アクセンチュア (Accenture) は8月7日(現地時間)、人工知能 (AI) モデルのトークン消費によって増大する運用コストへの対応として、費用削減策を模索していることが明らかになった。同社の内部データ分析により、AI利用におけるトークン消費の主な原因が技術者以外の従業員にあると判明。特にPDFファイルの処理が大きな要因となっているという。この状況は、Simon Willison's Weblogが同日報じた内容で言及されており、2026年6月24日に404 Mediaが報じた情報も引用されている。
アクセンチュア (Accenture) は、人工知能 (AI) の活用が広がる中で、AIモデルが消費するトークン量に起因する運用コストの増大に直面しており、その費用抑制に向けた具体的な方策を検討している。
Simon Willison’s Weblogが8月7日(現地時間)に報じたところによると、この問題の背景には、同社の内部データ分析で明らかになった特定の傾向がある。それは、AIモデルのトークン消費の大部分が、技術者以外の従業員の利用行動に起因しているという事実である。
ジャスティス・クワック (Justice Kwak) 氏によると、アクセンチュアの内部データは、技術者ではない従業員がAIを利用する際に発生するトークン消費が、全体の消費量を押し上げる主要因であることを明確に示しているという。これは、AIの利用が特定の専門職に限らず、幅広い職種の従業員に拡大している現状を反映したものと見られる。
特に指摘されているのは、PDFファイルの取り扱いに関連するプロセスだ。スチュワート・ヘンダーソン (Stuart Henderson) 氏は、PDFファイルを画像に変換し、さらにそこからMarkdownファイルへと変換する一連の作業がone of the biggest drivers of token consumption（トークン消費の最大の要因の一つ）であるとの見解を示している。クワック氏も、アクセンチュアのデータがヘンダーソン氏の指摘の真実性を示していると応じている。
この問題は、2026年6月24日に404 Mediaが報じた記事で詳細に触れられており、Simon Willison’s Weblogの記事はこの情報を引用・補強する形となっている。PDFは、その性質上、テキスト情報を直接抽出するのが難しい場合が多く、人工知能モデルで処理を行う際には、画像認識などを経由して情報を構造化する必要がある。この変換プロセス自体が、AIモデルに大量のトークンを消費させる原因となる。
例えば、PDF内の表データや図表を正確に読み取り、意味のある情報としてモデルに理解させるためには、高度な画像処理や自然言語処理が求められ、その過程でモデルは多くの計算リソース、すなわちトークンを消費することになる。技術者ではない従業員が日常的に大量のPDF資料を人工知能を利用して処理しようとする場合、こうした非効率なプロセスが積み重なり、結果として多大なコスト負担につながるとアクセンチュアは分析している。
アクセンチュア社内では、PDFが情報を伝達する上で「効率の悪い媒体」であるという認識が共有されており、この知見は同社が直面する人工知能関連コスト問題の解決策を模索する上で重要な示唆を与えている。同社は、この実証されたデータを基に、PDFを多用する企業に対し、より効率的な情報共有や人工知能モデルとの連携におけるベストプラクティスを提案していく可能性もある。
企業がAIを広範に導入する中で、その運用コスト、特にトークン消費の最適化は避けて通れない課題となっている。アクセンチュアの事例は、人工知能モデルのコスト管理においては、技術的な側面だけでなく、従業員の人工知能利用習慣や、既存のデータ形式との整合性といった、より広範な視点でのアプローチが不可欠であることを示唆している。
参考: Simon Willison’s Weblog (アーカイブ) — 2026年8月8日 01:18 (JST)