目次
AI導入の稟議書には、長いあいだ同じ形式が使われてきた。単価があり、数量があり、期間があり、掛け合わせた総額がある。決裁者はその総額を見て判断し、経理はその金額を年度予算に組み込む。日本の大企業が数十年かけて磨いてきた、極めて合理的な手続きである。
2026年8月に並んだ2つの数字は、この手続きがAIエージェントに対して機能しなくなっていることを示している。
ひとつは、価格が下がったという数字だ。 投資銀行Jefferiesの分析によれば、企業向けAI推論の平均単価は8月6日から8日にかけて百万トークンあたり1.16〜1.18ドルまで低下し、2026年に記録された最安水準をつけた。5月31日時点では2.04ドル、7月下旬でも1.45ドルだったから、わずか2ヶ月あまりで4割以上下がった計算になる。
もうひとつは、それでも予算が超過しているという数字だ。 FinOps Foundationが2026年2月に公表した「State of FinOps 2026」では、回答者の73%が、AIコストが当初の見積もりを超過したと答えている。 支出を誤差±10%以内で予測できている組織は、わずか20%である。
単価は下がった。総額は増えた。この2つが同時に起きているとき、問題は価格ではない。消費量を決めているのが、もう人間ではないということだ。
単価は最安、請求は最高 ― 逆行する2つの数字と、入れ替わった課金単位
2026年8月に並んだ2つの逆行する数字を示す図。左側は推論単価が今年の最安値へ向かった推移で、5月31日が百万トークンあたり2.04ドル、7月下旬が1.45ドル、8月6日から8日が1.16ドルから1.18ドルで2026年に記録された最安水準。値下がりの要因はGPT-5.6の最大80パーセントの値下げ、Claude Opus 5の低価格化、中国系オープンモデルの浸透であり、出所は投資銀行JefferiesによるSilicon Dataのデータに基づく分析。右側はそれでもAI予算が超過しているという実態で、73パーセントがAIコストが当初の見積もりを超過、20パーセントのみが支出を誤差プラスマイナス10パーセント以内で予測できている、98パーセントがAI支出を管理対象にしている、これは2024年の31パーセント、2025年の63パーセントからの上昇であり、AI支出のうち推論が占める割合は80から90パーセント。出所はFinOps Foundationの State of FinOps 2026 で、回答1192名、年間クラウド支出830億ドル超を代表する。結論として、単価は下がり総額は増えた。消費量を決めているのが、もう人間ではないからである
まず価格側を確認しておく。
Jefferiesは、企業が実際に支払っている推論の平均単価を継続的に追跡している。その分析では、値下がりの主因は2つある。ひとつは主要ベンダーの値下げ競争で、OpenAIはGPT-5.6の価格を最大80%引き下げ、AnthropicのClaude Opus 5も上位モデルの性能に対して大幅に低い価格帯を提示した。もうひとつは中国系オープンソースモデルの浸透で、DeepSeekのV4-Flashのようにタスクあたり0.03ドルという水準の選択肢が現れたことが、市場全体の価格を押し下げている。
つまり、「AIは高いから使えない」という2024年型の議論は、単価に関する限りほぼ終わっている。
問題は支出側である。FinOps Foundationの「State of FinOps 2026」は、1,192名の実務者から回答を得た調査で、対象は年間830億ドル超のクラウド支出を管理する層である。ここで起きている変化は劇的だ。
- AI支出を管理対象にしているFinOpsチームは98%。 2024年は31%、2025年は63%だったから、2年で3倍以上になった
- AI支出の80〜90%は、学習ではなく推論に発生している
- 73%が、AIコストが当初の見積もりを超過したと回答
- 支出を±10%以内で予測できているのは20%のみ
- AIコスト管理は、実務者が今後12ヶ月で最も身につけたいスキルの1位（58%が優先）
