7月24日、SiliconAngleが「Tokenomics defines agentic AI economics」と題した記事を公開した。AIエージェントの常時稼働が企業コストの構造を変えつつある中で、トークン消費の経済性（トークノミクス）が企業予算の制約要因として浮上している——現時点でエージェントを実際に使っているのは世界人口の1%未満に過ぎないにもかかわらず、だ。普及余地がほぼ手つかずで残っている今、コスト構造を設計段階から押さえておくことがエンジニア・アーキテクトに求められつつある。

エージェントはチャットボットと何が違うか

チャットボットはユーザーの入力を待つ。AIエージェントは待たない。自律的に動き続け、他のエージェントとも通信する。この「常時稼働」への移行が、推論（インファレンス）の需要パターンを根本から変えている。

Cisco Systemsのプレジデントかつ最高製品責任者（CPO）であるJeetu Patel氏は、AMD Advancing AIイベントでSiliconAngleのインタビューに応じ、この変化を数字で示した。

「エージェントを実際に使っているのは、世界人口の1%未満だ。エージェントがチャットボットからの段階的な飛躍であり、個人や企業の生産性を根本的に変えうると信じるなら、かなり長い期間にわたって供給不足が続くと思う」

現時点では普及率が極めて低い。裏を返せば、推論需要の成長余地はほぼ手つかずで残っている。このフェーズにおいてコスト設計の原則を確立できた企業が、スケールアップ局面で優位に立てる可能性が高い。

トークノミクスとは何か

トークノミクス（tokenomics）とは、ここではAIトークン消費の経済性を指す用語としてPatel氏が使っている。LLM（大規模言語モデル）はテキストをトークン単位で処理し、課金もトークン単位で発生する。チャットボット用途では人間の入力頻度に依存するため消費量は断続的だが、エージェントが24時間稼働し、さらにエージェント同士が通信し合う構成では、トークン消費が連続・複合的に積み上がる。

この構造変化は、クラウドコストの管理手法にも再考を迫る。従来のAPIコスト管理はリクエスト数や月次の利用量を追うだけで足りた。しかしエージェントが自律的にサブタスクを分解し、他エージェントに委譲しながら稼働する環境では、「どのエージェントが、どのモデルに、何トークン使ったか」をリアルタイムで把握できなければ、予算超過の検知さえ遅れる。

企業がエージェントを本格展開した場合、可視性がなければコスト管理は機能しない。Ciscoが提供するCisco Cloud Controlは、クラウド・プライベートデータセンター・エンドポイントにまたがる推論リソースを一元管理するプラットフォームで、このトークン可視性を中核機能の一つとして位置付けている。

「どのエージェントがトークンを消費しているか、その消費が過剰になっていないか——そこへの可視性を提供する」（Patel氏）

インフラ的には、AMDが推論ルーティングとコンピュートを担い、Ciscoがネットワーク帯域・セキュリティ・トークノミクス管理を担うという役割分担になっている。

「全部フロンティアモデルに投げる」はコスト的に成立しない

コスト抑制のためにCiscoが取っているアプローチが、タスク特化型の小型モデルへのルーティングだ。Ciscoが最近リリースしたAntaresは、コードの脆弱性発見に特化したオープンウェイトモデルで、社内データをクラウドに送らずに処理できる点が特徴だ。

Patel氏は、このモデルを使って脆弱性の70%を検出し、残りの30%についてはAnthropicやOpenAIのフロンティアモデルで補完するという使い方を例示した。

「70%をそのやり方で見つけられれば十分だ。残りの30%はフロンティアモデルで見つける」

小型モデルで処理できるタスクをフロンティアモデルに流さない——この「インテリジェントルーティング」がトークノミクス管理の実装上の核心であり、エンジニアが設計時に意識すべきポイントでもある。全タスクをGPT-4クラスのモデルに委ねるアーキテクチャは、単一タスクの精度評価では成立しても、エージェントが並列・連続稼働するスケールでは経済的に破綻しうる。

普及の最大の壁は「使いやすさ」

コンピュートでも帯域でもなく、使いやすさが普及を制限している、というのがPatel氏の見立てだ。

「かなり速いペースで進んでいるが、80億人全員が何千ものエージェントを立ち上げられるレベルのシンプルさには、まだ全然届いていない」

インターネットが一般ユーザーに届くまでにたどった距離と同じ道のりを、エージェント技術もこれから歩む必要があるとPatel氏は指摘した。現在の普及率1%未満という数字は、裏返せばインフラ・ツーリング・コスト設計のいずれも「まだ本番水準に達していない」ことを示している。使いやすさの改善とトークノミクス管理の成熟は、普及曲線を左右する両輪になるだろう。

トークノミクスという概念は、これまで主にブロックチェーン文脈で使われてきたが、エージェントAIの文脈では「誰がどのモデルに何トークン使ったか」を管理するコスト設計の問題として再定義されつつある。エージェントを本番環境で運用するチームにとって、この可視性と小型モデルへのルーティング設計は、インフラ選定と並んで検討が必要な要素になってきている。

詳細はTokenomics defines agentic AI economicsを参照していただきたい。