🎙️ The Long Table
DoiTがお届けする「The Long Table」は、テクノロジーの世界で重要な仕事に取り組む人々との対話シリーズです。パネルディスカッションも、製品の売り込みも、台本もありません。 それぞれの分野で数十年のキャリアを積んだ実践者たちが集い、本当に信じていることと、これからの行方を率直に語り合います。 全エピソードはYouTube、Spotify、Apple Podcastsで配信中です。
第1回プレビュー:Amit KinhaとTokenomics FoundationエグゼクティブディレクターのJR Stormentが、AIとクラウドのコスト帰属の過去・現在・未来を語ります。フルエピソードは各ポッドキャストプラットフォームで配信中です。
いつものポッドキャストアプリで
テーブルに席をどうぞ
最新情報を受け取る
メールアドレスをご登録いただくと、新エピソード公開のお知らせや番組限定コンテンツ・資料をお届けします(スパムは一切なし)。配信停止はいつでも可能です。
エピソード一覧
すべての対話を、ここに。
<!-- Episode card -->
<article class="lt-card">
<div class="lt-card__top">
<div class="lt-card__thumb">
<img src="https://media.doit.com/long-table/1d53f70a86f9-ep01-thumb-1080x1080-2x.webp" alt="The Long Tableに出演するJR Storment" loading="lazy">
</div>
<div class="lt-card__body">
<span class="lt-card__number">エピソード 01</span>
<h3 class="lt-card__title">JR Stormentが語るFinOps、トークノミクス、そしてAIが次に変えるもの</h3>
<p class="lt-card__desc">記念すべき第1回にJR Stormentが登場。FinOpsの進化、トークノミクスの登場、そしてAIがリーダーたちに突きつける消費・価値・アカウンタビリティの課題について語り合います。</p>
<div class="lt-card__meta">
<span class="lt-card__date">2026年8月</span>
<span class="lt-card__dot" aria-hidden="true">·</span>
<span class="lt-card__duration">52分</span>
</div>
<div class="lt-card__platforms">
<a href="https://www.youtube.com/@TheLongTable_DoiT" class="lt-platform" aria-label="YouTubeで見る">YouTube</a>
<a href="https://open.spotify.com/show/7Mt563pLWYsuYN92uFSUQ8" class="lt-platform" aria-label="Spotifyで聴く">Spotify</a>
<a href="https://podcasts.apple.com/us/podcast/the-long-table/id6807056597" class="lt-platform" aria-label="Apple Podcastsで聴く">Apple Podcasts</a>
</div>
</div>
</div>
<details class="lt-card__transcript">
<summary class="lt-transcript__summary">
<span class="lt-transcript__label">全文トランスクリプトを読む</span>
<span class="lt-transcript__chevron" aria-hidden="true">▼</span>
</summary>
<div class="lt-transcript__body">
<nav class="lt-transcript__toc" aria-label="トランスクリプトの章">
<p class="lt-transcript__toclabel">セクションへジャンプ</p>
<ol>
<li><a href="#cold-open">オープニング</a> <time>0:00</time></li>
<li><a href="#welcome">番組へようこそ</a> <time>0:19</time></li>
<li><a href="#finops-to-ai-reset">CitiでのFinOpsからAIによるリセットへ</a> <time>0:49</time></li>
<li><a href="#boards-ask-about-cost">取締役会がAIコストを問い始めるとき</a> <time>3:08</time></li>
<li><a href="#token-maxing-rise-fall">トークンマキシングの興亡</a> <time>5:30</time></li>
<li><a href="#foundation-origin">Tokenomics Foundation誕生の経緯</a> <time>8:58</time></li>
<li><a href="#not-about-tokens">トークノミクスはトークンの話ではない</a> <time>13:39</time></li>
<li><a href="#gas-price-problem">トークンコストの「ガソリン価格」問題</a> <time>18:48</time></li>
<li><a href="#where-finops-ends">FinOpsの終わりとトークノミクスの始まり</a> <time>23:54</time></li>
<li><a href="#model-selection">モデル選定とそれを取り巻くハーネス</a> <time>36:25</time></li>
<li><a href="#energy-scarce-resource">新たな希少資源としてのエネルギー</a> <time>40:37</time></li>
<li><a href="#where-it-lives">トークノミクスは組織のどこに置くべきか</a> <time>43:06</time></li>
<li><a href="#blind-men-elephant">群盲象を評す</a> <time>46:04</time></li>
<li><a href="#saas-pricing-agents">エージェント時代のSaaS価格設定</a> <time>52:04</time></li>
<li><a href="#shoulders-of-giants">巨人の肩の上に立つ</a> <time>59:35</time></li>
<li><a href="#which-bucket-matters">最も重要なのはどれか:生成、消費、それとも価値</a> <time>1:05:56</time></li>
<li><a href="#shift-left-shift-up">シフトレフト、シフトアップ</a> <time>1:12:52</time></li>
<li><a href="#launch-speed">スピードとノイズが増す中でのローンチ</a> <time>1:14:55</time></li>
<li><a href="#favorite-ai-use">お気に入りの型破りなAI活用法</a> <time>1:20:31</time></li>
</ol>
</nav>
<div class="lt-transcript__content">
<h3 class="lt-transcript__chapter" id="cold-open">オープニング <time>0:00</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">0:00</time></p>
<p class="lt-turn__line">これが今のトークノミクスの姿なんです。組織の異なる場所にいる人たちに説明を求めると、まったく違う答えが返ってくる。面白いのは、全員が正しいということ。ただ、誰も全体像を見ていないんです。</p>
</div>
<h3 class="lt-transcript__chapter" id="welcome">番組へようこそ <time>0:19</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">0:19</time></p>
<p class="lt-turn__line">JR、今日は出演ありがとうございます。この対話を本当に楽しみにしていました。2週間前にアイデアを持ちかけてから、こうして直接お会いして実現できて嬉しいです。これから1時間半、トークノミクスについてとことん語り合えるのが楽しみです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">0:33</time></p>
<p class="lt-turn__line">来てくれて本当に嬉しいですよ。ここは私のホームグラウンドの南カリフォルニアですからね。カンファレンスで会うたびに、きちんと腰を据えて話す機会がなかった。AIの問題は、みんな何でも要約して急ごうとすることだと思うんです。だから今日は、あなたと一段深く掘り下げられるのを楽しみにしています。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">0:48</time></p>
<p class="lt-turn__line">いいですね、では始めましょう。</p>
</div>
<h3 class="lt-transcript__chapter" id="finops-to-ai-reset">CitiでのFinOpsからAIによるリセットへ <time>0:49</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">0:49</time></p>
<p class="lt-turn__line">まず、私たちが最初に話し始めた頃のことから始めましょうか。あなたは当時Citiにいて、FinOpsの世界でその仕事をしていた。大企業で、クラウドもたくさんあって。長年、Citiのような多くの企業が、FinOpsをどうやるかというキャズムを越えていくのを見てきました。初期のイノベーターから、ある程度やり方を確立したアーリーマジョリティ、そして本当に上手くなり、時間とともに成熟していく。そして数年前、AIですべてが変わりましたよね。私たちは振り出しに戻されたわけです。あなたが今の会社に移る前、Citiでやっていたようなことを、全部どうやるのか、と。皆さんはそれを解明するのに何年もかかったでしょう?そして今、誰もが同じことを模索していて、AIに関しては、FinOpsでいえば2020年頃の状態に逆戻りしているんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:36</time></p>
<p class="lt-turn__line">ええ、面白いですよね。FinOpsの中でさえ、車輪の再発明を迫られる局面が常にあったんです。例えば2014年頃、VMやS3のバケットなどすべてにおいて、所有権という考え方がとても重要でした。だからタグ付けをして、誰もが抱えるコストファイルの山やダッシュボードの混沌から何らかの理解を引き出そうとした。その後サーバーレスが登場して、タグ付けはできるけれど、さらにKubernetesが来た。こちらはずっとマルチテナンシー寄りです。それでも私たちはその問題を解決しました。ネームスペースはタグの代替として使える、と。でもAIについては、これまでうまくいっていたものを継ぎ接ぎすればいい、という風潮が強いように感じます。けれどCitibank在籍時でさえ、その限界の綻びが見え始めていました。プロビジョンドスループットのリクエストがある。Savings Plansのように聞こえますよね。そして突然、「全社員がAIを使うようになり、請求書には1行の項目しか出てこない」となる。「アカウンタビリティをどう考えればいいのか?」と。そこで、すべての出入りを追跡できるゲートウェイを設けるべきか、といったさまざまな取り組みを考え始めるわけです。今でも、FinOpsとトークノミクスの関係は本当に興味深い。最初は同じもののように聞こえますが、トークノミクスについて深く学ぶうちに、これはスコープの拡張なんだと気づきました。しかも、分野としてのスコープだけでなく、「誰がそれを気にかけるのか」というスコープも広がっているんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">3:07</time></p>
<p class="lt-turn__line">その通り。それはまさに——</p>
</div>
<h3 class="lt-transcript__chapter" id="boards-ask-about-cost">取締役会がAIコストを問い始めるとき <time>3:08</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">3:08</time></p>
<p class="lt-turn__line">今週、プライベートエクイティ企業のCEOたちと多くの時間を過ごしたのですが、話題はずっとFinOps、というよりAIでした。ガバナンスとコストの観点からのAIです。CEOレベルの人たちがこれほどコストの情報を求めて熱くなったのは、記憶にないくらいです。しかも単に「クラウドコストは重要だ」というレベルではなく、どう測定し、どう制御し、会社を破産させずに、かつAIの活用を制限しないにはどうすればいいか、という話なんです。非常に興味深いパラダイムですよね。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">3:40</time></p>
<p class="lt-turn__line">ほんの数か月前に遡ると、そのレベルの人たちから「AIの現状はある種の存亡の危機だ」という声を多く聞くようになりました。3月か4月頃を思い返すと、まだ「とにかくAIを可能な限り使え」という熱狂があって、トークンのリーダーボードなんかもあった。でもCEOがコストを語らず、取締役会もコストを考えていなかったという点で言えば、AI支出があまりに急激に拡大したため、突然「これは全体の利益率を直撃するのではないか」「今使っているモデルで今まで通りのサービスを提供して採算が合うのか」という存亡の危機として見ざるを得なくなった。だから「AIは変革とイノベーションのためのもの」「AIで今までできなかったことをどうやるか」という話から、「ちょっと待て、本当に望んでいた成果が出ているのか分からない。価値より先にコストを考える必要がある」へと大きくシフトしたと思います。振り子が大きく振れたんです。AIがすべて「約束」だった状態から、今は予算上限と厳格なラインの世界を生きている。AIをどれだけ使えるか、です。今朝も友人と話したんですが、Fortune 50企業の人で、毎日メールが届くそうです。トークン使用量、トークンコスト、AI総コストの通知で、しかも「もっと使え」だった3か月前から一転して「使用量を減らせ」という圧力を受けている。信じられない変化です。つまり私たちは今、統制と恐れの側に振れている。これからまた少し、「適切なAIを適切な用途に使い、最大の価値を引き出すには」という方向へ戻っていくと思います。しかし奇妙な時代ですよね。この分野に巨額の投資が流れ込む一方で、「AIをもっと使う」ことが必ずしも——</p>
