Tokenomics Meetup#1 Tokenomicsを取り巻く背景と ちょっとしたご紹介

Transcript

1. Tokenomics Meetup#1 Tokenomicsを取り巻く背景と ちょっとしたご紹介 © 2026 NTT DATA, Inc. Date
2. Introduction 岡本隆史 所属：NTT DATA Group AI技術部 AI Technology Strategist / Generative AI Blackbelt Engineer • • • • フルスタックAIエンジニアとして、GPU基盤、推論基盤構築からAI Agent開発、懇親会の机の片づけまで何でもやる マレーシアに出向したり、Global Cloud Task Forceなどを経験していたため クラウド関係が10年ほどと長いが、基本的に飽きやすくいろいろな技術をつまみ食いしては、記事を書いたり本を書いた りしている(書籍10冊、Web・雑誌記事多分200以上) KubeCon、Re:Invent、NVIDIA GTCなどに出没することもある ×6 © 2026 NTT DATA Group Corporation
3. トークン消費の 世の中の動向 © 2026 NTT DATA, Inc. Date
4. © 2026 NTT DATA, Inc. Date
5. © 2026 NTT DATA, Inc. Date
6. Tokenomics=Token + Economics Tokenomics Foundationの定義 AI Tokenomics（すなわち「AI Economics」）と は、エネルギーと資本をAI能力へと転換し、その インテリジェンスを組織全体で効率的に活用する ことで、測定可能なビジネス価値を実現するため の規律である。 https://www.tokeneconomics.com/ © 2026 NTT DATA, Inc. Date
7. © 2026 NTT DATA, Inc. Date
8. Tokenomics=Token + Economics Tokenomics Foundationの定義 AI Tokenomics（すなわち「AI Economics」）と は、エネルギーと資本をAI能力へと転換し、その インテリジェンスを組織全体で効率的に活用する ことで、測定可能なビジネス価値を実現するため の規律である。 https://www.tokeneconomics.com/ →若干Tokenomics Foundationの定義は、DCベンダーやInferenceなど基盤層を強く意識している 印象があるので、本コミュニティでは、Tokenomicsは、AIによるコスト削減やバジェット管理、最 適化という意味で利用する(もちろんみなさんの納得いく定義で利用頂いても構いません！！)。 ただし、コスト削減といっても、品質や効果を犠牲にせずに、という文脈で利用する。 © 2026 NTT DATA, Inc. Date
9. Draft © 2026 NTT DATA, Inc. 9
10. Tokenomics Meetupとは? © 2026 NTT DATA, Inc. Date
11. © 2026 NTT DATA, Inc. Date
12. Model Researcher https://github.com/okamototk/model-report-skill © 2026 NTT DATA, Inc. Date
13. © 2026 NTT DATA, Inc. Date
14. コーディングベンチの比較 Astraが性能い いし安い？ Fable/Opusは高い 安くていいのは DeepSeek V4.1!! 中華最高！！ © 2026 NTT DATA, Inc. 14
15. 長文処理(RAGなど)の比較 Kimi K3がFable越え？？ DeepSeek, Lunaがコス ト効率がよさそう なんとAstraがLuna より低い！？ © 2026 NTT DATA, Inc. 15
16. Coding Telemetry Exporter https://github.com/okamototk/model-report-skill © 2026 NTT DATA, Inc. Date
17. © 2026 NTT DATA, Inc. 17
18. Datadog Agent Traceでのトレース表示例 Coding Agent Telemetry Exporter なら取得可能 標準のOTEL出力の 仕組みでは INPUT/OUTPUTま では表示不可 © 2026 NTT DATA, Inc. 18
19. Datadog Dashboardによる可視化例 © 2026 NTT DATA, Inc. 19 • トータルコスト • ユーザー毎のランキング • ツール毎のトークン消費 • etc…
20. Agent User Trainer Observabilityツールの持つAI SRE機能を活用し、 • ユーザーのAI Agentの利用傾向をトレースから 解析し、ユーザーの効率的なAI Agentの利用 を矯正 • システムの非効率な実装を検出 ex. • 前の会話と関係ないトピックを同じセッションで継 続→不要な前の会話のコンテキストがそのまま残る ため無駄なコストが発生 • 同じ指示が繰り返し実行されている • →AGENTS.mdなどの固定プロンプトでキャッシン グして効率化 • コードで実行すべき処理をプロンプトで実行させて いる→コードで実行することにより劇的にトークン 削減 • 頻繁にコンテキスト圧縮をしているため、キャッ シュの効率的な利用ができていない © 2026 NTT DATA, Inc. 20