そしてもうひとつ、組織構造に関する数字が示唆的である。FinOps機能の78%はCTO/CIO組織に属し、CFO組織に属するのは8%にとどまる。 AIのコスト統制は、財務の仕事ではなく、アーキテクチャの仕事として扱われはじめている。
この構図を一言でまとめるとこうなる。単価は市場が下げてくれる。しかし消費量は、自社の設計でしか決まらない。 そして消費量を決める主体が人間からエージェントに移った以上、従来の「見積もる」という行為そのものが成立しなくなっている。
「席」で買えなくなった ― 課金単位が入れ替わった2026年
2026年に課金の単位が席から行動量へ入れ替わったことを示すタイムライン図。4月22日にMicrosoftがAgent StoreとFoundryのエージェント課金を開始。6月1日にGitHub Copilotの全プランが従量課金へ移行し、Premium Request Unitを廃止して消費トークンに応じたGitHub AI Creditsへ切り替えた、発表は4月27日。7月にSAPがクラウド更新で、OracleがFusion 26Cで消費課金を適用。7月13日にGoogleがAgent Engine Gatewayの課金を開始。通年でSalesforce AgentforceがFlex Creditsを提供し、10万クレジット500ドル、標準アクション1回が20クレジットで約0.10ドル。あわせて2つの補足。エージェントの自律実行1回は対話プロンプト5回から10回分のクレジットを消費し、席数の予測では消費量の伸びを捉えられない。Gartnerが2026年5月19日に公表した予測では、ソフトウェア内のエージェント型AI支出は141パーセント増の約2020億ドルとなり、世界のAI支出は2.59兆ドルに達する。結論として、見積書の構造が変わり、席数かける年では総額が確定しない
2026年に起きたのは、単なる値下げではない。課金の単位そのものが入れ替わった。
象徴的なのはGitHub Copilotである。4月27日に発表され、6月1日から全プランが従量課金へ移行した。 それまでの「Premium Request Unit」という回数ベースの単位は廃止され、消費したトークン量に応じて「GitHub AI Credits」を消費する方式に変わった。コード補完など一部の機能は無制限のまま残されたが、それ以外のすべての機能は計測され、モデルごとのAPI単価で課金される。
同じ動きが、業務システム側でも一斉に起きている。
- Microsoft — 4月22日、Agent StoreおよびFoundryでのエージェント課金を開始
- ServiceNow — 4月、階層の再パッケージにあわせて消費課金を導入
- SAP — 7月のクラウド契約更新から適用
- Oracle — 7月、Fusion 26Cで適用
- Google — 7月13日、Agent Engine Gatewayの課金を開始
- Salesforce Agentforce — Flex Credits方式（10万クレジットで500ドル）。標準アクション1回が20クレジット、約0.10ドル。音声アクションは30クレジット
なぜ一斉に変わったのか。理由は単純で、エージェントの仕事量が「席数」と相関しなくなったからである。同じ100人の部署でも、エージェントに任せる業務の設計次第で、消費するトークン量は10倍以上変わる。ベンダー側から見れば、席数で売り続ければ原価割れのリスクを負う。だから計測単位を実際の消費量に寄せた。
ここで押さえておくべき数字がひとつある。エージェントの自律実行1回は、対話型プロンプト5〜10回分のクレジットを消費する。 計画を立て、ツールを呼び、結果を検証し、失敗すればやり直す。この一連の動きが、1回のやり取りの裏で走るからだ。席数の予測を10%精緻化しても、この構造は捉えられない。
市場全体の規模でも同じ方向が確認できる。Gartnerが2026年5月19日に公表した予測では、2026年の世界AI支出は2.59兆ドル（前年比47%増）。そのうちソフトウェア領域のエージェント型AI支出は141%増の約2,020億ドルに達し、2027年にはチャットボットやアシスタントへの支出を上回るとされている。