</div>
<h3 class="lt-transcript__chapter" id="token-maxing-rise-fall">トークンマキシングの興亡 <time>5:30</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">5:30</time></p>
<p class="lt-turn__line">良いビジネスモデルとは限らない、と。本当にそうです。トークンマキシングは4日くらいしか続かなかったと思います。Metaが「うちはやる」と言い出した頃ですね。ある意味分かるんです。個人のChatGPTアカウントでも何でも、一度試せばこの技術の力が分かりますから。ChatGPTが最初に出たとき——確か数年前のre:Inventの終わり頃——友人たちと夢中で使っていました。信じられなかった。SageMakerの発表をヒンディー語に翻訳してみたりして。動いたかって?私はヒンディー語が読めないので両親にメッセージを送ったら、「ちゃんとしたヒンディー語だよ」と。パブリッククラウドは、私たちがAIを消費するような形では誰も消費していませんよね。だから、AIが企業をどう助けられるかというユースケースを考えるプレッシャーだけでなく、本当に興味深いのは、CxOたちに今かかっているプレッシャーです。パブリッククラウドなら「データセンターから移行しよう、レジリエンシーが高まる、自動でスケールできる」といったメリットの話で、それは今も変わりません。でもAIでは、「取締役会に語れるストーリーを持て」「AIで何をしているのか示せ」というプレッシャーがある。POCをあれこれ試す実験の時代は、おっしゃる通りあっという間に「ROIはどうなんだ」に変わりました。しかもそのROIは、コストを最小化する圧力ですらなく、「定量化できる、本当に効果のある領域に投資したい。実験で価値を示せないなら、いつ打ち切るべきか素早く知りたい」というものなんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">7:00</time></p>
<p class="lt-turn__line">ええ、ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">7:00</time></p>
<p class="lt-turn__line">そうなんです。Uberをはじめ今年発表した企業は「全員がAIを使えるという戦略で、もう予算を使い切った」と言っていました。いつも可笑しいなと思うんです。このテクノロジーの予算を、1月の時点でどうやって見積もれたというのか。毎週Twitterを見るたびに、世界が完全に変わっているのに。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">7:15</time></p>
<p class="lt-turn__line">本当に。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">7:16</time></p>
<p class="lt-turn__line">OpenAIがすごい、次はAnthropicがすごい、今度はオープンソースモデルがすごい、推論モデルが、と延々続く。誰にとっても、まさに情報の洪水です。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">7:26</time></p>
<p class="lt-turn__line">そして私たちは、クラウドのときとまったく同じことを繰り返していると思います。あのときは「とにかく全速力で移行しろ、全部持っていけ、コストは後で考えよう」でした。その後、大きな揺り戻しが来て、そこからFinOpsが生まれたわけです。AIでも同じ状況ですが、違いもあります。クラウドは根本的にはプラットフォームレイヤーの話でした。あるホスティング形態から別の形態への移行です。もちろんBigQueryやRedshiftのような、データセンターでは実現が難しい優れたサービスはありました。でも、それはこのテクノロジーレイヤーのやり方が変わっただけです。AIで興味深い事例として聞こえてくるのは——この言葉はクラウド時代に乱用されて当時から嫌いだったんですが——「トランスフォーメーション(変革)ユースケース」です。史上最もふわっとした言葉に感じますが、つまり「今やっていることをAIでより上手くやれ」ではなく、「50%の改善ではなく10倍のリターンで考えろ」という話です。皆それを模索している。そして、ここがトークノミクスの領域を見るときに重要なのですが、会話は突然、FinOpsにおける「プラットフォームレイヤーを最適化しよう」から、トークノミクスの世界では「このAI支出はビジネスのあらゆる部分にどう関わるのか」「一方ではAIを——ジェンセンの言葉を借りればトークンファクトリーの効率性を——十分に確保できるのか」「このスケールする、極めて変動の激しいAIコストは、顧客への提供物全体の再パッケージングをどう変えるのか」、そして願わくばその中間で効率的に使う、という話に移るんです。</p>
</div>
<h3 class="lt-transcript__chapter" id="foundation-origin">Tokenomics Foundation誕生の経緯 <time>8:58</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">8:58</time></p>
<p class="lt-turn__line">トークノミクスといえば、ご存知の通り、Tokenomics Foundationが数か月前に発足して、最近ガバニングボードも発表されました。私もメンバーの一人です(ちなみに)。その経緯をぜひ聞きたいです。FinOpsは今や当たり前の存在になりましたよね。私がFinOpsを始めた頃は「クラウド財務管理」だとか「最適化」だとか、いろんな呼び方がありました。今はこの一つの言葉に収斂した。新しい財団を立ち上げた背景にはどんな考えがあったのか、ぜひ聞かせてください。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">9:25</time></p>
<p class="lt-turn__line">まず白状すると、トークノミクスという名前を初めて聞いたとき、私は大嫌いでした。むしろ強く反対していましたし、知ったのもかなり遅かったんです。後から調べたところ、この言葉は2025年半ば頃、暗号資産ではなくこの分野に対して、SemiAnalysisのDylan Patelのチームあたりが使い始めたようです。トークンファクトリーの効率性、つまりNVIDIAやAMDなどのハードウェアをいかにトークン出力に変換するか、という文脈です。そして2026年の1月頃には、他の人たちもこのテーマで論文を出し始めていました。私はちょうど、あなたの住むニューヨークのマンハッタンにいました。グローバルCIOたちが集まるイベントで、JPMCもBNYも参加していた。そこでテックバリューについて議論していて、私はその一人——数十億ドル規模の予算を預かる超巨大企業の方——を脇に呼んで「今の最大の課題は何ですか」と聞いたんです。その人は私が何者かも知らないのに、間髪入れずに「トークノミクス」と答えた。4月のことです。文字通り、心が沈みました。「ああ、それは私たちが『AIのためのFinOps』と呼ぶであろうものの、不完全な呼び名じゃないか」と。一旦は脇に置いたのですが、その日の午後、ミッドタウン・マンハッタンの資産運用会社のプラットフォーム責任者と座っていたら「このトークノミクスの件、どうするつもり?」と聞かれ、翌週のLinux Foundationのオフサイトでは、世界中のテックリーダーと話しているうちのCEOが歩み寄ってきて「トークノミクス、どうするんだ?」と。次から次へとこの調子でした。面白いのは、彼らは皆、何階層も下にFinOpsを何年もやっているチームを持っているということです。FinOpsは彼らのインフラやクラウド、プライベートクラウド、データセンター業務の効率性を支えている。でも彼らはその領域の話は一切していなかった。なぜなら、トークノミクスは根本的に一つの分野であり——それが何なのかはこの後20〜30分かけて話す必要があるでしょうが——年の半ば頃から取締役会レベルの会話に入り込み始めたからです。支出が劇的に急増していたこともありますが、私たちが希少性の時代にいることも理由です。大量のAIを必要とする(あるいは必要だと考える)巨大企業が、レート制限を受け、モデルを引き上げられ、ハードウェアも入手できない。必要だと分かっているものを手に入れられない状況です。一方で、取締役会からは最高レベルの圧力を受け、CEOが乗り込んでくる。4月のマンハッタンの同じイベントでは、グローバルCIOやCTOたちがこう言っていました。業界の巨人であるCEOたちが週末に家でバイブコーディングをして、それをグローバルCIOに持ってきて「なぜ君のチームにはこれができないんだ?」と言うのだと。つまりCEOは「今やっていることを一夜にして全部変えろ、この巨大な変革を推進しろ」と言う。そして彼らはこう思うわけです。「待ってくれ、隣にはCFOがいて『素晴らしい、どんどんやってくれ。ただし昨年決めた予算があるし、株価のことも考えなければならない。無制限に金を使うわけにはいかない』と言っている」と。こうして彼らは、先ほどの存亡の危機の瞬間に行き詰まる。取締役会は変革しろと言う。CEOはイノベーションを全部出せと強く迫る。CFOは文字通り冷や汗をかいている。IT支出全体の中でこんなに小さかったAIコストが、これくらいになり、さらにこれくらいになり、まだ伸びている。場合によってはAIが月次で50%成長という話も聞きます。それをどうすればいいのか。そこで、トークノミクスとは何だったのか、そして何なのか、という議論が始まりました。私たちが真っ先にぶつかるのは「それはどこから始まり、どこで終わるのか」「FinOpsのような既存のものとどう関係するのか」という問いです。今年の4月、5月に私たちが気づいたのは、まさにそれを解明し、定義しに行く必要がある、ということでした。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">13:18</time></p>
<p class="lt-turn__line">トークノミクスについて考えると、名前が面白いですよね。おっしゃる通り、今では学んだ私でも、最初は「トークン」という言葉が入っていることで混乱するかもしれません。トークンの価値評価の話なのか?これは分野なのか、方法論なのか。あなたなら、Tokenomics Foundationを、トークノミクスの目的を、どう定義しますか?</p>
</div>
<h3 class="lt-transcript__chapter" id="not-about-tokens">トークノミクスはトークンの話ではない <time>13:39</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">13:39</time></p>
<p class="lt-turn__line">トークノミクスは、あえて言えば「分野」でしょうか。皆がその姿を模索している最中ですから。根本的には、AIのサプライチェーン全体を見ることです。ハードウェアレベルのAIファクトリーで何かを生成した、それを(願わくば効率的に)消費し、使用量を予測した、そしてその先で価値を提供した——つまりエネルギーから、外側のインテリジェンスのレイヤーを経て、価値まで。ただ、この価値の部分が本当に厄介なんです。トークンの話でもなく、個々のサービスの話でもなく、完了したタスクの話ですらない。これらすべてが生み出す「成果」が何か、という話です。あなたのように毎日この分野でCEOやグローバルリーダーと話している方々に、私が今いちばん強調しなければならないのは、トークノミクスはトークンの話ではない、ということです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>スピーカー1</strong><time class="lt-turn__ts">14:35</time></p>
<p class="lt-turn__line">ですよね?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">14:36</time></p>
<p class="lt-turn__line">奇妙でしょう。トークノミクスなのにトークンの話ではない。名前にそのまま入っているのに。そして、トークノミクスは断じてトークンを数えることではありません。より複雑な概念に対する不完全な名前なんです。言い換えるなら、トークノミクスとは「AIの経済学」です。発表時の基調講演でトークンにばかり焦点を当ててしまい、コミュニティに申し訳なかったかもしれません。トークンが面白いのは、AIの状態全体を異なるレベルを通して追跡できるからです。でも用語としてのトークノミクスは、トークンコストの話ではなく、AIを取り巻くすべてのコストの話です。さらに複雑なことに——だからこそ多くのCFOがこの議論に深く関わり始めているのですが——AIそのものの直接的なコストだけを話しているのではありません。ハードウェアやサービス、ハイパースケーラーのコスト、メモリのコストだけでなく、ハードウェアとデータセンターの管理に関わる人件費、それらのサービスを使うためのエンジニアリングコスト、そしてその先の労働コストの話もしているんです。そしてこの議論は「AIの入出力を踏まえて組織に何人必要なのか」「エンジニアの価値とは何か」「エンジニアの報酬をどう決めるべきか」という会話へと波及しています。ご質問の冒頭に戻ると、トークノミクスとは何か。それはAIから最大の価値を引き出すことです。ただし、その定義、あるいはどこから始まりどこで終わるのかという境界はまだ不明確で、定義の作業が山ほど残っています。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">15:56</time></p>
