OpenAIとAsanaが共同で喧伝する「590万ドル節約」事例の実体は、検証可能な実費(AIモデル利用費約1.1万ドル＋インフラ費約1千ドルで合計約1.2万ドル)と、検証不能などんぶり勘定の見積もり(600万ドル)との差し引きに過ぎない。しかもこの600万ドルの内訳——「エンジニア4人が5年がかりで対応するはずだった」という具体的な人数——は、Asana自身が公式に説明したものではない。The Pragmatic Engineer誌のGergely Oroszが「フルタイムエンジニア1人が1日に処理できる移行数×必要年数×人件費」という式から逆算した推測であり、後にAsanaの担当者Dan Ubilla氏への取材で、この見積もり自体が「back-of-the-envelope estimation(紙ナプキンの裏の概算)」だったことが確認されている。
AI導入のROIを評価する実務者にとって、この構造は他人事ではない。ベンダーが公表する「削減額」は常に、(a)監査可能な実費と、(b)「AIなしでは幾らかかったか」という監査不能な仮想見積もりの差分として計算される。数字の桁(590万ドルという規模感)そのものより、分母となる(b)の算出根拠——人数・単価・生産性の仮定——が開示されているかどうかを先に確認する方が、実務判断としてはるかに重要だ。開示がなければ、その削減額は検証済みの事実ではなく、ベンダーによる主張として扱うのが安全である。
これは単発の誇張ではない。AIの実利用効果を測ろうとする言説全体で、測定手法の限界をどこまで著者自身が明記しているかによって信頼性が大きく変わる、という同じ教訓が繰り返し確認されてきた。巨額のインフラ投資を正当化する数字が次々と公表される局面では、"検証可能な実費"と"検証不能な仮想見積もり"を無自覚に同居させた事例がこれからも量産されるだろう。もっとも、これは「AIに効果がない」という話ではない。The Pragmatic Engineerの記事自身も、見積もりの誇張を指摘した上で、AIによって従来は非現実的だった規模の移行が実行可能になったこと自体は事実だと結論づけている。疑うべきは「効果の有無」ではなく「効果の桁」だ。
何が起きたか
OpenAIは公式ブログで、顧客事例としてAsanaのCodex移行事例を公開した。タイトルは「Asana cleared 5 years of engineering work in 2 weeks with Codex」。Asana自身も自社ブログで同じ移行について詳細を説明している。対象はテストフレームワークEnzymeから、React Testing Libraryへの全面移行だ。Asana公式ブログによれば、実際の作業は「about a week and a half of engineering time, spread over two calendar weeks(実働1.5週間、暦週2週間)」で完了した。OpenAI公式ページも同旨で、「After 1.5 weeks of engineering effort spread across two calendar weeks, Enzyme was fully removed」と記している。
この移行についてAsanaは、「completing that full scope manually would have represented roughly $6M in fully loaded engineering effort(手動で完了させるにはフルロード人件費換算で約600万ドル相当)」という見積もりを示した。一方、実際にかかった費用はAsana公式ブログによれば「Model usage cost roughly $11K, with another $1K in infrastructure(モデル利用費約1.1万ドル、インフラ費約1千ドル)」、合計で約1.2万ドルにとどまる。600万ドルから約1.2万ドルを差し引いた約599万ドルという差額が、ニュースレター等では丸められて「590万ドル節約」として広まった。
2026年8月27日、The Pragmatic Engineer誌のGergely Oroszは、この600万ドルという見積もりの信憑性に疑問を呈する記事を公開した。
見積もりの中身——「4人×5年」は誰の数字か
Asana公式ブログは、600万ドルの見積もりについて人数や単価の内訳を一切明かしておらず、「back-of-the-napkin math(どんぶり勘定)」とだけ説明している。ニュースレター等で流布した「エンジニア4人が5年分の作業をする予定だった」という具体的な人数は、Asana自身の発表ではない。
Oroszは記事の中で、この見積もりがどう作られたかを次のように推測している。「フルタイムのエンジニア1人が1日に移行できるテスト数の上限を5〜10件と仮定し、そこから必要な人年数(おそらく20エンジニア年)を算出し、エンジニアの人件費を掛け合わせる」という式だ。20エンジニア年を5年で割れば4人という数字になる計算上の整合性はあるが、これはOpenAIやAsanaが公式に明言した内訳ではなく、Orosz自身の逆算による推測にすぎない。Oroszはその後、Asanaの担当者Dan Ubilla氏への取材を通じて、この見積もりが実際に「back-of-the-envelope estimation」だったことを確認したと記している。
Oroszはさらに、「OpenAIが引用する時間とコスト(600万ドル)は誇張されているように感じる」と指摘し、その心理的な要因として「気が進まないプロジェクトほど、エンジニアは見積もりを誇張しがちだ」という点も挙げている。
それでも移行の実効性は事実
Oroszの記事は見積もりの精度に疑義を呈する一方で、AIによって移行そのものが実行可能になったという点までは否定していない。記事はAI以前は数年がかりの大規模移行が稀だったという趣旨を述べた上で、AIが従来は非現実的だった規模の移行を実行可能にしたと結論づけている。実際、実働1.5週間という期間そのものは両社の公式発表で一致しており、確認された事実だ。疑うべきは「AIが移行を速くしたかどうか」ではなく、「その移行が"何年分"の作業に相当したか」という比較対象の設定の方である。
なぜ重要か
この一件が示すのは、AIベンダーが公表する「削減額」「時間短縮」といった数字の多くが、(a)監査可能な実費と、(b)算出根拠が非公開の仮想見積もりという、性質の異なる2つの数字の差分でできているという構造だ。(a)は誰でも検証できるが、(b)は往々にして開示されないまま「大きな数字」として一人歩きする。AI導入の意思決定やROI評価に携わる実務者は、公表された削減額そのものの大きさに注目するのではなく、その削減額を計算する際の分母——「AIなしなら何人が何年かけたはずか」という前提——が具体的に開示されているかどうかを、まず確認するべきだろう。開示されていない場合、その数字は検証可能な事実ではなく、ベンダーによる主張として扱うのが妥当だ。