つまり、企業が買うものの中身が「AIの席」から「エージェントの行動」へ移りつつある。 見積書の構造が変わったということであり、それを受け取る側の決裁の構造も、当然変わらざるを得ない。
原価を決めているのは仕様書ではなく、エージェントの判断
1件あたりの原価を決めるのは価格表ではなく設計であることを示す図。同じ単価でもエージェントの振る舞いによって1件の原価は数倍に振れる。原価を左右する4つの要因を提示する。1つ目は入力の難しさで、例外や欠損や曖昧な依頼が増えるほど確認と再計画の回数が増え、難案件ほど原価が高い。2つ目は自律度で、観察から助言、実行へと権限を広げるほどツール呼び出しと検証のステップが積み上がる。3つ目は品質を上げる施策で、検証エージェント、複数回答の突き合わせ、長いコンテキストといった品質対策はそのまま原価に乗る。4つ目は失敗とリトライで、途中で失敗した実行にも課金は発生し、差し戻しと手戻りは二重に原価を押し上げる。設計の分岐がそのまま原価の分岐になる例としてAgentforceを挙げ、1会話あたり20アクションを超える業務では会話単位の課金である1会話2ドルのほうが安く、20アクション未満で収まる業務ではクレジット単位の課金である1アクション約0.10ドルのほうが安い。結論として、品質とコストは同じダイヤルの上に乗っており、どちらか片方だけを最適化することはできないため、調達部門だけでは止められない
従量課金そのものは、クラウドで20年近く経験してきた話である。ではなぜ、AIエージェントでは73%が見積もりを外すのか。
クラウドの消費量は、人間が書いた設定で決まっていた。 インスタンスを何台立てるか、いつスケールさせるかは、設計書に書かれた閾値のとおりに動く。予測が外れるとすれば、それはトラフィックの読み違いであって、システムが勝手に判断を増やしたわけではない。
エージェントは違う。何回モデルを呼ぶかを、エージェント自身が決める。
1件の請求書処理を考えてみればよい。記載が明瞭で例外のない案件なら、数回のやり取りで終わる。だが摘要が曖昧で、参照すべき契約書が3本あり、過去の類似仕訳を検索し直す必要がある案件では、同じエージェントが10倍のステップを踏む。業務としては同じ「1件」だが、原価は同じではない。 そして厄介なことに、どちらの案件が来るかは事前にわからない。
原価を押し上げる要因は、おおむね4つに整理できる。
1. 入力の難しさ。 例外・欠損・曖昧な依頼が増えるほど、確認と再計画の回数が増える。難しい案件ほど原価が高い。皮肉なことに、人間にとって面倒な案件は、エージェントにとっても高くつく。
2. 自律度。 観察するだけのエージェント、助言するエージェント、実際に実行するエージェントでは、ツール呼び出しと検証のステップ数が桁で変わる。権限を広げる判断は、そのまま原価を上げる判断である。
3. 品質を上げる施策。 検証用のエージェントを追加する、複数の回答を突き合わせる、コンテキストを長く渡す。これらはすべて品質改善の常套手段だが、同時にすべて原価に直結する。
4. 失敗とリトライ。 途中で失敗した実行にも課金は発生する。差し戻しが多い業務は、人手の手戻り工数とトークン消費の両方で、二重に原価を押し上げる。
3番目の要因は、とくに注意深く扱う必要がある。品質とコストが同じダイヤルの上に乗っているということは、どちらか一方だけを最適化する意思決定が成り立たないということだ。 コストを下げようとして検証ステップを削れば、差し戻しが増えて手戻り工数が膨らむ。品質を上げようとして検証を厚くすれば、単位原価が人手を上回る。この2つを別々の部署が別々に管理している限り、どちらの目標も達成されない。
設計が原価を決めるという構図は、ベンダーの価格表にも表れている。Salesforce Agentforceでは、1会話あたり20アクションを超える業務なら会話単位の課金（1会話2ドル）が安く、20アクション未満で収まるなら1アクション約0.10ドルのクレジット課金が安いという分岐がある。どちらの契約が有利かは、価格交渉ではなくワークフローの設計で決まる。