<p class="lt-turn__line">ある意味、それはバグではなく仕様ですよね。財団が必要な理由は、最も優秀な人たちにこれを考えてもらう必要があるからです。FinOps以前は、皆が自己流でやっていました。ツールがあるかもしれないし、自前のスプレッドシートで計算しているかもしれない。私にとってFinOpsフレームワークが腑に落ちたのは、「すべてをやる」話ではないからです。自社に今何が必要か、という話であり、何もない状態からでも、進んだ状態からでも始め方がある。クロール・ウォーク・ランのモデルが大好きなんです。最適化だけに集中するなら、できることはたくさんあって、レート最適化や使用量最適化の考え方がこう示されている。もちろん自力でもたどり着けるかもしれませんが、FinOps担当者を雇う投資余力がない企業、専任者やチーム——私たちの知る一部の企業には、コスト配分や最適化、ガバナンス構築を考える専任部隊がありますが——を持たない多くの企業にとって、財団は、この問題をすでに解いた人たちによる「済んだ宿題」を数多く提供してくれる。そしてトークノミクスの面白い課題は、スコープがはるかに大きいことです。おっしゃる通り、コスト最小化の効率性だけではない。それは非常に重要な一つのベクトルですが、多くは「どこにもっと投資すべきかをどう知るか」でもある。パブリッククラウドなら「データセンターから移行しよう」とか、クラウドネイティブ企業なら「コストを納得できる水準に保とう」で済んだのに対して、です。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">17:24</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">17:24</time></p>
<p class="lt-turn__line">AIでは、反対側からの圧力もあると思います。例のベルカーブのミームを思い浮かべるんです。左端にはAIをまったく使わない社員がいて、「AIを使わなければダメだ」と言われる。エンジニアリングだけでなく、マーケティングや営業などあらゆる職種に関わります。実際に効率が上がりますから。右端には、AIを使いすぎる人がいて、「1万ドル使って、見返りに何を得たのか?」と問われる。そして真ん中にあるのは、これは「うちの会社には不要、後で考えよう」と言えるテクノロジーではない、という事実です。パブリッククラウドならまだ「構築中だから後で考えよう」もあり得た。でもAIは、非上場から上場企業、Fortune 100、Fortune 5まで、すべての企業が深く考えざるを得ない。企業にとって変革的になり得ると分かっているからです。ただその上で、「みんな自然にAIを学んで使い始める」という考えについては——FDEがあちこちに存在する理由は、それがそんなに簡単ではないからですよね。自社の既存のコンテキストに統合するのは大変です。きっとあなたも経験があるでしょう。素のClaudeで何かを書こうとしても、あなたのアイデアを掴めないし、コンテキストも思考も理解していない。でも使い込んでスキルファイルなどを組み込み始めると、ブレインストーミングにも、納得できるアウトプットの作成にも本当に役立つようになり、最終的には人間の介在がほぼ不要な自律的な状態に到達できる。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">18:47</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<h3 class="lt-transcript__chapter" id="gas-price-problem">トークンコストの「ガソリン価格」問題 <time>18:48</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">18:48</time></p>
<p class="lt-turn__line">ではお聞きします。トークンやトークンコスト周りについて、単位レベルをどう考えていますか?トークンの話をするとき——あなたの見方をぜひ聞きたいです。私にはよく使う例え話があるんですが。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">19:02</time></p>
<p class="lt-turn__line">まず、あなたの例え話を聞かせてください。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">19:03</time></p>
<p class="lt-turn__line">昨日も誰かに使ったんですが、トークンコストだけを見るのは、ガソリン価格だけを見るようなものだと言っているんです。ロードトリップに出るのにガソリン代を計算しようとして、1ガロン4ドルという価格だけを見ても、ある程度は役立ちますが、どんな車に乗るのかも考えないといけない。レーシングカーなのか、ハイブリッドなのか。距離は?何回停まるのか?道を間違えて50マイル逆走したらどうなる?そういったことは一切考慮されない。トークンコストを単体で見るのは、それとまったく同じです。去年も似た状況でした。推論モデルやエージェントの概念は離陸しつつあったけれど、まだ一般的ではなかった。そして今では——あなたも経験あるでしょう。Claudeに何かを頼んで席を外し、戻ってきたらまだ考えている。「おいおい、考えすぎだって」と。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">19:54</time></p>
<p class="lt-turn__line">「考えすぎだよ」とね。これは人のマネジメントに似ています。誰かにプロジェクトを任せたら、2週間も深みにはまり込んでから戻ってくる。「ちょっと待って、早い段階でアイデアを確認してくれれば、だいぶ時間を節約できたのに」と。そしてこれは、トークノミクスやAI全般の面白い点にもつながります。私たちは今、人間ではない働き手をどうマネジメントするかを考えているんです。これはトークノミクスの等式の右端にも触れる話で、人間ではない働き手の会計処理をどう考えるか、エージェントの仕事を資産計上できるのか、というCFOたちの関心事でもある。同様に、地域に関する興味深い議論も出てきます。サンフランシスコのエンジニアのコストは、別の地域のエンジニアのコストとはまったく違う。だとすれば、その人に持たせたいAIの量も変わってくる。ガソリン価格だけで考えるな、というあなたの話に戻ると、カムリのときもあればフェラーリのときもある。目的は単に目的地に着くことかもしれないし、楽しいロードトリップをすることかもしれない。そのすべてを考慮に入れないといけないんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">20:53</time></p>
<p class="lt-turn__line">そうです。特にGartnerが去年——いや今年でしたか——推論トークンを使うと従来の5倍から30倍になり得ると発表しましたよね。以前は価格の観点でトークンに意味がありました。チャットボットなら、入力トークン、使っているモデル、出力トークンに価格が付く。でも今はエージェントが自律的に呼び出しや思考を行い、大量の推論をする。本当に重要なのはアウトプットです。しかもアウトプットのレベルでも、トークン単価は安いけれど冗長な推論で結果に到達するのに2倍の時間がかかるモデルと、はるかに高価だけれど望む成果に速くたどり着くモデルなら、後者の方が長期的には安いかもしれない。タスク単位でも安いかもしれない。つまり私の主張は、フレーミングを一段抽象化すべきだということです。「そもそも何が目的なのか?」と。AIで何をしているのか。何かの補強なのか。例えばコールセンターがあって、応対の成功にAIを使いたいとする。質問の8割は同じことです。ホテルなら「チェックインを遅らせられますか」「レイトチェックアウトできますか」。AIでそれに答えられるなら、本当に気にすべきはそのトークン価格ではなく、応対が成功した1件あたりの成果コストです。そのレベルの情報なしに請求書だけを見ても、「先月BedrockやVertex AI、あるいは何かのモデルに100万ドル使った。もっと投資すべきか否か」を正当化するのは非常に難しいんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">22:22</time></p>
<p class="lt-turn__line">ええ、そして——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">22:23</time></p>
<p class="lt-turn__line">CxOレベルでのその議論には、コストだけでなく、ROI側、つまりトークノミクスの価値側も含めた、そのレベルのデータの明晰さが必要だと思うんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">22:34</time></p>
<p class="lt-turn__line">クラウド時代を振り返ると、自分が年を取った気がします。クラウドももう20年近くになりますが、2010年代初頭に起きていた議論は、実は今とそっくりなんです。クラウド以前は、基本的に誰も大量のリソースやインフラを立ち上げて一晩で会社に巨額のコストを発生させることはできませんでした。エンジニアが初めてAWSなどにアクセスできるようになったクラウドでは、それが起きた。データセンターにあった長く遅い調達サイクル——支出額が事前に分かっていた世界——からの移行に対する反動が大きかった。クラウドが突然それを吹き飛ばし、その後、エンジニアのリソース立ち上げ方にイネーブルメントやガードレールを設けることで制御を取り戻した。そして今、その旅をAIの世界で加速させています。今や組織の全員がお金を使える。でも同時に、組織の全員が自分の仕事に大きなインパクトを与えられる。この旅路を俯瞰して、トークノミクスで何が起きるべきかを考えると、私たちは、テクノロジーを単に「ウィジェット生産のスピードを上げる手段」として捉え直すのではなく、再び「どう変革するか」という地点に来ている。質問を返させてください。トークノミクスと、FinOpsをはじめとする従来のやり方との境界線は、どこにあると見ていますか?</p>
</div>
<h3 class="lt-transcript__chapter" id="where-finops-ends">FinOpsの終わりとトークノミクスの始まり <time>23:54</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">23:54</time></p>
<p class="lt-turn__line">面白い質問ですね。2つの見方があると思います。1つは、FinOpsで得た教訓をここに適用でき、それが拡張されていくということです。FinOpsでは、おっしゃる通り、コストを「何かを行うための単価」以上のものとしてあまり考えてきませんでした。顧客への提供に対して売上がいくら、クラウドコストがいくら、と。でも今はAIによって、FinOps自体の進化も迫られている部分があると思います。例えば「所有権があるからチャージバックする」という考え方です。ショーバックやチャージバックは通常タグ付けに基づきます。「君のチームがこれを立ち上げたんだから、君が所有し、最適化し、ガバナンスし、EKSクラスタのような技術を効率的に使うべきだ」と。でもAIの今、そのモデルの綻びはすでに見え始めています。サーバーレスや共有Kubernetesクラスタを考えてみてください。あるチームがサーバーレスのものを立ち上げ、別のチームがそれを使い倒しているのに、タグ付けされているあなたに請求が来る。Kubernetesも同様です。このネームスペースやノードは君のもの、君のコストだ、と委譲はできる。でも付随コストが山ほどある。例えばプロダクトチームAが所有するサービスがインターネットへの大量のエグレスコストを発生させているとする。そのコストはタグ付けされておらず、せいぜいできたのは「按分しよう、数字を少しごまかそう」程度でした。まさにそうですよね。そしてAIでは特に、それがもはや高度なマルチテナンシーの応用例ではなく、デフォルトになっている。だからFinOpsでもこの問題と向き合わざるを得ず、トークノミクス側で起きることの多くは——ROIの解決もその一例です。FinOpsではユニットエコノミクスでした。顧客と話して15年、いや10年、ユニットエコノミクスについて語ってきましたが、多くの企業はまだそこに到達していません。なぜなら——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">25:56</time></p>
<p class="lt-turn__line">多くの意味で、憧れの目標ですからね。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">25:58</time></p>
<p class="lt-turn__line">そして難しいのは、単価算出に必要なデータがクラウドからではなく、ビジネスから来ることです。あるコストはSalesforceに、別のものはExcelに、また別のものは別の場所にあって、点と点をつなぐのは大変です。「見返りに何を得たのか?」と。でもAIでは特に、それはもはや「あれば嬉しい」憧れの目標ではない。解決しなければならないものです。そうでなければ、極めて高価で、極めて変化の速いこの環境——会社でAIを使ってやりたいことがある環境——に、どうやってお金を投資できるでしょうか。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">26:35</time></p>
<p class="lt-turn__line">そして、この時代にあってはやや物議を醸す見解かもしれませんが、私は将来、概念としてのトークンマキシングがむしろ増えると思っています。振り子はまた戻るからです。今は「AIを使っていないなら肩身が狭い」から「使いすぎなら肩身が狭い」になった。でも本来、私たちは人々に力を与えたいはずです。トークノミクス周りで見え始めているもう一つの興味深い点——ユニットエコノミクスの話にはすぐ戻りますが——は、これがデータセンターへの資本投資にまで遡り、右端では株価にまでつながっていることです。先週SpaceXの決算報告を読んでいたら、データセンターにおけるワットあたり売上の話がさりげなく入っていました。前四半期のワットあたり売上の数字を示し、それが当四半期には3倍かそれくらい大きく跳ね上がっていた。そして「追加するキャパシティが何ギガワットか分かっていて、ワットあたり売上が分かっているなら、AI売上を先々まで予測できる」と。その記事の仮説では、それが彼らの株価上昇の多くを牽引した。これがトークノミクスのサプライチェーンの発動です。あちら側のコア単位は「これだけのキャパシティがある。ワットあたりいくらで売れるか」です。インフラ企業なら簡単な話です。そして「GPUや関連ハードウェアへのアクセスをどうマネタイズするか」という議論も出てくる。それ以外のすべての企業にとっては、単位の議論はもっと厄介になっています。「タスクをどれだけ速く達成したか」ではなく、「AIを使ってどれだけ売上とアウトプットを増やしたか」だからです。実は今日ここに来る車中で、ある巨大企業の人から電話がありました。AIで強化された人員がより多くのアウトプットを出せるようになったという理由で、徐々に人員削減を進めているそうです。少なくともそれが伝わってくるメッセージです。では、正しい指標とは何か。単一のユニット指標ではないと思います。これまでもそうでした。チーム単位、組織単位、プロダクト単位で、まずそれぞれのユニットから効率をどう高めるか。その上で、その先でどう売上を増やすか。そのつながりを多く目にしているからこそ、私たちはこの活動をしているんです。トークノミクスとは何かと聞かれて、簡単な答えを返せればいいのですが、私にも意見はあるものの、業界全体がまだ模索中です。確実に分かっているのは——なぜこれをやるのかという最初の質問に戻ると——トークノミクスという言葉とそれが包含する考え方が、今あらゆるレベルで時代の空気の中にあるということです。CEO、CFO、CIO、さらには時価総額1兆ドル企業の決算報告にまで。なぜなら、それは一つの概念を中心に思考をまとめるからです。AIにはエネルギーから始まり、最終的な成果が売上と株価であるサプライチェーン全体があり、その中間には接続すべき膨大な仕事がある。今はバラバラの分野が乱立していて、FinOpsはその一つです。プラットフォームレイヤー、クラウド、変動型テクノロジー、SaaS、ソフトウェアといった領域に位置している。別の場所にはデータセンターの人たちがいて資本投資を進め、さらにまったく別のビジネスの人たちがいる。トークノミクスはそれらを束ねようとしているんです。だから「エネルギーをインテリジェンスに変え、その先で価値を生む」と簡単に説明することもできるし、「AIのためのFinOpsと同義」と言うこともできる。部分的にはそうです。でも、より大きな流れが形成されつつあり、本質的に新しい分野が生まれると思います。私はドグマティックにならないよう努めていますが、この分野にいる者として本当に難しいのは、「それは何と呼ばれるのか」「古いものを包含するのか、まったく新しいものなのか」が、まだ分からないということです。だからこそ、あなたとのこういう対話でそれを解き明かしていくのが本当に楽しみなんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">30:26</time></p>
