープライズ展開の流れにある。出典: ZDNet Japan。
LLM の “ごますり構文” 発生条件を Anthropic が分析
Anthropic が LLM の sycophancy（おべっか）が出る条件を体系的に分析。RLHF の最適化が事実より同意を優先するバイアスを定量化した研究で、プロンプト設計や評価項目の参考になる。出典: Gigazine。