だから、このコストは調達部門だけでは止められない。 単価を1割値切る交渉より、1件あたりのステップ数を3割減らす業務設計のほうが、効く。
日本の年度予算と稟議に、そのままでは載らない
日本の大企業にとって、この変化は技術の問題である前に手続きの問題として現れる。
JUAS（日本情報システム・ユーザー協会）の「企業IT動向調査2026」を見ると、投資意欲そのものは強い。2025年度のIT予算が前年度より「増加した」と答えた企業は52.6%、DI値は43.3ポイントで5年連続の上昇、2026年度予測のDI値も39.9ポイントと高水準を保っている。
注目すべきは内訳である。2026年度予測で「AI関連の投資・利用料の増加」を挙げた企業は43.7%。2025年度計画の36.3%から7.4ポイント増と、全項目のなかで最大の伸びを示した。
この項目名に「利用料」という語が入っていることが、いまの状況を正確に表している。AI予算は、買い切りの投資ではなく、毎月変動する利用料として膨らんでいる。
ここで日本企業の手続きが軋む。稟議は「単価×数量×期間」で総額を確定させ、その総額を年度予算に嵌め込む前提でできている。だが従量課金では、決裁の時点で総額が確定しない。 結果として、現場は次の二択に追い込まれがちである。
選択肢A：上限を低く置いて稟議を通す。 金額が読めないので、安全側に倒した小さな枠で申請する。枠に収まる範囲でしか使えないから、PoCは通っても本番展開の消費量には耐えられない。「予算内に収まったが、業務は変わらなかった」という結末になる。
選択肢B：概算のまま大きく通す。 総額の根拠が薄いまま承認され、使い始めてから消費量が跳ねる。期中の増額には再稟議が必要で、そのあいだ現場は止まる。あるいは誰も見ていない枠のなかで、費用だけが積み上がる。
どちらも、本番化を止める。 そして本ブログで繰り返し扱ってきた「横展開の壁」——小さく試して終わり、ROIを示せず継続投資に繋がらない——の実体の一部は、この予算制度と課金構造の不整合である。技術的には横展開できるのに、稟議の書式が横展開を許さない。
さらに、契約面には見落とされがちな非対称性がある。Stanford Law SchoolのCodeXが契約データベースTermScoutのデータを分析した調査によれば、AIベンダーの88%が自社の責任に上限を設けている（一般的なSaaSでは81%）。一方、顧客側の責任に上限を設けている契約は38%にとどまる（SaaSでは44%）。そして最も一般的な責任上限は、請求発生前12ヶ月間に顧客が支払った金額である。加えて2026年1月1日以降、一般賠償責任保険には生成AIに関する明示的な免責条項が入りはじめている。
つまり、支払いだけが変動し、責任だけが固定されている。 年間1,000万円を支払っている企業であれば、エージェントの誤動作でどれだけの損害が出ても、ベンダーから回収できる上限は1,000万円という設計になっている契約が珍しくない。消費量が増えれば支払いは青天井に近く増えるが、事故時に返ってくる額は「払った分」で頭打ちになる。
この非対称性は、法務部門が読めば当然に指摘する論点である。にもかかわらず見落とされやすいのは、AIの契約審査が「情報漏えい」と「知的財産」に集中し、「エージェントが間違った判断を実行したときの損害」が論点表に載っていないからだ。
従量課金を稟議に載せる ― 4つの決めごと