<p class="lt-turn__line">ええ、結局のところ、ただの名前ですからね。今でも思うんです。FinOpsは「Financial Operations」なのか、「Financial——」</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">30:33</time></p>
<p class="lt-turn__line">あの言葉、嫌いだったんですよ。まあ、ひどい名前ではありますけどね。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">30:37</time></p>
<p class="lt-turn__line">ただの名前なんです。でも、FinOps Foundation、そして今のTokenomics Foundationの価値は、ある意味オープンに築いていることだと思います。誰かが解決済みなのではない。公平に言えば、企業ごとに解決策は異なるからです。FinOpsのフレームワークが規範的でなかったのと同じで、「あなたには何が必要か」「今、何を優先するのか」なんです。データの明晰さなのか。データが揃ったら、次は効率化を考えるのか。効率化ができているなら、どうやって「FinOops(フィンウープス)」の瞬間を防ぐのか——この呼び方、大好きなんですが。私もです。そしてトークノミクスでは特に、問いは似ていながら、AI特有の非常に細かいニュアンスがあるはずです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">31:18</time></p>
<p class="lt-turn__line">それにもう一つ。FinOopsの瞬間の話が出ましたが、ここ数週間ずっと聞かれるんです。「トークノミクスはFinOpsのリブランドなのか?分野としても、財団としても」と。答えは断じてノーです。新しい財団を立ち上げるべきか、そもそもどうすべきかをリサーチしていたとき、素晴らしい5、6日間があって、Fortune 25のうち20社の、この分野にいる知人たちと電話をつなぐことができました。土曜の朝7時に電話に出てこの話をしてくれる人たちです。その一人がこう言ったんです。「同じか違うか聞かれるなんて可笑しいな。ちょうどCIOとの会議から出てきたところで、こう言われたんだ。『FinOpsの仕事は本当に重要だ。支出の大半を占めるのだから、きっちり面倒を見てほしい。ただし、それはもう通常業務にしてくれ。何年もやってきたことなんだから、回し続けてくれ。そして最も優秀な人材の8割くらいを、このトークノミクスという奴の解明に振り向けてほしい。猛烈にスケールしていて、取締役会が質問してきているんだ』と」。それが私にとって決定的な瞬間でした。得意になったFinOpsの仕事を続けながら、この新しいものも解明しに行かなければならない。それを財団の活動のレンズに当てはめると、FinOps Foundation側のすべては維持します。FinOps Xは存続し、今では姉妹カンファレンスもある。トレーニングも、ワーキンググループも、すべてそこで生きていて、チームもそこにいます。そして、「これは何なのか、どうやるのか」というクエスチョンマークを解くために、新しいチームを立ち上げる。大量の投資が必要ですし、FinOpsの仕事を止めるわけにはいきません。止めれば、あちらのコストはすべて暴走し、予測は外れ、問題が起きる。これが現実に展開しているんです。時間とともに、「これはすべて同じものなのか、別のものなのか」という問いになっていく。そしてそれは、進んでいくうちに解明されると思います。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">33:15</time></p>
<p class="lt-turn__line">その問いはITAMについてもすでに出ていましたよね。ITFMも。統合されていくのか——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">33:20</time></p>
<p class="lt-turn__line">今でもね。ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">33:21</time></p>
<p class="lt-turn__line">そして価値の側、例えばROIの話は、FinOpsにも常に存在していました。でも、推定で済んでいたんです。管理された支出であり、可視化できてガードレールも敷けるものだったから。クラウドに触れるのはエンジニアリングチーム、DevOpsチーム、SRE、ITチームで、CxOレベルは「CTOやCIO、ITディレクターを信頼している。彼らがちゃんと把握している」と。データが完璧でなくても、ユニットエコノミクスまで至らなくても、問題なかった。集計としてのクラウド総支出さえ押さえておけばよくて、結局クラウドを使う目的はビジネスプロセスを動かすこと、ソフトウェアを作ることだったからです。でもAIはまったく違います。AIでやっていることは2つある。1つは、製品を強化すること。顧客により良い体験を提供する。例えば「設定方法を学ぶ代わりに、やりたいことを言葉で言ってくれれば、こちらで解決します」と言えるようになる。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">34:20</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">34:21</time></p>
<p class="lt-turn__line">でももう一つ、FinOpsが心配する必要のなかった側面があります。AIは社内の業務効率化も助けられるということです。マーケティング担当者が日々の仕事を良くするためにEC2インスタンスを立ち上げることはなかった。でもAIなら、まさにそれが起きる。昔から「コード1行の間違いで、1時間1セントのt3.microが、AWSのp5になって1時間99ドルになる」みたいなリスクはありました。AIの今は、全員がチャットボット相当のものにアクセスできる。スコープを制限して管理されているとしても、今日あるガードレールは単なる数字です。「月200ドルまでに制限します。正当な理由があれば拡大します」と。そしてこうした技術を使う側からすれば、「質問があるだけだから、裏でよしなに」とはいきません。Claudeを使えば、Fable Fiveだ何だという話になる。当然、誰もが最大限の知能を求めますよね。「このタスクはHaikuで十分」と考えるようには訓練されていない。もちろん最高の知能が欲しい。そしてAIを学ぶ実験フェーズには、支出の予算枠が必要だと思います。AIは40時間の講座を受ければ習得できるものではない。AIを学ぶ最良の方法は、AIを使うことです。「Claudeを本当に深く使いこなせるようになるには?」と聞いてくる友人がたくさんいますが、私は「Claudeに聞いてみたら?」と答えます。「私に欠けているものは?これで何ができる?」と。このAIの探索的な性質はつまり、予算編成をする1月1日や、翌年のための11月に、支出額を見積もるのが本当に難しいということでもあります。ジェボンズのパラドックスです。もちろんトークンはどんどん安くなる。でもそれが意味するのは——同じレベルの推論用トークンでも、DeepSeekはつい先日——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">36:12</time></p>
<p class="lt-turn__line">一部のトークン価格の引き上げを発表しましたね。そう、これがこの世界の極めて変動的な性質です。ただ、あなたが触れていたことの中に、この議論の入り口に必ずなるものがあります。みんながまず話し始めるのは、モデル選定です。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">36:24</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<h3 class="lt-transcript__chapter" id="model-selection">モデル選定とそれを取り巻くハーネス <time>36:25</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">36:25</time></p>
<p class="lt-turn__line">モデル選定は決定的に重要です。最適化レイヤーにおけるトークノミクスの最も特徴的な要素の一つと言っていい。私たちは生成と、最適化を含む消費、そして価値の側を考えますから。数か月前のDarioの発言で私のお気に入りの一つが「モデルは指数関数的進化の終わりに差しかかっている」というものです。リリースを重ねても、モデルは劇的には良くなっていない。私も4.8から5に上げて人生が変わるのを期待しましたが、特に変わらなかった。モデルはこの話の重要な部分で、トークンの議論、トークンコストの議論の多くはそこにあります。でももう一つの部分は、モデルを取り巻くハーネス全体です。コンテキストのレイヤー、インテリジェンスのレイヤー、メモリ、人、人材の訓練とイネーブルメント。だからトークノミクスには、分野としても財団としても、モデル選定、プロンプト選定、プロンプトエンジニアリング、KVキャッシュを壊さないようにする、といったコアな仕事が常にあるでしょう。でも、ますます増えているのは「ビジネスに必要なコンテキストをすべてそこに持ち込むにはどうすればいいか」という問いです。実は昨日、チームのメンバーとまさにこれがありました。素晴らしい男で、名前を出しますが、Stephen Arthurです。彼は自宅に大量のハードウェアを持っていて、すべて保護された環境でオープンウェイトモデルを動かしている。見事なものですよ。ハードウェアに全額つぎ込んだから、トークンはほぼタダです。でも彼からのアウトプットを受け取って「これは違うな」と気づいた。私の方にはチームの他のメンバーと全部つながったClaude環境があって、彼のオープンウェイトモデルは、ある意味ではより強力で間違いなくコスト効率も良いのに、そのコンテキストがすべて欠けていたんです。だから「悪いけど、そのあたりは戻してくれ」と。つまりこれはトークン単価の話ではない。この場合、私は予算の持ち主として「安い方の選択肢を使うのをやめてくれ、コンテキストが欠けているから」と言っているわけです。大企業でも同じことが起きています。個別の社名は出しませんが、巨大なテクノロジープロバイダーたちはこう言っています。「ええ、お好きなモデルに差し替えられますよ。でも私たちは、あなたのデータベース、データストア、メール、カレンダー、CMDBにある他のすべてのデータへのアクセスを持っています」と。価値が本当に生まれるのはそこなんです。そして、何度でもトークノミクスに立ち返らねばなりません。トークンコスト、モデル選定は氷山の一角です。そこに集中しすぎると、木を見て森を見ずになってしまう。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">38:51</time></p>
<p class="lt-turn__line">オープンソースモデルのトークノミクス側の話が出たのは面白いですね。AT&Tが先週の決算発表で、トークン支出の最大25%がオープンソースで、70%くらいまで引き上げたいと話していました。面白いのは、Tokenomics Foundationでトークンの「生成」という柱を最初に見たとき、私はかなり混乱したことです。FinOps実践者としての私のマインドセットは、データの分離、最適化、ガバナンスでした。AWSがトークンを生成するのに使うエネルギーなんて、気にしたことがなかった。でも学ぶほどに、トークンの生成方法はミックスになっていくと分かります。もちろんクラウドかもしれないし、モデルプロバイダーかもしれない。でもネオクラウドもあり、Fireworksのようにオープンソースモデルをホストできる事業者もある。そして効率は一様ではありません。同じハードウェアでも、AWS、GCP、ネオクラウド、自前のデータセンターで動かすのとでは、まったく異なる結果になる。彼らは多くの効率改善を実現していて、では「今後どこに投資するか」を比較するにはどうするか。トークンの生成を見なければならないんです。そして「もっと投資すべきか?データセンターに戻ってNVIDIAのハードウェアを大量に買うべきか、それともClaudeに払い続けるべきか」という率直な議論ができる基準は何かを見極める必要がある。おっしゃる通り、エコシステムこそ私たちがいたい場所であり、安い方は使うために大量のコンテキストロードやデータコピーが必要かもしれない。一方、Claudeのようなものを使う「プレミアム」——カッコ付きのプレミアム——には価値がある。速く動くし、結局使うトークンも少なくて済み、Claudeと9時間も往復せずに本当に欲しかったアウトプットにたどり着ける。あの往復は楽しいけれど、ときどき疲れますからね。</p>
</div>
<h3 class="lt-transcript__chapter" id="energy-scarce-resource">新たな希少資源としてのエネルギー <time>40:37</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">40:37</time></p>
