AI の費用は、使う人数では決まらない。使った量で決まる。処理そのものの単価はこの二年で大きく下がったのに、2026 年 5 月に行われた調査では 93% の企業が AI の予算を超過していた。安くなるほど請求額が増えるこの逆転をどこで止めるかが、いま経営の論点になっている。
何が起きたか — 単価は下がり、総額は増えた
AI が文章を処理するときの最小の単位を、業界ではトークンと呼ぶ。文章をいくつかに区切ったかたまりだと考えればよい。この処理の値段は急速に下がった。McKinsey の集計によれば、2024 年初めに 100 万トークンあたり 20 ドルかかっていた水準の処理が、2025 年末には 0.07 ドルまで下がっている。
ところが同じ時期に、企業が対話型 AI の中核にある言語モデル(LLM)へ支払う金額は 3 倍になった。2026 年 5 月の調査では、93% の企業が AI 関連の予算を超過している。五社に一社にあたる 20% は、運用コストを理由に AI の利用そのものを意図的に抑えたと答えた。
費用の内訳も、経営が想定していた形とは違っていた。同じ分析では、AI エージェントにかかる費用の 60% が「応答の練り直し」に使われている。一度で答えが出ず、AI が自分の出力を検証し、書き直し、別の処理に回して確かめる。その往復が請求額の過半を占めていた。多くの企業の予算表に、この費目は存在しない。
なぜ読めないのか — 一回の指示が、一回で終わらない
従来のソフトウェアは、席数で費用が決まった。社員が百人なら百人分。使っても使わなくても金額は同じで、だから予算が立った。AI はこの前提を壊す。料金は処理した量に連動し、その量は事前にはわからない。
さらに、指示を受けて自分で手順を分けて実行する AI(エージェント)が広がったことで、振れ幅が大きくなった。人間が一回出した指示が、機械同士のやりとりを何十回も引き起こす。ひとつのエージェントが複数の下請けのエージェントを呼び、それぞれが出力を磨いてから上へ返す。同じ結果を得るのに、単純な問い合わせの何十倍もの処理量になることがある。費用は使用量に素直に比例せず、跳ね上がる。
実例がある。Uber は 2026 年の AI 予算を 4 か月で使い切った。同社の Andrew Macdonald 最高執行責任者は、増えた利用量と利用者に届いた新機能とのつながりについて「その線はまだ引けていない」と述べ、暗黙のうちに出荷量は増えているかもしれないが、統計と成果を結ぶ線は引きにくいと説明している。自律的に動く AI が書いたコードは、コミットされたコードの約 10% にあたる。支出は確実に増えたが、それが何を生んだかは数字で示せていない。
費用が読めないこと自体より、読めないまま使用量だけが増えることのほうが重い。技術予算全体の 10% を超える額を AI に投じている企業が 28% ある一方、AI が営業利益にプラスに効いたと答えた企業は 37% にとどまる。投じた額と返ってきた額が、同じ精度では測られていない。
経営層への影響 / 日本企業への含意
ここで効いてくるのは、技術の選択ではなく社内の決め事のほうだ。使った量で動く費用には、上限と打ち切りの基準が要る。誰がいくらまで使ってよいのか。超えたときに止めるのか、承認して続けるのか。止める判断を現場に委ねるのか、月次で経営が見るのか。この三つを決めていない会社は、月末に請求書を見て驚くことになる。
日本企業にとって、これは稟議と原価計算の話に翻訳できる。席数で買っていたものは、年度初めに一度決めれば済んだ。使った量で買うものは、部門別の配賦と案件別の原価をどう置くかという設計を伴う。受託や制作のように顧客へ請求する事業なら、見積書のどこにこの費用を載せるかまで決めなければ、原価が読めないまま受注することになる。
反対の見方もある。McKinsey 自身は、単価を睨むのではなく成果の価値で見るべきだという立場を取る。あるエージェントが生む出力が、練り直しの回数と人の監督時間と後工程での誤りの修正費用を含めた総原価より価値があるかどうか。それが判断の基準だという。上限を厳しくしすぎれば、効いている使い方まで止まる。上限は使わせないための装置ではなく、判断を遅らせないための装置として置くほうがよい。
もうひとつ。どのモデルを選び、どの処理をどこへ振り分けるかは、これまで技術部門の裁量だった。それが直接、予算に響くようになった。モデルの選択と処理の振り分けと出力の検証は、もはや技術だけの決定ではなく、調達と経理が技術部門と一緒に持つべき決定になった、というのがこの分析の示唆である。
SYNCON の視点 — 見積もりの単位を、人数から処理量へ
