トークン単価は98%下がった。なのにAIの請求書は320%増えた——「安くなるほど高くつく」時代の料金設計

2026年8月14日 15:47

「AIはどんどん安くなるから、待てば予算は楽になる」——もしそう思っているなら、2026年のデータは真逆の景色を見せています。トークン単価は2022年から約98%下落した。それなのに、企業のAI支出は同期間で320%増加しているのです[The Spend]。

こんにちは、水野です。MA/CRM業界のマネージャーとして本業でAIビジネスを設計し、副業でスタートアップの営業戦略を支援しています。そしてミュージシャン活動もしています。僕は以前、AI活用サービスの提供プランを設計したことがあり、「定額にするか、従量にするか」で頭を抱えた経験があります。今日はその経験も交えて、この「安くなるほど高くつく」パラドックスを、売る側と買う側の両面から書きます。

※本稿は公開情報の調査と個人の見立てです。数字は各調査の定義に依存するため、引用時は必ず一次情報を確認してください。

1. 何が起きているか——単価の崩壊と消費量の爆発

数字を並べます。平均的な企業のAI予算は2024年の年間120万ドルから2026年には約700万ドルへ[Oplexa]。Rampのエコノミストによれば、平均的な企業のトークン支出は2025年1月比で13倍。そしてFortune 500の一部では、月次の推論コストが数千万ドル規模に達しているといいます。

犯人は、チャットボットからエージェントへの移行です。人間がプロンプトを打つチャットなら1往復で済んだ処理が、自律エージェントは1つのタスクで10〜20回のLLM呼び出しを裏で連鎖させる。典型的なエージェントジョブは回答を出すまでに約96,000トークン——小説一冊分のテキストを消費するという分析もあります。2023年に0.04ドルだった処理が、2026年のエージェント構成では約1.20ドル。単価が下がっても、消費量がそれを圧倒的に上回るペースで増えているわけです。

事態は標準化団体が動くところまで来ました。2026年6月、Linux Foundationが「Tokenomics Foundation」を設立し、AIコストの計測・課金テレメトリの標準化に乗り出しています[Practical Logix]。

2. 売る側として——僕が料金プラン設計でハマった穴

この構造、僕には苦い実感があります。AI活用サービスの提供プランを設計したとき、僕は「月額定額制で安心」を売りにしたプランを作りました。顧客の心理的ハードルを下げるには定額が正解に見えたからです。

でも裏側を考えると、定額プランは消費量の爆発リスクを提供側が全部かぶる設計です。エージェント型の処理が増えれば増えるほど、原価は読めなくなる。逆に従量課金にすれば原価リスクは顧客に移りますが、今度は顧客側で「請求書ショック」が起きて解約リスクになる。Gartnerの調査でも、多くのベンダーがトークン消費の計算方法すら開示しておらず、企業側のコスト予測をほぼ不可能にしていると警告されています[GovInfoSecurity]。

いま振り返って正解だと思うのは、定額か従量かの二択で悩むのをやめて、「消費量を最初から見せる」ことです。定額プランでも消費メーターを顧客に開示し、「従量ならいくらだったか」を見せておく。これは信頼構築であると同時に、いずれ価格改定するときの保険にもなります。AIサービスを売るすべての人に伝えたい教訓です。

3. 買う側として——コスト管理は財務ではなく設計の仕事

一方で僕は、買う側・使う側でもあります。日常的にエージェントを並行稼働させている身として断言しますが、AIコストは使い方の設計で1桁変わります。

エンタープライズの現場で有効とされている対策は、意外と地に足がついています[Thoughtworks]。

- ルーティング: 簡単なタスクは小型モデルへ、フロンティアモデルは複雑な推論だけに温存する

- キャッシュ: 同じ質問に毎回推論させない。意味的に同じ問いは結果を再利用する

- サーキットブレーカー: エージェントが無限ループでトークンを溶かす前に止める仕組みを入れる

僕自身の運用でも、調査系の下働きは軽いモデル、判断が必要な部分だけ上位モデル、という使い分けを徹底しています。ここで大事なのは、これが財務部門の仕事ではなく、業務を設計する人間の仕事だということ。MA/CRMの世界でワークフローを設計してきた人なら、「どのステップにどのコストの処理を割り当てるか」という発想はそのまま使えます。

4. この危機は、現場を知る人間のチャンス

「AIコスト危機」と聞くと暗い話に見えますが、僕はむしろチャンスだと捉えています。理由は2つ。

1つ目は、コスト設計ができる人材が圧倒的に足りないこと。FinOpsの実務者の98%がAI支出の管理を担うようになった一方で、トークン消費を業務設計のレベルでコントロールできる人はまだ少ない。ツールの知識と業務の知識の両方が要るからです。

2つ目は、料金設計そのものが商品になること。「AIを導入したい」の次に必ず来るのは「AIの請求書をなんとかしたい」です。売る側の値付けの痛みと、買う側の請求書の痛み、両方を知っている人間は、この相談に乗れます。僕が副業で営業戦略を支援するときも、AI関連の提案には必ずコスト構造の話を入れるようにしています。派手さはないけれど、いま一番感謝される部分です。