従量課金を稟議に載せるための4つの決めごとを示す図。総額が確定しない支出を決裁できる形に翻訳するという趣旨。1つ目は単位原価を定義することで、総額ではなく1件あたりで決裁する。1件、1解決、1レポートあたり何円かを決め、人手で処理した場合の単価をベースラインに置く。総額は消費量で動くが、動かないのは単位原価とそれが人手を下回っているかどうかである。2つ目は自律度ごとに予算枠を切ることで、上限とレート制限とアラートを決裁条件にする。観察、助言、実行で消費量は桁が変わるため、枠を分けずに1本の予算に積むと統制が効かない。上限に達したときの挙動、すなわち停止するのか自律度を落として続けるのかまで先に決めておく。3つ目はコストと品質を同じ画面で見ることで、単位原価だけを見ると品質を削り、evalだけを見ると原価が膨らむため両方を同じ場所で追う。追う指標は単位原価、差し戻し率、手戻り工数、エスカレーション率の4点セットでよい。4つ目は契約に算定根拠の開示と上限と載せ替えを書くことで、クレジットの定義と算定式、モデル変更時の単価変動、責任上限は多くの場合直近12ヶ月の支払額であることを踏まえ、支払いだけが変動し責任だけが固定されている構造を契約交渉の論点として明示する
では、次の稟議に何を書くか。4つに絞る。
1. 総額ではなく、単位原価で決裁する。 「1件あたり何円か」「1解決あたり何円か」を定義し、人手で同じ処理をした場合の単価をベースラインに置く。 総額は消費量で動く以上、承認すべき対象は総額ではない。動かないのは単位原価と、それが人手を下回っているかどうかである。 この定義がないまま「月額いくらまで」だけを決めた稟議は、金額が正しくても意味を持たない。使われなくても枠は消化されず、使われれば枠を超える。どちらでも判断材料にならないからだ。
2. 自律度ごとに予算枠を切る。 観察・助言・実行では消費量が桁で変わる。この3つを1本の予算に積むと、どこで費用が発生しているのかが見えなくなる。 上限、レート制限、アラート閾値を、技術要件ではなく決裁条件として稟議に書く。そして上限に達したときの挙動——完全に停止するのか、自律度を落として動き続けるのか——まで先に決めておく。 ここを決めていないと、上限は「深夜に突然業務が止まる仕掛け」にしかならない。
3. コストと品質を、同じ画面で見る。 単位原価だけを見る組織は品質を削り、evalの結果だけを見る組織は原価を膨らませる。追うべきは4点セットでよい——単位原価、差し戻し率、手戻り工数、エスカレーション率。 この4つを同じダッシュボードに並べた瞬間に、「検証ステップを1つ足すべきか」という問いが、技術判断ではなく事業判断として扱えるようになる。ちなみにFinOps Foundationの調査で実務者が最も求めている機能も、トークン・LLMリクエスト・GPU使用率を粒度細かく可視化する仕組みである。可視化は、もはや後回しにできる項目ではない。
4. 契約に、算定根拠・上限・載せ替えを書く。 クレジットや消費単位の定義と算定式の開示、モデル変更やバージョン更新に伴う単価変動の扱い、そして責任上限の交渉である。責任上限については、高リスク領域について別枠の上限（サブキャップ）を設ける、あるいは年間支払額の2〜3倍を求めるといった交渉が実務では行われている。支払いだけが変動し、責任だけが固定されている構造を、契約審査の論点表に明示的に載せることが出発点になる。
この4つは、いずれもベンダー製品では埋まらない。クレジットの可視化ダッシュボードは買える。だが「1件あたりいくらなら人手より安いか」という基準は、自社の業務原価を知っている者にしか書けない。
そして、単価の値下がりは追い風ではあるが、追い風は原価管理の代わりにはならない。 単価が半分になっても、エージェントの自律度を上げて呼び出し回数が3倍になれば、請求額は1.5倍になる。2026年8月に起きているのは、まさにそれである。
まとめ
- 8月6〜8日、企業向けAI推論の平均単価は百万トークンあたり1.16〜1.18ドルと、2026年の最安水準をつけた（Jefferies）。5月31日の2.04ドルから4割以上の低下であり、「AIは高い」という単価の議論はほぼ決着している
- それでも、FinOps Foundationの「State of FinOps 2026」（回答1,192名）では73%がAIコストの当初見積もりを超過し、±10%以内で予測できているのは20%にとどまる。 AI支出を管理対象とするチームは2年で31%から98%へ増えた
- 2026年は課金単位が入れ替わった年でもある。 GitHub Copilotは6月1日に全プランを従量課金へ移行し、Microsoft・Google・SAP・Oracle・ServiceNow・Salesforceも相次いで消費課金へ動いた。エージェントの自律実行1回は、対話プロンプト5〜10回分を消費する