<p class="lt-turn__line">あのケースでClaudeの方が優れていると言ったわけではないんです。私が使っていたClaude環境には、私たちが使う多数のシステムへのMCP接続があり、共有メモリがあり、スキルファイルがあり、データベースへのアクセスがある。価値を生んでいるのはそれらの接続です。彼のローカルモデルにそれらすべてへの接続があれば、簡単に置き換えられたでしょう。でも、あなたが言ったエネルギーの話に戻りたい。ここは本当に面白い領域です。「これはFinOpsと根本的に何が違うのか」と聞かれたとき——カンファレンスでも少し触れましたが——FinOpsは、必要なアセットを調達しに行けばそこにある、という前提に立っています。無限のスケール。ボタンを押すか、コードを書けば、返ってくる。これはあなたが挙げたITAMにも関係します。ITAMはコンプライアンスやセキュリティの角度、Procurementやソーシングの側面により深く踏み込みますから。でもAIサービスを考えると、特に大企業がスケールでやる場合、「ハードウェアにアクセスできるか分からない。クラウドプロバイダーを使っていても、大規模な何かを立ち上げたいその時に、プロバイダーに必要なエネルギーがあるか分からない」となる。そしてエネルギーが——明確にしておくと、ここで言うエネルギーは必ずしもサステナビリティの話ではありません。それはサブセットとしてはあり得ますが。エネルギーは、有限で、「十分にあるか」を考えなければならないアセットになる。大規模にいろいろ動かすプロバイダーなら特に。そして、そのエネルギーからのコストも考える必要があり、それがSpaceXの例のワットあたり売上などに流れ込んでいく。実際、最初のエネルギーの議論が入り込んできています。付き合いのあるデータセンター事業者と話すと、彼らはエネルギーの適正なコストだけでなく、適正なソースも確保しようとしている。ディーゼルのバックアップ発電機も、送電網も、太陽光の購入も、全部のミックスが必要なんです。十分な量を確保できないから。でもすべては、AIの世界にはリソースの希少性がある、という考えに戻ります。エネルギーとハードウェアが足りないせいで遅いプロバイダーもあれば、必要なものを買えない大企業もある。だからトークノミクスは、あの左側の領域——ジェンセンの言葉で言えばトークンファクトリーの効率性、つまり適切なハードウェアと適切な資本投資でエネルギーをどう変換するか——も見ているんです。あなたも私もよく「トークンを出力する」と言いますが、実際には「AIサービスを出力する」ことです。それらのサービスはある側面ではトークンに還元できますが、メモリ、データベース、ストレージなど、それを包むすべてのレイヤーも含むんです。</p>
</div>
<h3 class="lt-transcript__chapter" id="where-it-lives">トークノミクスは組織のどこに置くべきか <time>43:06</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">43:06</time></p>
<p class="lt-turn__line">エネルギー側について興味深い指摘ですね。FinOpsでは、私たちは本当にクラウドとその活用に集中していました。もちろんデータクラウドやSaaSにも広げ始めて、「クラウドプラス」という言葉を使ったこともありましたね。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">43:21</time></p>
<p class="lt-turn__line">使った人もいましたね。ええ、私たちも一時期使いました。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">43:24</time></p>
<p class="lt-turn__line">AIでは、こうした考慮事項があるために、「オープンソースモデルを使う、安いから」では済まないんです。安いのはいい。でもどこで動かすのか。自前のハードウェアか。それに電力を供給する電源はあるのか。別のプロバイダーで動かすのか。結局それも本質的にはInfrastructure as a Serviceで、話は延々と続く。そこで私の質問です。トークノミクスを今考えている組織——これは「後であればいい」ものではないですよね。FinOpsだと「うちはFinOpsには小さすぎる。専任は要らない。ツールも要らない。自分たちで管理できる」となりがちですが、トークノミクスは逆です。「これに集中する人間が必要だ」となり、しかもそれは取締役会やCxOから来ることが多い。先ほどおっしゃったように、ビジネス全体を変革する力があまりに大きくて無視できないからです。では、分野としてのトークノミクスは、エンタープライズの中のどこに位置づくと思いますか?従来通りFinOpsチームの中なのか。今やあちこちにいるCAIO(チーフAIオフィサー)のように、まったく別の部門であるべきなのか。どこに落ち着くと見ていますか?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">44:34</time></p>
<p class="lt-turn__line">分かりません。パターンが何度も何度も繰り返し現れるのを本当に確認できるまでは、FinOps実践者のような形での「トークノミクス実践者」を定義しないよう、私たちは非常に慎重になっています。あまりにも多くの異なる領域に触れるからです。ネオクラウドの人に電話してトークノミクスについて聞くのと、クラウド事業者の人に聞くのと、ニューヨークの大手銀行の財務チームの人に聞くのとでは、それが何でどこに位置するのかについて、まったく異なる答えが返ってくる。今私がしている会話から言えば、これは一連のケイパビリティ、あるいは分野と言ってもいい、組織全体のさまざまな場所に分散して必要になるものを指す言葉として捉えています。大企業の多くの知人から聞くのは、実質的にCEOから「トークノミクスの実践体制を立ち上げてくれ。適切なペルソナ、採用すべき人材、チームの形を一緒に考えてくれ」という指示が降りてきているということです。それがどこに置かれ、誰が率いるべきかを、今の時点で明確には言えません。データポイントはいくつかあります。FinOpsのすぐ隣に置くところもある——分かりやすくて簡単です。ただその場合、たいてい真ん中の消費レイヤーしか見ていない。チーフAIオフィサーのチームに置くところもある。ハードウェアが多く関わる場合は、より左側、その領域の人たちに寄せるところもある。まるで、あの「群盲象を評す」の寓話のようです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">46:00</time></p>
<p class="lt-turn__line">どんな寓話ですか?知らないです。——聞いたことない?——ええ、ぜひ聞かせてください。</p>
</div>
<h3 class="lt-transcript__chapter" id="blind-men-elephant">群盲象を評す <time>46:04</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">46:04</time></p>
<p class="lt-turn__line">小学校で聞いた話なんですが、6人の盲人がいて、誰も象を見たことがない。彼らは初めて象を体験するために宮殿に連れて行かれます。部屋の真ん中に象がいて、6人はそれぞれ違う角度から象に近づく。一人は鼻に手を当てて「ああ、象か!ヘビみたいだ」と言う。別の一人は尻尾に触れて「象はロープみたいだ」。また別の一人は脚に触れて「象は木の幹みたいだ」と。これが今のトークノミクスなんです。組織の異なる場所にいる人たちに説明を求めると、まったく違う答えが返ってくる。面白いのは、全員が正しいこと。ただ、誰も全体像を見ていないんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">46:45</time></p>
<p class="lt-turn__line">本当に興味深い。FinOpsは、自らの成功の犠牲者なのかもしれませんね。財団を立ち上げた当初のFinOpsを思うと、今の姿に至るまでに膨大な学びと作業が必要でした。そしてTokenomics Foundationと聞くと、「ああ、もう解決済みなんでしょ」という受け止め方をされるかもしれない。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">47:06</time></p>
<p class="lt-turn__line">そうなんです。そして——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">47:07</time></p>
<p class="lt-turn__line">どれほどの労力がかかったか、人々は覚えていないんです。クラウドの分野をどうやるのかというこのアイデアを、どれだけ多くの人の知恵が引っ張り、押し上げて、今日の姿にたどり着いたか。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">47:18</time></p>
<p class="lt-turn__line">まったくその通りです。「私たち」と言うとき、FinOps本の共著者のMike Fullerのことも含んでいて、彼はFinOpsの頭脳だといつも言っているんですが、私たちがこの会話を始めたのは2014年です。「もしかしてこれは一つの分野なのでは」と思ったのは2018年になってから。2019年に文書化を試みて、2021年頃にはようやく手応えを掴んだ。22年、23年、24年には成熟した実践が見られるようになって——そこへAIがすべてを吹き飛ばし、リセットした。そう、おっしゃる通り、こういうことは一夜では解明できません。そして私たちは今、トークノミクスでまたそのサイクルの中にいて、「それは何か、誰がやるのか」という深い議論をしている。FinOpsで5年前に全部やったことです。でも、当時はこれほどの注目度はなかったし、これほど——「緊急」と言いかけましたが——解明が「死活的」でもなかった。当時クラウドは一つのピースにすぎず、その後FinOpsを他の領域に応用する方法を人々が見出していった。でも今回は、あの存亡の危機の瞬間に戻る話です。業界として私たちみんなで——皆さんがこれに取り組んでくれて本当に嬉しいし、他のメンバーも皆参画しています——これを解き明かさねばならない。クラウドからの回帰(リパトリエーション)の物語がAIで再演されるのを見たくないからです。巨額の投資が注がれた末に「実は割に合わなかった」となれば、個々の企業に影響があるのはもちろん、世界経済にも大きな影響がある。これを解明し、この効率化の仕事をやり遂げること——実際より壮大に聞こえるかもしれませんが、この投資すべてを価値とアウトプットに変換する方法を、そしてその過程で人々を連れていく方法を、本当に見つけ出す必要があるんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">48:47</time></p>
<p class="lt-turn__line">ええ。ある意味、両方の財団が最終的に与えてくれるのは、テクノロジーを使う「自信」なんですよね。請求額が上がることを恐れずにクラウドに支出する自信。ユニットエコノミクスがあれば、「単価は実は下がっていて、量が増えているだけだ」と分かる。よく使った例があって、シリーズAの企業がTechCrunchのトップに載って、「過去2日でクラウド請求が3倍になりました」という異常検知アラートが来たら、みんな慌てて見に行く。すると誰かが「ああ、トラフィックが3倍になったからね」と。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">49:15</time></p>
<p class="lt-turn__line">「ブラックフライデーで、これだけ稼いだんだ」とね。まさにそれです。「測定されるものは改善される」という格言がありますが——たぶん正確には引用できませんが、確かグッドウィンの法則だったか、「指標に目標を設定した途端、その指標は有用でなくなる」というものです。最適化を始めてしまうから。これは実はユニットエコノミクスの課題でもあります。私たちが目指したいのは、コストに対するビジネス価値を見るユニットエコノミクスです。でも、トランザクションあたりコストだけを最適化し始めたら——まったくその通り——それは間違った指標かもしれない。ユニットエコノミクスという概念で組織が苦労してきた点の一つは、議論がプラットフォームレベルで終わってしまうことだと思います。プラットフォームのユニットエコノミクス指標は何か、で止まり、プロダクトに十分つながっていないんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">49:59</time></p>
<p class="lt-turn__line">ええ、それにゲーミフィケーションの問題もあります。誰かに指標を与えた途端に——トークンマキシングが生まれたのは、「もっとトークンを使え、AIの使い方を学べ」と言われたからです。でも、やっていることの質はまったく違う。同じ質問を繰り返しているだけの人もいれば、実際に学び、応用し、自分の働き方を効率化して、本当に欲しいアウトプットを得ている人もいる。「このグループはAIに週100ドル、月100ドルまで」という制限の測定を課したら、より大きな絵——その100ドルで実際に何が得られるのか——を見失ってしまう。それを定量化し、測定できる必要があります。測定できなければ、それは単なるコストの数字、絶対値になってしまう。面白いことに、最初は——去年か一昨年かな——AIには別枠の予算がありましたよね。「いろいろ試そう。実験もPOCもOK」と。それが今ではますます、「クラウド全体の予算に組み込むか——」</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">50:56</time></p>
<p class="lt-turn__line">あるいは別枠にするか。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">50:58</time></p>
<p class="lt-turn__line">チームごとに、ですね。さて、少し話題を変えますが、SaaS企業にとっての状況がどう進化していくか、意見を聞きたいです。従来はシートベースのモデルで、シートベースならクラウドを使っていてもユニットエコノミクスがあり、制御でき、マージンも守れた。でもAIで、例えば顧客体験にチャットボットを組み込んだとする。Chipotleの件を覚えているでしょう。誰かが「Chipotleのチャットボットを叩けば、個人用GPTになる。タダだ。何もしなくていい」と気づいた。だから課金モデル——特に新しく出てくるSaaSサービス、とりわけ既存のSaaSビジネスにこれを追加する場合——には、ものすごい変動性が絡むようになった。ある顧客は「APIの代わりにあなたのMCPサーバーを叩きます」とか「5秒ごとに自然言語で質問します」と言うかもしれない。以前ならAPIコストは管理できたのに、間にLLMの変換層が挟まると、同じデータを取りに同じAPIに行っているのに、やり方が違う。彼らにとってはその方が楽だから。SaaSの価格設定について、業界はどう進化していくと思いますか?</p>
