人は数字を決めるとき、最初に目にした数字を物差しにして、そこから上げ下げして答えを出しがちです。物差しになった数字に根拠が無くても、同じことが起きます。
この働きを、心理学ではアンカリング効果と呼びます。あとから並ぶ数字が整うほど、最初の数字まで確かに見えてきます。
この記事では、ChatGPTなどAIサービスの有料版の値段を題材に、この効果を読み解きます。
この記事の要点
- OpenAIが慌てて決めた月20ドルが、3年たってもAIの有料版の基準のまま
- 最初に見た数字は、根拠が無くてもあとの判断の物差しになる(アンカリング効果)
- 上のプランが真ん中の5倍・10倍ほどで並び、20ドルまで確かな値段に見えやすい
- 数字を決める前に最初の数字の出どころを書き、根拠を言えなければ出し直す
最初の数字が物差しになると、並びはどう見えるか。最初の数字を表すオレンジの棒の高さを物差しに、あとの3本の棒が積まれ、頭を結ぶ点線が最初の棒まで一直線に通る概念図。アンカリング効果の仕組みを示す概念図です。棒の高さは数字の大きさを表す例えで、実際の値段や実験の数字ではありません。
OpenAIが慌てて決めた月20ドルは、3年たっても変わらない
ChatGPTの責任者Nick TurleyはLenny’s Podcastに出演し、製品を止めてばかりいた当時、有料版を急ぐ必要があり慌てたと話しています。値付けで聞くべき4つの質問をGoogleフォームでDiscordに流し、少し高い値段も検討して20ドルにしたそうです。
こうして2023年2月、ChatGPT Plusは月20ドルで始まりました。Claude Proは2023年9月に月20ドルで、Geminiの有料版は2024年2月に月19.99ドルで続きました。いまもChatGPT Plusは月20ドルのままです。
ChatGPTの責任者も疑問に思う20ドルが、なぜ動かないのか
ChatGPTの責任者Nick Turleyは、多くの会社が20ドルをまねたので、この値付けで時価総額を大きく消したのではないかと、よく考えるそうです。決めた本人も疑問に思う数字が、なぜAIの有料版の物差しのままなのでしょうか。
最初に目にした数字は、根拠が無くても判断の物差しになる

説明したいのは、OpenAIが慌てて決めた20ドルがなぜ動かないのかで、手がかりはアンカリング効果です。アンカーは船のいかりのことで、最初に目にした数字が、いかりのように判断をその近くにつなぎとめる、という見立てです。
TverskyとKahnemanは1974年、数字を見積もるときに手がかりの値があると、人はその値を起点に上げ下げして答えを出す、とまとめました。手早い反面、決まった向きの誤りを生みます。
Arielyらの2003年の実験では、社会保障番号から作った数字のような根拠の無い数字が、品物の最初の値付けを強く左右しました。あとの値付けは量や質の違いに沿って筋が通るので、全体が確かな好みから生まれた並びに見えやすくなります。
同じ働きは、暮らしや仕事の中でもよく起きます。身近な例は3つです。
- 見積もり:2社目の見積もりが高いか安いかを、最初に聞いた額で決める
- 割引:横に定価があると、割引の値段が安く見える
- 交渉:給与や家賃の話が、先に出た数字のまわりで進む
最初の数字は根拠が無くても物差しになり、あとの数字がその物差しで整うほど、最初の数字まで確かに見えてきます。ChatGPT Plusの月20ドルは、この最初の数字に当たります。
AIの有料版は倍数で並び、出発点の20ドルまで確かな値段に見える
AnthropicとGoogleは、AIの有料版を20ドル前後で始めた理由を明らかにしていません。買い手が最初の20ドルを物差しにしていれば、大きく外れた値段は高すぎるか安すぎるように見えるので、2社も近くに値段を置いたと考えます。
アンカリング効果に照らすと、3社とも上のプランが真ん中の5倍や10倍ほどで筋よく並ぶので、出発点の20ドルまで確かな値段に見えてきます。
数字を決める前に、最初に目にした数字の出どころを書き出す
来期の予算や売上の目標も、前の期の数字や最初に出た案を物差しにして決まりがちです。Arielyらの2003年の実験では、品物に慣れてもこの働きは弱まらなかったので、手順で確かめます。
- 決める数字の横に、最初に目にした数字と出どころを書く
- 出どころの根拠を言えるなら、その数字から考えてよい
- 言えないなら数字を伏せ、かかる時間や過去の実績から出し直す
- 最初の数字と離れていたら、出し直した数字から話を始める
最初の見積もりや前の年の予算。気づけばその数字のまわりで話が決まっていた場面は、よくあります。あなたの職場の「最初の数字」と抜け出せた工夫を、この下のおたより欄で聞かせてください。
読み解きに使った概念・法則
アンカリング効果
数字を見積もるときに、手がかりになる値(アンカー)が目の前にあると、人はその値を起点に上げ下げして答えを出し、答えがその値に左右される、という現象。
あなたの話も、聞かせてください
先に出た見積もりや予算の数字のまわりで、気づけば話が決まっていた場面はありましたか。値段に限らず、目標や締め切りの数字の話や、うまく決め直せた話も聞かせてください。
おたよりは編集部で読み、次に調べることや記事づくりの参考にします。
編集部からの返事や、その後の動きはこの欄に追記します。
届いたおたより
おたよりと、編集部からのお返事
気になった話があれば、あなたの経験・考え・疑問もおたよりで送れます。
自分のおたよりは、送ったブラウザでだけ確認できます。ブラウザの保存データを消すと、非公開の本文をこの欄で見返せなくなります。
シェアする
Googleで探しやすくするPRODUCT
注目ツール
直近、ニュースや活用事例、techtech.clubの記事などから話題のITツールを厳選しています。
EXPLORE
ほかのコンテンツも読む
気になるテーマに切り替えて、続きを探せます。
注目の企業
今日のニュース
AIの答えを確かめる負担、生産性の伸びを打ち消すことも
原文を読む(The Conversation) ↗認知工学の研究者が、AIの答えが正しいかを確かめる時間と労力が、生産性の伸びを打ち消すことがあると論じています。経験のある開発者を対象にした試験では、AIを使うと速くなったと感じていたのに、作業時間は19%増えました。筆者は、確かめるための時間、研修、権限を働く人に与えるべきだとしています。
職場のAIに何を入力してよいか、名前を消すだけでは不十分
原文を読む(Computerworld) ