高性能AIを全社員に配る時代は終わりつつある

2026年7月1日、Claude Fable 5の利用再開が報じられました。

思いのほか早い復帰でした。一方で、私が注目したのは「戻ってきた」という事実そのものではありません。むしろ、戻ってきたFable 5に付いている制限の方です。

定額利用できる期間は以前より短くなり、利用できる容量にも制限がある。一定期間を過ぎれば、基本的には従量課金で使うものとして扱う必要がある。

この変化は、企業にとって小さくない意味を持ちます。これまでのAI導入は、「月額で契約して、社員に使わせる」という設計がしやすかった。使いすぎれば一時的に止まることはあっても、少なくとも予算の上限は見えていました。

日本の会社は、基本的に予算で動きます。1年間の予算を決め、その範囲で施策を動かす。そうした組織にとって、使った分だけ費用が増えるツールは導入しにくい。便利かどうか以前に、いくらになるかわからないものを社内に広く配ること自体が難しいからです。

同じAIでも、同じ道具ではない

Fable 5を使って強く感じたのは、推論能力の差でした。

単にコードを書ける、レビューできるという話ではありません。既存のアプリケーションに対して、コードの構造だけでなく、事業の理解、機能の取捨選択、過剰な機能の削減、今後の展望まで含めて見てくる。

私は複数のプロジェクトをFable 5に渡して確認しました。そこで出てきた指摘には、プロフェッショナルな人間が事業と開発の両方を見たうえで判断したような納得感がありました。大量のコードがあるプロジェクトでも、アプリケーションの意図をつかむ精度が、従来のモデルとは明らかに違いました。

ただし、だからといって全社員にFable 5を自由に使わせればよい、という話にはなりません。

高性能モデルは、軽量モデルとは用途が違います。日常的な文章作成、簡単な調査、タスクの相談、社内文書のたたき台であれば、Sonnetのような軽量モデルで十分な場面は多い。すべての業務に最も高いモデルを使う必要はありません。

むしろ重要なのは、「AIを使わせるかどうか」ではなく、「どのAIを、誰に、どの用途で使わせるか」です。

高性能モデルは、権限設計が必要な社内リソースになる

これまで企業のAI導入では、「全社員がAIを使えるようにする」こと自体が一つの前進でした。これは今でも重要です。軽量モデルであれば、全社員に開放してもよいと私は考えています。

ただし、高性能モデルは別です。

高性能モデルを使う人は、単にAIに詳しい人であればよいわけではありません。むしろ必要なのは、ビジネス能力です。

どのタスクに高性能モデルを使うべきか。どこから先は軽量モデルで十分か。開発としては作れるが、事業として運用すべきではない機能はどれか。顧客理解、コスト、運用負荷、成果物の価値を見たうえで判断できる人でなければ、高性能モデルはかえって過剰な開発や無駄な試行を生みます。

エンジニアリングの能力が高くても、ビジネス理解が弱ければ、作れるものをどんどん作ってしまうことがあります。AIはその速度をさらに上げます。だからこそ、これから必要なのは、開発能力だけではなく、作るべきものと作らないものを見分けるバランスです。

AI活用は、最終的にコスト管理へ行き着く

AIは便利です。これはもう疑いようがありません。

しかし、企業がAIを使うとき、最後に残るのはコスト管理です。どれだけ便利でも、今の組織のリソースでそこに費用を割けるのか。費用が増えたときに誰が判断するのか。予算を超えたときに、誰が責任を持つのか。

従量課金の高性能モデルでは、この問いを避けられません。

たとえば、AIに詳しい人がタスクを分解し、推論が必要な部分だけ高性能モデルに渡し、実装や単純作業は軽量モデルに回せば、コストはかなり抑えられます。一方で、AIに詳しくない人がすべてを最高性能モデルに丸投げすれば、本来なら数千円から数万円で済む作業が、何十万円単位になることも起こり得ます。

ここで求められるのは、クラウドエンジニアに近い感覚です。クラウドも、使えば使っただけ費用が発生します。便利だからといって無制限にリソースを立てれば、請求額は膨らみます。AIも同じ方向に向かっています。

今後は、モデルごとの性能差、単価差、得意領域を理解し、タスクに応じて使い分けるスキルが重要になります。

内製できる会社と、外部に任せる会社に分かれる

ここから企業のAI活用は、二極化していくと思います。

一つは、社内でAIを研究し、用途ごとのモデル選定、権限管理、コスト管理まで含めて実装できる会社です。こうした会社は強い。高性能モデルを使うべき場面を見極め、軽量モデルで十分な業務は広く社員に使わせる。AIを単なるツールではなく、業務設計の中に組み込める会社です。

もう一つは、そこまでの内製をあえてしない会社です。

これは悪いことではありません。むしろ、経営者や管理職がAIを学ぶ意思を持てないまま、担当者任せで高性能モデルを社内に開放する方が危険です。利用ログも見ない。成果物を評価できる人もいない。予算超過の判断基準もない。その状態で従量課金モデルを使わせるのは、かなり不安定です。

この場合、外部に委託する判断には合理性があります。

広告運用に近いところがあります。運用型広告は、理屈の上では事業会社の中でも実施できます。それでも代理店に任せる会社が多いのは、専門性だけでなく、予算や運用リスクを外部との契約で整理できるからです。

AIも同じような構造になる可能性があります。依頼元の会社は成果物に対して固定の契約を結ぶ。委託先は、高性能モデルを使うか軽量モデルを使うかを判断し、自社側でコストを管理する。依頼元から見れば、従量課金の不確実性を直接抱えずに済みます。

もちろん、理想は社内で使いこなせることです。ただし、それには学習と運用設計が必要です。AIを配っただけでは、AI活用にはなりません。

まず見直すべきこと

企業が最初に見直すべきなのは、「AIを従業員に使わせるかどうか」ではありません。

最新モデルと軽量モデルを、同じAIとして扱っていないか。ここを見直すべきです。

軽量モデルは、広く使わせてよい。日常業務の補助、文章作成、相談、整理には十分な価値があります。一方で、高性能モデルは、誰にでも同じように開放するものではなくなっていく。事業判断、設計判断、複雑なレビュー、重要な原因調査のように、費用に見合う場面で使うべきものになります。

これからのAI導入では、「全社員にAIを配る」だけでは不十分です。

軽量モデルを使う人。高性能モデルを使う人。高性能モデルを使うべきタスク。使わない方がよいタスク。そこを分けて設計する必要があります。

Fable 5の再開は、一つのモデルが戻ってきたというニュースに見えます。しかし企業側から見ると、AIが定額の便利ツールから、コスト管理を伴う経営資源へ移っていく合図でもあります。

AIを使う会社が増えること自体は、もう前提です。次に差がつくのは、どのモデルを、どの判断で、どの予算の中で使うかです。