</div>
<h3 class="lt-transcript__chapter" id="saas-pricing-agents">エージェント時代のSaaS価格設定 <time>52:04</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">52:04</time></p>
<p class="lt-turn__line">今日、株価が暴落したある企業の見出しを見ました。彼らに貼られたレッテル——墓碑銘と言うべきか——は「あれは単なるAIラッパーだ」でした。これが大きな問題です。多くのSaaS企業にとってのリスクであり、SaaS企業・ソフトウェア企業にとって、より実存的な問いにつながります。価値はどこにあるのか?土台のAIにあるのか?その上に載せる専門知識にあるのか?保有するデータにあるのか?どういう形になるのか?変動的な従量ベースの要素は今、非常に大きい。そしてその議論に欠けているものがある。APIコールなら追跡・管理・予測できると言いましたよね。ここでエージェンティックが登場します。そういえば、まだ「エージェンティック」とほとんど言っていませんでしたね。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">52:50</time></p>
<p class="lt-turn__line">1時間、「エージェント」なしで乗り切ったわけですね。すごい。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">52:53</time></p>
<p class="lt-turn__line">つまり、SaaSのチャットボットに何かを頼むと、単にそれをやるだけではないんです。一連のエージェントを立ち上げ、エージェント同士がやり取りし、さらにエージェントを生成し、ループし、リトライし、失敗する。それは大きな価値を生み得るし、裏で大きなコストも生み得る。今朝も、巨大な——SaaS企業と呼んでもいいし、プラットフォーム企業とも、彼ら自身はクラウド企業と呼ぶかもしれない——企業と話していました。彼らは多数のAIモデルをパススルーで使っていて、顧客への販売価格を設定し直し、自分たちのメリットとマージンがどうなるかを見極めようとしている。モデルコストをそのまま転嫁するのに苦労している企業の話も聞きます。直接転嫁するところ、マークアップを乗せるところ、クレジット制のところ、クレジット+直接マークアップのところ。20年前に遡れば、Salesforceはこの上にSaaSモデルを築いて価格設定を解明した最初の一社でした。今、私たちは皆、その振り出しに戻っている。もはや何でもありで、現時点で正しい価格設定も間違った価格設定もない。ただ、全員が変動要素を見極め、自分たちがAI企業なのかAIラッパー企業なのかを見極めないといけない。AIをラップするだけで価値を持てるのか?それはどういう形か?あなたの究極の質問——シートベースは残るのか——については、残ると思います。ただ、「人間のためのシート」と「エージェントが使うためのシート」の分岐が始まっている。どこでしたっけ、ServiceNowが例の「料金所(トールゲート)」で、良くも悪くも見出しになりましたよね。エージェントがアクセスするなら別料金にする、と。実はある意味理にかなっています。私のタイピング速度には限界がありますが、私のエージェントは一晩中働けますから。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">54:41</time></p>
<p class="lt-turn__line">ある意味、FinOpsで始まっていたSaaSコストの取り込みの話が、FinOpsの普及を加速させているんですよね。おっしゃる通り、シートベースの時代はSaaSコストはFinOpsに含まれていなかったかもしれない。毎日シートを増減させる心配はしていませんでしたから。一方、FinOpsの効率化の良さは、今取ったアクションのコストが今すぐ節約されることです。Kubernetesクラスタを最適化すれば、すぐに効果が見える。1年待つ必要はない。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">55:13</time></p>
<p class="lt-turn__line">あの頃がもう恋しいですよ。FinOpsはその点、実にクリーンでした。本当にクリーン。アクションを取れば、すぐに、あるいはかなり早く結果が出て、完全に追跡できる。私たちはその一部を失いました。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">55:21</time></p>
<p class="lt-turn__line">でも今は、おっしゃる通り、SaaS企業——というかテクノロジー企業と呼ぶべきか、SaaSという言葉自体もう適切でないかもしれませんが——が変動ベースの価格設定をするなら、あなたのAIコストは社内のトークン支出だけではなくなる。これらのSaaS事業者も従量課金を受けていて、その料金をあなたにパススルーし始めるかもしれない。そうなると「我々のAI総予算はいくらか」を考えるとき、こうした脇のコストをどう扱うのか。純粋な、カッコ付きの「AI」への社内支出を上回りかねないものです。利用しているSaaSプロバイダーが、みんながピカピカの新しいチャットボットを使うせいで課金してきて、その請求書があなたに届く。つまり、総所有コストの把握が——言うのは簡単ですけどね、総所有コスト。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">56:10</time></p>
<p class="lt-turn__line">TCO。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">56:10</time></p>
<p class="lt-turn__line">TCO、ですね。以前から難しかったのに、今は「それは予算のどこに属するのか」の理解も必要です。そして、この所有と消費の対立は、何度も何度も繰り返されると本当に思います。プロダクトチームが4つのSaaSプロバイダーを使っていて、すべて従量課金で、AI支出もあり、クラウドの変動費もある。それらを全部合わせたものが、そのプロダクトを作るコストです。どれか一つだけではない。「このコストはこのチーム、あのコストはあのチーム」という二分法。ある意味、FinOpsで始めたすべての議論が加速する。例えばITFM、ITAM、FinOpsの収斂が起きるのは、もう選択の余地がないからなんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">56:53</time></p>
<p class="lt-turn__line">まさに私もそれを考えていました。このTCOの話の一部は古典的なITFMそのものです。すべてのコストをロールアップして揃える。余談ですが、最近聞いたTCOの最高の定義は「Tokens, Caffeine, and Outputs(トークン、カフェイン、アウトプット)」でした。Total Cost of Ownershipよりずっとカッコいい。ともあれ、ここで私たちは皆、「この分野は何で、どこに属するのか」という類のドグマをいくらか捨てる必要があると思うんです。TCO・ITFMの視点も要る。ITAMのライセンスコンプライアンスやProcurementも要る。FinOpsの変動費に対するアカウンタビリティとコスト効率の仕事も要る。そしてサプライチェーン全体にまたがり、モデルやキャッシングなど他の誰もやらないところまで踏み込むトークノミクスのスケールも要る。全部が一つになる必要があって、それはすべてテクノロジーの価値の話なんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">57:39</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">57:40</time></p>
<p class="lt-turn__line">テクノロジーの価値こそが核心です。私たちはLinux Foundation内の小さな傘の名前も「テクノロジーバリュー」の傘に変えました。扇状に広がっていて、トークノミクスがあり、今はITFM周りの活動もしている。請求データやコスト・使用量の話、FOCUS仕様もあります。あなたはCiti時代、その運営委員会にいましたよね。要するに、意思決定のためにすべてのデータを集める必要があるんです。アカウンタビリティの話も出ましたが、まだあまり触れていませんでしたね。FinOpsの世界の最も美しい点の一つは——皆さんもこの領域の製品をお持ちですが——インフラ支出の一部を切り出して「これは君のものだ」と言えて、アクションを取ればそのアクションに効果があったと示せたことです。だからこそ私は慎重に「待ってくれ、トークノミクスはトークンコストの話ではない」と言い続けている。もちろんトークンコストは含まれます。「FinOpsはインスタンスだけの話ではない」というのと同じ意味で。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>スピーカー1</strong><time class="lt-turn__ts">58:32</time></p>
<p class="lt-turn__line">ですよね?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">58:32</time></p>
<p class="lt-turn__line">そう。タクシーの運転手やUberのドライバー、あるいはお母さんと話していて「クラウドの仕事?iPhoneの写真のストレージのやつね」と言われる。いや、クラウドはストレージの話でもない。総コストの話です。FinOpsがITFMやITAMなど他の分野のおかげであらゆるものをカバーするに至ったのと同じように、トークノミクスも全体を本気で考え、同時に、組織の他の部分が積み上げてきた学びを失ってはいけない。「なぜトークノミクスを切り出したのか」と聞かれたとき、私の最大の答えはこうです。実は私たちが切り出したのではなく、組織の中ですでに起きていたんです。インフラ全体を所有する巨大企業のFinOpsリーダーたちから聞いていたのは、組織の別の部分が、AIの別領域でアカウンタビリティと消費管理の基本原則を再発明しに行っていて、私たち全員がこの20年で集合的に築いた知見を活用していない、ということでした。だからトークノミクスはそのすべてを見る必要がある。そして、実は新しいものもあると分かったんです。</p>
</div>
<h3 class="lt-transcript__chapter" id="shoulders-of-giants">巨人の肩の上に立つ <time>59:35</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">59:35</time></p>
<p class="lt-turn__line">ええ、ある意味、私たちは巨人の肩の上に立っているんです。ITAMやFinOps周りでやってきた仕事は捨てられるわけではない。本当に言っているのは、私たちが個別に改善に取り組んできたバラバラの機能が、AIによってある種一つにまとまる、ということかもしれません。「会社におけるAIの価値を定量的に最大化するには」を解くための、結集の号令です。そのためにはこれらすべての機能が必要です。ITAM、財務、Procurementといった、昔から存在してきた役者たちの、いわばアベンジャーズです。でも今は共有ミッションがある。「会社を破産させず、かつ制限して後れを取ることもなく、AIをどう活用可能にするか」です。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:00:16</time></p>
<p class="lt-turn__line">ええ、その通り。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:00:17</time></p>
<p class="lt-turn__line">真ん中で見つけなければならない、実に微妙なバランスなんです。振り子が行ったり来たりする話で言えば、モデルが安くなり、「大変だ、使いすぎだ」というマインドセットから抜け出すにつれて——私の予感では、生み出されている価値を示し始めたら変わります。今は定量化できず、未知への恐れがある。「AIに毎月50%多く使っていて、1年前の予算はもう上限に達した」と。でも、実際に得た価値を見せられたら、途端に「これに倍賭けしよう。会社を成長させる他の領域ではなく、ここにもっと投資できる場所を探そう」となる。それによる売上の拡大が見える。業務効率化が見える。そして恐れの多くは「AIを使うべきか否か」ではないと思います。使うことは分かっている。恐れはむしろ、「正しく使えているのかどうかが本当のところ分からない」ことなんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:01:11</time></p>
<p class="lt-turn__line">それは可視性とアカウンタビリティなどから始まりますね。その一部です。ただ、アベンジャーズと言われてから、どの分野がどのアベンジャーになるのか考え始めて、話が頭に入らなくなりましたが。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:01:20</time></p>
<p class="lt-turn__line">ハルクは間違いなく——誰もハルクにはなりたくないですよね。ともあれ、この議論はここ数年のFinOps Xでも出ていました。Gartnerも言っていましたよね。ITAMとFinOpsはどこへ行くのか、と。確か、最初に言い出した一社でした——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:01:38</time></p>
<p class="lt-turn__line">一緒になる、とね。まさに。ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:01:40</time></p>
<p class="lt-turn__line">そして3つの異なるシナリオを示していた。ITAMがFinOpsを吸収する、FinOpsが何かを吸収する、あるいは統合する。私に言わせれば、今は「別の分野だから統合しない」のではなく、「全部同じ分野だった」と気づく地点なんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:01:55</time></p>
