Meta社員8万5,000人の間で、奇妙な競争が繰り広げられています。AIトークンをどれだけ多く使うかを巡ってです。 30日間の総使用量は60兆トークンを超え、1位は一人で2,810億トークンを消費しました。公開価格換算で、一人が140万ドル以上を使った計算になります。
単なる社内ミームにとどまりません。シリコンバレー全体で「トークンマクシング（tokenmaxxing）」という新しい文化が広がっており、NvidiaのCEOジェンスン・フアン氏は「50万ドルのエンジニアがトークンに25万ドルも使っていなければ、深刻に心配する」とまで語っています。
これは何?
Meta社内で、ある社員が自発的に作成した「Claudeonomics」というリーダーボードがありました。AnthropicのClaudeモデル名から取ったもので、社員のAIトークン使用量を追跡し、上位250名のランキングを公開していました。
Claudeonomics — Claudeモデルから名付けた自作ダッシュボード
全社員8万5,000人のAIトークン消費量、上位250名の公開ランキング
Token Legend、Session Immortal、Cache Wizardなどのゲーミフィケーション称号
30日間の総計60兆トークン、1位個人で2,810億トークン消費
興味深いのは、マーク・ザッカーバーグも、CTOのアンドリュー・ボスワースも上位250名に入っていなかった点です。 実際にトークンを最も多く使うのは、コーディングにAIを直接活用しているエンジニアたちでした。
ところが、このリーダーボードは公開からわずか2日で閉鎖されました。内部データが外部に漏洩したことで、制作者が自主的に閉鎖したのです。「トークンを楽しく見てみようという趣旨だったが、ダッシュボードのデータが外部に共有されたので一旦閉じることにした」というメッセージだけを残しました。
何が変わるのか?
Claudeonomicsは姿を消しましたが、この現象が示すトレンドははるかに大きなものです。
| 従来の成果測定 | トークンマクシング時代 | |
|---|---|---|
| 測定指標 | コード行数、コミット数、完了タスク | AIトークン消費量、エージェント稼働時間 |
| 報酬方法 | 年俸、ボーナス、RSU | 年俸＋トークン予算（4番目の報酬要素） |
| 生産性の視点 | 直接の成果物基準 | AI活用能力が成果物を決定 |
| リスク | 残業文化、バーンアウト | 意味のないトークン消費（インプット・ゲーミング） |
シリコンバレーのリーダーたちのスタンスは明確です：
ボスワース（Meta CTO）：「最高のエンジニアが自分の年俸分をトークンに使っているのに生産性が5〜10倍上がった。安い投資だ。続けろ。上限はない。」
ジェンスン・フアン（Nvidia CEO）：「50万ドルのエンジニアに年末にトークンにいくら使ったか聞く。5,000ドルと言ったら、私は完全に頭がおかしくなる。」
ジェンスン・フアン（GTC 2026）：「今後、すべてのエンジニアに年間トークン予算を付与する。基本給の半分程度をトークンとして上乗せし、10倍に増幅させる。」
Metaはここからさらに一歩踏み込みました。2025年11月、人事責任者のジャネル・ゲイル（Janelle Gale）氏が「AIが生み出すインパクトを、2026年から人事評価の核心的な期待値とする」と全社員に通知しました。 個人のAI活用が公式の成果指標となる時代が始まったわけです。
この流れはMetaだけの話ではありません。OpenAIにも社員トークン使用リーダーボードがあり、3月のある一週間では1位が2,100億トークンを使用しました。 Sendbirdのようなスタートアップは、1日1億トークン以上使う社員に「AI God」の称号を付与し、コーヒーギフトカードから追加有給休暇まで提供しています。
でも、本当に大丈夫なのか?
経営学の古典的な論文があります。1975年にスティーブン・カー（Steven Kerr）が書いた「On the Folly of Rewarding A, While Hoping for B」——Aを報酬としながらBを期待する愚かさについての論文です。 イーサン・モリック（Ethan Mollick）ウォートンスクール教授がMetaのToken Legends現象を見て、まさにこの論文を引用したのは偶然ではありません。
核心となるジレンマ：トークン消費量（インプット）を報酬としながら、実際の生産性（アウトプット）を期待している。一部の社員はAIエージェントを何時間もアイドル状態で回して順位を上げる。これは印刷した紙の枚数で作家の実力を評価するようなものだ。
実際にThe Informationの報道によると、Meta現職社員2人が「リサーチタスクにトークンを最大限投入して順位を上げる同僚がいる」と証言しています。 SendbirdのCEOも「上位10名のうち8名は実際に生産的だが、残りは実験的だ」と認めています。
始め方のポイント
Token Legends現象から学べる点は明確です。AI導入を加速させながら、測定の罠にはまらないこと。組織にAI導入文化を設計する際に活用できるフレームワークです。
- インプットではなくアウトプットを測定する
トークン消費量そのものは先行指標に過ぎない。核心となる指標は、AIを活用して実際にリリースした機能、短縮したリードタイム、改善した品質だ。Metaの失敗はインプットをゲーミファイしたこと。ダッシュボードを作るなら「AI活用で変わった結果」を見せるものにしよう。 - トークン予算は投資として捉える
ジェンスン・フアン氏の「年俸の半分をトークンに」という考え方は過激に見えるが、本質は正しい。AIコンピューティングをコストではなくインフラ投資として捉えること。ただし、チーム別ROIダッシュボードを併せて運用することが不可欠だ。 - ゲーミフィケーションは慎重に
MetaのLevel Upゲーム、Claudeonomicsリーダーボード——初期導入には効果的だ。ただし、称号争いが目的化した瞬間に歪みが生まれる。探索段階では使用量バッジを、定着段階では成果バッジへと切り替えよう。 - 人事評価にAI活用能力を盛り込む際は、活用の「方法」を評価する
MetaのようにAI-driven impactを人事評価に組み込む方向性は正しい。ただし「どれだけ使ったか」ではなく「どのように活用して何を達成したか」を基準にすべきだ。 - ガードレールを先に設計する
チーム別トークン割当量、コストダッシュボード、使用目的のタグ付け。Claudeonomicsが2日で閉鎖されたのは、ガードレールなしで透明性だけを高めたからだ。データセキュリティポリシーと合わせて運用しよう。
さらに深掘りしたい人へ
「On the Folly of Rewarding A, While Hoping for B」 — インセンティブ設計の古典。測定しているものと望んでいるものが異なるときに生じる組織の歪みを論じている。Meta Token Legendsがなぜ危険なのか、この論文一つで説明できる。
Meta、Nvidia、Databricks、Sendbirdなどシリコンバレー全体のトークンマクシング文化をまとめた記事。各社がトークン消費をどのように奨励しているか、具体的な事例が豊富だ。
2026年からAI-driven impactがMetaの人事評価の核心的な期待値となった背景。Janelle Galeの内部メモの内容とLevel Upゲームなどの導入戦略を取り上げている。
