AIの単価下落でも企業の請求額が増加　自動処理の拡大が影響

人工知能じんこうちのう（AI）の大規模だいきぼ言語げんごモデル（LLM）において、処理しょり単位たんいである「トークン」の単価たんかが急激きゅうげきに下落げらくしているにもかかわらず、企業きぎょうのAI関連かんれん費用ひようが急増きゅうぞうする現象げんしょうが生しょうじています。米べいベンチャーキャピタルのアンドリーセン・ホロウィッツの分析ぶんせきによると、同おなじ性能せいのうを得えるためのトークン単価たんかは年としに約やく10分ぶの1のペースで低下ていかしており、2021年ねんに100万まんトークン当あたり約やく60ドルだった処理しょりコストは、2024年ねん後半こうはんには約やく0.06ドルまで下さがりました。しかし、2025年ねんから2026年ねんにかけて単価たんかが約やく8割わり下落げらくした一方いっぽうで、企業きぎょうのLLM APIに対たいする支払額しはらいがくは前年比ぜんねんひ84％増ぞうと倍増ばいぞうに近ちかいペースで増加ぞうかしています。

この費用ひようの急増きゅうぞうを招まねいている主要しゅような要因よういんは、一問一答型いちもんいっとうがたのチャットから、自律的じりつてきにタスクを遂行すいこうする「AIエージェント」への移行いこうです。エージェントは計画立案けいかくりつあん、ツール呼よび出だし、結果けっかの確認かくにんと修正しゅうせいというループを繰くり返かえし実行じっこうするため、1つのタスクでモデルを数十回すうじゅっかいから200回かい近ちかく呼よび出だすことがあります。米べいアンソロピックの研究けんきゅうによれば、エージェント型がたワークフローは通常つうじょうのチャットの約やく4倍ばい、複数ふくすうエージェントが連携れんけいする構成こうせいでは約やく15倍ばいのトークンを消費しょうひします。さらに、会話履歴かいわりれきや大規模だいきぼなシステムプロンプトをやり取とりごとに再送信さいそうしんすることが隠かくれたコストとなり、単価たんかの下落速度げらくそくどを超こえる消費量しょうひりょうの増大ぞうだいを引ひき起おこしています。

また、APIをエージェント向むけツールとして連携れんけいさせる際さいの実装方法じっそうほうほうもトークン消費しょうひと処理精度しょりせいどに影響えいきょうを与あたえています。例たとえば「MCP（Model Context Protocol）」を用もちいて既存きそんAPIをそのままツール化かすると、ツール定義ていぎのみで数万すうまんトークンを費ついやし、モデルの文脈枠ぶんみゃくわく（コンテキストウィンドウ）を圧迫あっぱくします。米べいポストマンによる検証けんしょうでは、18種類しゅるいの主要しゅようモデルにおいて利用可能りようかのうなツール数すうが増ふえるほど選択せんたくミスが発生はっせいしやすく、簡単かんたんな課題かだいでも回答精度かいとうせいどが低下ていかすることが示しめされました。無制限むせいげんにツールを提供ていきょうするのではなく、主要しゅような目的もくてき（インテント）に応おうじて10〜30程度ていどに絞しぼり込こむことで、選択精度せんたくせいどが3倍ばい以上いじょうに向上こうじょうし、トークン消費量しょうひりょうも大幅おおはばに削減さくげんできると指摘してきされています。

さらに、AI運用うんようの全ぜんコストのうちモデル自体じたいの生成せいせいコストが占しめる割合わりあいは一部いちぶにとどまります。本番運用ほんばんうんようにおけるAIコストの約やく72％は、オーケストレーションやリトライ、監視かんし、データ変換へんかんといった周辺処理しゅうへんしょりで発生はっせいしていると分析ぶんせきされています。こうした「目めに見みえにくいコスト」の増大ぞうだいを受うけ、企業きぎょうにおけるコスト管理かんり（FinOps）の重要性じゅうようせいが高たかまっています。FinOps Foundationの調査ちょうさによると、AI支出ししゅつを独立どくりつした管理対象かんりたいしょうとして扱あつかう組織そしきの割合わりあいは2024年ねんの31％から2025年ねんには63％、2026年ねんには98％へと急拡大きゅうかくだいしており、AIコスト管理かんりは技術現場ぎじゅつげんばだけでなく経営課題けいえいかだいとして捉とらえられつつあります。