<p class="lt-turn__line">そして「同じ分野か」の議論自体、やめるべきなんです。こういうことがありました。FinOps Foundationとしてエグゼクティブフォーラムを始め、ITAMを取り込み——トークノミクス以前の話です——彼らはこれらの異なるものがどう組み合わさるかをずっと議論していて、フォーラムのたびに10くらいのトピックがあった。それが今年の3月頃、「スケールするAIコスト以外、何も関心がない」となったんです。そして私たちが「それはITFMなのか、TBM系なのか、ITAMなのか、SAMなのか、ITSMなのか、FinOpsなのか、お好みの頭字語はどれか」と言い始めると、取締役会から圧力を受けているリーダーたちは「どうでもいい。これがどこに属するかの議論にはもう付き合わせないでくれ。私たちはただ、価値を示したいんだ」と。そして驚くべきことに、その頃の会話を考えると、グローバルCIOに「FinOpsは誰がやっていますか」と聞けば、「このチームです。プラットフォームエンジニアリングチーム、あるいはインフラチームにいます」と返ってきた。同じ質問を——実際にあった例です。社名は言えませんが——トークノミクスについてすると、「トークノミクスをやっているFinOpsの担当者を紹介します。それからCFOチームも紹介しないと。チーフAIオフィサーのチームも。あとこっちも」と。はるかに広い射程だったんです。エグゼクティブフォーラムで聞いたことから見えるのは、テクノロジーとビジネスの本当の統合が今起きているということです。すべての企業が今やテクノロジー企業です。銀行もテクノロジー企業で、AIがそれを決定づけている。だからもう、これらのどれも個別の分野として考えることはできないんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:03:28</time></p>
<p class="lt-turn__line">ええ、AIがそれらを束ねるんです。例えばFinOpsで言う、このレベルのデータとアカウンタビリティが必要だ、と。FinOpsとAIについてよく見落とされるのは、エージェントがいる場合の話です。FinOpsの効率性——データベースやVM、Kubernetesなど——では、必要な分だけ消費していることを確認したい。使用率は良い指標です。では、Kubernetesクラスタが1か月で1000倍にスケールする世界を想像してください。それを所有するチームは「うちは効率的ですよ。使用率80%で、適切にスケールしています」と言う。そして突然気づくわけです。「コストは上がったが、見返りに何を得たのか?」と。それは、誰かが作った暴走エージェントが「スケールが必要だ」「これを1日1000回呼ぶ必要がある」と言っているのかもしれない。原因を作っているその個別チームには請求が行かない。所有権はプラットフォームチームにあり、彼らは「適切にスケールしているだけです。どうしろと?他人のサーバーを止めるわけにはいかない」と言う。サーバーを所有するチームに行けば「消費しているのはうちじゃない。社内にサービスを提供しているだけだ」と言う。だから、AI支出を見るだけでもしばしば教育的な教訓になるんです。「AI支出とは、これら4つの異なるものの集大成なのだ」と。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:04:46</time></p>
<p class="lt-turn__line">本当にその通り。そしてトークンマキシングを見ても——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:04:49</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:04:50</time></p>
<p class="lt-turn__line">あれこそ、単一の指標に目標を設定すれば間違ったアウトプットが出る、という好例です。ハンマーの使用量に目標を設定すれば、オフィスの窓は割れまくるでしょうが、ハンマー指標は見事に達成できる。Kubernetesの使用率指標も同じです。「高使用率で素晴らしい。でも、実際には価値を生まないことに使われている」と。だからこそ、テクノロジーを巡る分野とサイロを打ち破り、ビジネスに接続し直さなければならないんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:05:16</time></p>
<p class="lt-turn__line">では、トークノミクスの中——トークンの生成があり、消費があり、価値がある——のうち、例えば今後1年で最も大きなインパクトを持つのはどれだと思いますか?私はガバニングボードの一員として、どこに取り組むか、何を優先するかを重視しています。「これだけは一刻も早く正さなければならない」というものが、あなたの中で際立っていますか?どれも重要ですが、もしこの一つを最初に解くとしたら——3つの分野、いや分野ではなく、3つの——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:05:46</time></p>
<p class="lt-turn__line">バケット、バケットね。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:05:47</time></p>
<p class="lt-turn__line">トークノミクスの3つのバケットのうち、最も際立つものがあるとすれば、どれですか?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:05:51</time></p>
<p class="lt-turn__line">白状すると、同じガバニングボードの一員として、逆に聞きたいですね。あなたは何から取り組むべきだと思いますか?</p>
</div>
<h3 class="lt-transcript__chapter" id="which-bucket-matters">最も重要なのはどれか:生成、消費、それとも価値 <time>1:05:56</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:05:56</time></p>
<p class="lt-turn__line">いい質問ですね。価値が終着点だと思います。消費を理解せず、生成を理解しなければ、価値側にたどり着くのは本当に難しい。でも最大のROI——ダジャレではなく、おそらく価値の議論の一部ですが——は、「だから何?(so what)」に答えることです。支出はした。それは良かったのか悪かったのか。見返りに何を得ているのかを言うには価値側が必要です。生産性は上がったのか。それによって売上は伸びているのか。業務効率化は実現できているのか。繰り返しますが、FinOpsにおけるユニットエコノミクスは「あれば嬉しい」でした。多くの顧客と話してきましたが、「それは2030年の話だよ。今はただ最適化したい。ショーバックが欲しい。チームにアカウンタビリティを感じてほしい」と。AIでは、「データは全部見せられます。でもCレベル、取締役会レベルの問い——だから何?これをもっとやるべきか、減らすべきか。AI支出は増えていても、むしろもっと増やすべきなのでは?見返りを見ろ——に答える必要がある」。だから私にとっては価値です。そして、それが最も難しい。ときに非常に定性的だからです。モデルAとモデルBを使って、モデルBのマーケティングコピーの方が断然良いけれど10倍高い場合、企業が点と点をつなぐための宿題はずっと増える。例えばマーケティングで、カンファレンス用のワンページャーを作るのにClaudeに1,000ドル使ったとします。実際には1,000ドルも使いませんよ。誰か聞いていたら困るので、あくまで仮の話です。でも価値に結びつけるなら、それは単なる数字、Claudeで節約した時間だけではない。指標はMQLかもしれない。刺さるコピーのおかげで、送る一通一通のメールがよりパーソナライズされ、何人が反応したか、かもしれない。これらを把握するのは簡単ではありません。価値側では、実際の成果に至るまでに起きる多くのバラバラなイベントを結びつける必要がある。そこにこそ、トークノミクスの価値——またダジャレですが——の多くが生まれると思います。フレームワークとして、SaaS企業で顧客にサービスを提供しているなら、あなたにとって価値とは何か。一方、銀行のような業種を想像してください。グリッドワークロードやHPCワークロードで大量の分析をしているなら、トランザクション単位かもしれない。小売で顧客サポートをしているなら、コールセンターの効率化です。だから価値は一つのものにはなりません。ユニットエコノミクスでは「除数を見つけろ。100万ドル割るnがユニットエコノミクスだ」と考えましたが、ここでは「価値を定義する最終目標に至るための、さまざまなピースは何か」になる。ステップAはユニットレベル——というより成果——あたりのトークン価格の把握かもしれず、それが節約された生産性の価値につながり、売上の価値は何か、Xは何か、と。価値として定義するものが複数になるかもしれません。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:08:52</time></p>
<p class="lt-turn__line">価値は間違いなく、私たちが集中すべきところです。ただ少し反論すると、全部やらなければならない、とも思います。バケットはすべて深くつながっているからです。これはユニットエコノミクスの分子・分母の話に戻ります。AI支出であれクラウド支出であれ、対象の総コストを把握することがどれほど難しいか、人々は過小評価しています。だからそこにもやるべき仕事がある。あるテクノロジーの利用に紐づくすべてのコストを接続し、トレースし、さらに財務チームと「関連する実際の人件費も織り込むのか」という社内の議論をする。生成側では、エネルギーと資本をサービスに変換する部分も見え始めています。歴史的には少数の巨大ハイパースケーラーだけがやっていて、FinOpsの世界では考えずに済んだ膨大な仕事を、今は考えざるを得ない。先ほどオープンウェイトモデルの話が出ましたね。あれだけで長く話せます。重要なミックスの一部だと思います。Linux Foundationは数週間前、オープンウェイトを議論の一部にするための大きなイニシアチブを打ち出しました。そしてそれも、数ある手札の一枚にすぎない。大企業なら、オープンウェイトもあれば、フロンティアモデルもあり、バックエンドには昔ながらの機械学習もある。そこでの効率化を見なければならない。消費・配分・最適化・アカウンタビリティのレイヤーも見なければならない。価値側は、多くの意味で最もグリーンフィールドでしょう。消費から価値へ、一貫して適用できるものがあるかを探しています。似た指標を持つ企業もありますから。でもその下には業界固有のものもある。そして実質的に4つ目のワーキンググループ、4つ目のバケットがあります。生成・消費・価値の土台となる、定義の用語、基本的なコアフレームワーク、ペルソナ、誰がやるのか、という整備すべき領域です。そしてこれらすべてを、Linux Foundationのテックバリューの傘の4つ目の部分に結びつけると、FOCUS仕様があります。これは現時点で唯一「標準化された」と言えるピースです。すべてのハイパースケーラーが採用し、多くのデータ生成者も使っていますから。では、これらのAIの概念——トークン支出の概念、LLMの概念——をFOCUS仕様にどう取り込むか。さらに今、現実的な課題があります。同じAIの一部——トークンと言ってもいいし別のものでもいい——を、複数の異なる経路から調達しているのです。私なら、Claudeを今4つの異なるソースから入手しているかもしれない。直接かもしれないし、再販かもしれないし、クレジットカードのエンタープライズ契約かもしれないし、それを再販する別のサービスの内部で使われているかもしれない。だからこそ、トークノミクスのサプライチェーンとして全部がつながるんです。データセンターレベルで何かが狂えば、それは一社の価格設定に波及するのではなく、すべての企業の価格設定に波及する。相互接続されているからです。群盲象を評す、の話をしましたよね。皆が異なる見方をしている。ここでのもう一つの象のメタファーは「象をどう食べるか?一口ずつ」です。だから私たちは、それぞれに取り組む複数のワーキンググループを立ち上げています。でも、このすべての核心は教育です。何よりもまず、認識を揃えること。取締役会のメンバーがCEOに、CEOがCFOに、CFOが他の全員に「このトークノミクスという奴、どうする?」と言うとき、全員が同じ象の話をしているようにしなければならない。その一部分だけの話ではなく。そして責任の所在を決める。誰がどの部分をやるのか。トークンコストは重要ですが、全体のほんの一切れです。モデル選定も重要ですが、ほんの一切れ。そして組織の他のすべての部分がやっている他のすべての仕事も重要なんです。もう一つ、まだ話していない言葉があります。誰かが言い出すまでいつも待っているんですが——シフトレフトです。</p>
</div>
<h3 class="lt-transcript__chapter" id="shift-left-shift-up">シフトレフト、シフトアップ <time>1:12:52</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:12:52</time></p>
<p class="lt-turn__line">ああ、来ましたね、我が親友のシフトレフト。ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:12:55</time></p>
<p class="lt-turn__line">シフトレフトとトークノミクスとAI、それが物事をどう変えているか、あなたの見解は?</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:13:01</time></p>
<p class="lt-turn__line">実際に起きているのは、シフトレフトというより——去年話したことですが——シフトアップだと思うんです。昔からの大きな問題でした。FinOps実践者として会議室に行き、Savings Plansや効率性レーティングの話を始めると、CxOは「まったく別のことを話してくれ。私が気にしているのは、3年先の予測だ。投資はどこに向かうのか」と。AIでは、話が最初から上のレベルで始まった。シフトアップの必要がない。最初から上にあるんです。CxOたちの方から「この粒度のデータが欲しい」「この価値評価が欲しい」「すべての支出からこのレベルのデータが欲しい」と圧力をかけてくる。FinOps実践者がボトムアップでCxOに関心を持たせようとするのではない。昔はまさにボトムアップでした。今の力学は——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:13:50</time></p>
<p class="lt-turn__line">トップダウンですね。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:13:51</time></p>