費用が事業の前提になったことを、いちばんはっきり示しているのが、使い込む側の動きだ。法務向け AI の Harvey は、2026 年 9 月 10 日に 5 億 5,000 万ドルを調達し、評価額は 156 億ドルになった。同社は 2026 年 8 月、自社モデル「Tenet」を出している。外部の AI 企業に接続して処理を頼むのではなく、学習済みの設定値が公開されたモデル(オープンウェイトモデル)を取り込み、自社の設備で弁護士が作った資料を使って仕上げ直したものだ。法務技術の助言者は、自社のモデルへ処理を回せるぶんだけ外部への支払いが減り、収益性が上がりうると指摘している。同じ動きは Thomson Reuters にも出ている。
ただし万能の手ではない。外部に任せていた安全管理の責任が自社に移る。AI 分野の法務専門家は、これまで他社が担っていた部分が自分の担当になると述べ、よく手入れされた外部のモデルに頼る利点を手放すことになると指摘する。維持と更新の手間も自社持ちになる。自社で抱えるか、外に払い続けるか。どちらが安いかは、自社の処理量が読めて初めて比べられる。つまり順番は逆で、モデルをどうするかより先に、自社が何にどれだけ処理を使っているかを測るほうが先にある。Harvey が自社モデルへ動けたのは、使用量と原価が見えていたからだ。
来週の経営会議で問うべきは、「AI にいくら使っているか」ではない。「一件あたりいくらで、その一件は何を生み、いくらまでなら払うと決めてあるか」。この三つに答えられる人が、いま社内にいるだろうか。
要点まとめ
- AI の費用は席数ではなく処理量で動く。単価は 2024 年初めの 100 万トークンあたり 20 ドルから 2025 年末に 0.07 ドルまで下がったが、企業の支出は 3 倍になった
- 2026 年 5 月の調査では 93% の企業が AI 予算を超過し、20% は運用コストを理由に利用を抑えた
- エージェントにかかる費用の 60% は「応答の練り直し」。多くの企業の予算表にこの費目がない
- Uber は 2026 年の AI 予算を 4 か月で使い切り、自律的な AI が書いたコードは約 10%。支出と成果を結ぶ線はまだ引けていない
- 技術予算の 10% 超を AI に投じる企業が 28%、営業利益にプラスと答えたのは 37%
- Harvey は 5 億 5,000 万ドルを調達し評価額 156 億ドル。自社モデル「Tenet」で外部への支払いを減らす側に回った
- 決めるべきは上限額、超過時の扱い、止める権限の所在。モデルの選択は経理と調達も関わる決定になった
情報ソース:
・Fortune「Uber burned through its entire 2026 AI budget in four months. Now its COO is questioning whether it’s worth it」(2026 年 5 月 26 日)
https://fortune.com/2026/05/26/uber-coo-ai-spending-tokens-claude-code/
・MarketScale「60% of agentic AI costs go to response refinement, and most enterprises are already over budget」(2026 年 9 月)
https://www.marketscale.com/industries/software-and-technology/60-of-agentic-ai-costs-go-to-response-refinement-and-most-enterprises-are-already-over-budget
・Bloomberg Law「Legal Tech AI Firms Shift Away From Anthropic, OpenAI Reliance」(2026 年 9 月)
https://news.bloomberglaw.com/legal-ops-and-tech/legal-tech-ai-firms-shift-away-from-anthropic-openai-reliance
・TechFundingNews「Harvey lands $550M at $15.6B valuation as it builds its own legal AI models」(2026 年 9 月)
https://techfundingnews.com/harvey-lands-550m-at-15-6b-valuation-as-it-builds-its-own-legal-ai-models/
・Chris Skinner’s blog「The true cost of AI (Part One)」(2026 年 9 月)
https://thefinanser.com/2026/09/the-true-cost-of-ai-part-one
AI・最新テックの動きを、毎日 X でお届けしています
X で @SYNCONJP をフォローPR
コメント