- 原価を決めているのは価格表ではなく設計である。 入力の難しさ、自律度、品質施策、リトライの4要因が1件あたりの原価を数倍に振らせる。品質とコストは同じダイヤルの上にあり、片方だけの最適化は成立しない
- 日本企業では、これが手続きの問題として現れる。 JUAS調査では2026年度に「AI関連の投資・利用料の増加」を挙げた企業が43.7%と全項目で最大の伸びを示す一方、稟議は総額確定を前提としている。加えて、AIベンダーの88%が自社の責任に上限を設け、その上限は多くの場合「直近12ヶ月の支払額」である
- 次の稟議に書くべきは4つ。 総額ではなく単位原価で決裁する、自律度ごとに予算枠と上限到達時の挙動を決める、コストと品質を同じ画面で追う、契約に算定根拠・上限・載せ替えを書く
AIエージェントの費用は、もはや「いくら払うか」を決める問題ではない。「1件いくらで回るように設計するか」を決める問題である。 そしてこの問いに答えるには、モデルの知識だけでも、業務の知識だけでも足りない。
Wizitは、PoCで止まったAIを本番運用とROIまで動かし切ることを仕事にしている。その現場でほぼ必ず起きるのが、品質を上げる施策と原価を下げる施策が正面から衝突する場面である。 どこまで検証を厚くすれば業務水準に届くのか、その厚みで1件あたりいくらになるのか——この2つを同時に測りながら決めていく作業が、本番化の実務のかなりの部分を占める。単価が下がり続けるいまだからこそ、単位原価を自社で定義できているかどうかが、横展開できる企業とできない企業を分ける。
---
出典:
- South China Morning Post「Enterprise AI costs hit 2026 low driven by price wars, Chinese open-source models: research」（2026年8月、Jefferiesによる分析／Silicon Dataのデータに基づく、8月6〜8日の平均推論単価1.16〜1.18ドル／百万トークン）
- FinOps Foundation（Linux Foundation）「State of FinOps 2026」（2026年2月19日公表、回答1,192名、年間クラウド支出830億ドル超を代表、AI支出を管理する割合は2024年31%→2025年63%→2026年98%）
- The GitHub Blog「GitHub Copilot is moving to usage-based billing」（2026年4月27日発表、2026年6月1日より全プラン適用、Premium Request Unitを廃止しGitHub AI Creditsへ移行）
- Salesforce「Agentforce Pricing」（Flex Credits：10万クレジット500ドル、標準アクション20クレジット、音声アクション30クレジット、会話単位課金は1会話2ドル）
- Gartner「Gartner Forecasts Worldwide AI Spending to Grow 47% in 2026」（2026年5月19日、世界AI支出2.59兆ドル、ソフトウェア内のエージェント型AI支出は141%増の約2,020億ドル）
- JUAS 一般社団法人 日本情報システム・ユーザー協会「企業IT動向調査2026」（2025年度調査、2026年度予測で「AI関連の投資・利用料増加」43.7%、2025年度計画36.3%、IT予算増加企業52.6%、DI値43.3ポイント）
- Stanford Law School CodeX「Navigating AI Vendor Contracts and the Future of Law」（TermScoutの契約データ分析：AIベンダーの88%が自社の責任に上限を設定、顧客側の責任に上限を設けるのは38%、一般的な上限は直近12ヶ月の支払額）