<p class="lt-turn__line">その通り。シフトレフトについて言えば、その約束は私にとって「正しいデータを、正しい人に、正しいタイミングで届け、より良い意思決定を可能にする」ことでした。それは人それぞれ意味が違う。エンジニアがデータを得て良い判断をする、だけではなかった。Procurementなら、どのSKUをディスカウント対象にすべきかが分かる。プロダクトチームなら、「非本番環境で、このローンチ予定の新機能は高すぎる」というデータが得られる。シフトレフトとは常に、クラウドサービスプロバイダーなどから毎時届くこの豊富なデータへのアクセスを提供し、そこから適切な人に関連する情報を抽出することでした。ある程度は実現しました。でもAIの今は、シフトレフトだけでなく同時にシフトアップでもあり、しかもこれらを実行すべきスピードは5年の地平線ではなく、「昨日までにやっておくべきだった」なんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:14:44</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:14:44</time></p>
<p class="lt-turn__line">そこで質問です。FinOps Foundationを立ち上げたときと比べて、今回のTokenomics Foundationでは何が違いましたか?</p>
</div>
<h3 class="lt-transcript__chapter" id="launch-speed">スピードとノイズが増す中でのローンチ <time>1:14:55</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:14:55</time></p>
<p class="lt-turn__line">ありきたりな答えになりますが、スピードが本当に——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:15:00</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:15:02</time></p>
<p class="lt-turn__line">すさまじいんです。先週、正式にローンチしました。FinOps Foundationをローンチしたときは、この領域にいる人たちが注目してくれた程度でした。Tokenomics Foundationをローンチしたときは——載った記事も載らなかった記事もありますが——ローンチした週に、BBC、ニューヨーク・タイムズ、ウォール・ストリート・ジャーナル、Fortune、みんながこれを取り上げた。ニューヨーク・タイムズの記事については、過去最大級の反響がありました。15年音沙汰のなかった人たちから「トークノミクスの件、やってるんだね。すごくいいね」と連絡が来た。FinOpsはそのレベルには達しませんでした。プラットフォームレイヤーの話、テクノロジーの話だったからです。この領域の他のどの分野もそうです。だから、このスピードと関心を目の当たりにできるのは本当に素晴らしい。でも同時に課題も生まれます。コンセンサスベースのオープンソース開発を軸にする財団として、インパクトを出せるだけの速さでどう動くか。3つ目の象のメタファーを持ち出すなら、これこそ「部屋の中の象」です。地面がこれほど急に動いているときに、どうやって標準や仕様の仕事をするのか。私の見解では、アプローチは3つの部分からなります。まず、情報発信の最前線に立つこと。今まさにやっているような、情報を広める対話です。あなたも言いましたよね、「週刊ニュースレターをやればいいのに」と。ええ、必要です。モデルの変更、AIの価格変更、銅の価格変更、電力価格の変更が、常にこのすべてに影響しますから。それが1つ目。2つ目は、基本的なベストプラクティスを出す中期的なワーキンググループです。仕様とは言いません。仕様はこの後触れる話なので。考え方を示すもので、おそらく、誰も実際には読まない退屈なホワイトペーパー——今はみんな要約しますからね——の形も取るし、教育の形も、解説の形も取る。でもスキルファイルや、エージェンティックなイネーブラー、つまり知識の断片を落とし込んでおいて、自分のClaudeからアクセスして質問できるようなものの形も取るでしょう。長期では、仕様・標準の仕事です。これはFOCUS仕様にも関わります。そして、ええ、すべてが超高速で動いていますが——私がこれに乗り出したとき、誰かに「数年後にトークンがまだ存在していると本当に思う?」と聞かれました。「ああ、すべてが速く動いているのは分かっている。でも、全員が揃えるべきコアで根本的な概念がいくつかある」と。5回目になりますが繰り返します。トークノミクスはトークンコストの話ではありません。でも、トークンのような基礎的なプリミティブはそこに存在していて、それを他の多くの支出要素で装飾して、対象が何であれ総コストに到達する。長期的にやるべき仕事があります。FOCUS仕様は1.5版で、今1.6を検討中です。このすべてを巡る言語をどう正規化するか。全員が請求・コスト・使用量データを、あのユニットエコノミクスの議論に到達できる形で出すようにするにはどうするか。でもより長期的には——Tokenomics Foundationが世界を変えるとは思いませんが、CFOチーム、CTOチーム、CIOチーム、Procurementチーム、プロダクトチーム、AIチーム、そして組織にとって、会話が楽になることを願っています。少なくとも同じ言語を使えるように。少なくともあの象に向き合うとき、正しいコンテキストを持てるように。でも難しい。何が違うかと言えば、動きが速く、関心が高い。素晴らしいし、ワクワクします。でもそれは、解明に使える時間が少ないということでもあるんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:18:39</time></p>
<p class="lt-turn__line">Tokenomics Foundationのマスコットは象にするしかないですね。決まりです。毎年、FinOps Xならぬトークノミコンで象乗り体験を。でも発表したのは——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:18:49</time></p>
<p class="lt-turn__line">Toki、トークノミクスの猫をね。猫なんですよ。だから、トークノミクスの象はどうかな。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:18:55</time></p>
<p class="lt-turn__line">でも、おっしゃる通りです。トークノミクスそのものは、一つの小さな何かの話ではない。トークンの話でも、Xの話でもない。本当に、「正当化できる形で、AIからどう価値を得るか」なんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:19:09</time></p>
<p class="lt-turn__line">トークノミクスとは、AIからどう価値を得るか、です。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:19:11</time></p>
<p class="lt-turn__line">ええ。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:19:12</time></p>
<p class="lt-turn__line">そしてそれは、「AIのためのFinOps」——そのサービスをどう効率的にチューニングし、最適化し、予測し、配分するか。自分のClaudeを効率的に使いたい——とは違うと思います。それが境界線の一つで、曖昧な領域ではありますが。トークノミクスの側面は、ビジネスケースにずっと深く踏み込んでいる。少しT字型なんです。横方向には、プロダクトの議論、マージン、収益へと外に伸びていく。左にはデータセンター、資本効率、エネルギーへの投資。でも同時に、より深くも潜っていく。今Tokenomics Foundationには多くのプリンシパルエンジニアが関わっています。FinOpsも多くの点でエンジニアリングの中にありましたが、vLLMやPyTorch、KVキャッシュ、より深い量子化といったレイヤーまで降りることはあまりなかった。この領域の人たちがそうしたレベルでやっている仕事——その多くは以前からLinux Foundationの中により広く存在していたものですが——が今、かつてない形でCFOの会話と交差しているんです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:20:12</time></p>
<p class="lt-turn__line">ええ、CFOが蒸留や量子化について話し始めるんですからね。「おお」となりますよ。FinOpsで見てきたどんなものとも違う。さて、そろそろ時間ですね。締めくくりに、皆さんに聞くのが大好きな質問を。標準的なユースケースではない、あなたのお気に入りのAIの使い方は何ですか?</p>
</div>
<h3 class="lt-transcript__chapter" id="favorite-ai-use">お気に入りの型破りなAI活用法 <time>1:20:31</time></h3>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:20:31</time></p>
<p class="lt-turn__line">私は物事のフォローアップが本当に苦手なんです。かなりADHD的な脳で、バラバラの概念をつなぐのは得意ですが、物事を深いレベルまでやり抜くのは得意じゃない。だから、標準的なユースケースかもしれませんが、私はとにかく頭の中身を丸ごとぶちまける派です。「追いかけるべきことを教えてくれ」と。一番インパクトがあったものを一つ挙げるなら、ばかばかしいですが、カレンダー管理の側面です。追いかけるべき6つの事柄を、今やっていることと突き合わせて、正しいタイミングで正しいアウトプットを確実に得る。あなたはどうですか?みんな同じことをやっている気がして、まだユニークなものを思いついていないかもしれませんが。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:21:15</time></p>
<p class="lt-turn__line">いえ、似ています。ただ、私はニューヨークに住んでいて、AIに何かをタイプするたびに編集モードに入ってしまうんです。あれこれ直したくなる。そこで見つけたのが、散歩に出るときに音声モードにして、「今からアイデアをブレインダンプする。構造化されていないけど」と言うことです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:21:31</time></p>
<p class="lt-turn__line">似ていますね。つまり——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:21:31</time></p>
<p class="lt-turn__line">言葉の奔流です、まさに。最後に気づくのは、友人や同僚にあるアイデアを説明しようとしても、まず、あるコンセプトについて1時間もとりとめなく話すのを聞く忍耐力は彼らにはない、ということ。でも、声に出して話すことで、核心的な概念について大きな明晰さが得られる。最後にはカチッとはまる。そこに至るまでに相当な作業が要りますが。そして、1時間話し続けて「君の仕事は聞くことだ。『素晴らしいアイデアですね』みたいな1,800トークンの出力はいらない。その後で、私の前提に異を唱えてくれ。何を見落とした?部屋の中の象は何だ?まだ見ていない、触れていないものは?」と言えたら——こうして得られる思考の明晰さは、しばしば信じられないほどです。だから、マーケティングやプロダクト、この対話の準備でさえ、「何を話すべきか?」と。昨日もカリフォルニアで30分ほど歩き回ってアイデアをブレインダンプしました。実際に聞いてくれて、私の代わりに点と点をつなぎ、あるいは私が——誰にでもバイアスはありますが——見えていないものを指摘してくれる。スキルファイルやコンテキストファイルになるエッセイをペンを取って書く必要もなく、ただ話すだけ。おしゃべりの才能というやつです。段落をいくつも書いては消して編集するよりはるかに効率的に、自分の思考を構造化できる。本当に重宝しています。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:22:54</time></p>
<p class="lt-turn__line">ええ。まあ、これからは何でもウォーターマークが入るようになるので、もっと気をつけないといけませんけどね。まさに。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:22:58</time></p>
<p class="lt-turn__line">ええ。JR、今日は時間を割いてくれて本当にありがとう。実現できて本当に嬉しいです。</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:23:02</time></p>
<p class="lt-turn__line">本当に楽しかった。ありがとう。確か——</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>Amit Kinha</strong><span class="lt-turn__role">DoiT フィールドCTO</span><time class="lt-turn__ts">1:23:03</time></p>
<p class="lt-turn__line">2週間ほど前に連絡して「カリフォルニアに行くんだ」と言ったら、「行くよ。車で——」</p>
</div>
<div class="lt-turn">
<p class="lt-turn__speaker"><strong>JR Storment</strong><span class="lt-turn__role">Tokenomics Foundation エグゼクティブディレクター</span><time class="lt-turn__ts">1:23:07</time></p>
<p class="lt-turn__line">LAまで運転して、実現させよう、とね。最高でした。呼んでくれてありがとう。素晴らしい対話でした。</p>
</div>
</div>
</div>
ホスト
Amit Kinha
Amit KinhaはDoiTのフィールドCTOとして、4,000社を超える企業がAWS、Google Cloud、Azure、Anthropic、OpenAI、AWS Bedrockをより効率的に運用できるよう支援しています。技術的な深みを戦略へと昇華させ、製品の方向性を形づくり、エンタープライズ顧客に助言し、go-to-marketのストーリーテリングを磨き上げています。
そのキャリアは金融、エンジニアリング、クラウドにまたがります。Goldman Sachsで7年間、MarcusとApple Cardのバックエンドを構築し、その後CitiのクラウドFinOpsプラクティスをゼロから立ち上げました。FinOpsアンバサダーであり、FOCUS運営委員会の選出メンバー、そしてTokenomics Foundationの創設ガバニングボードメンバーでもあります。
クラウド支出はダッシュボードで眺めるものではなく、行動につなげるものであるべきだ——そして最良のアイデアとは、人々が理解し、記憶し、語り継ぐものだと信じています。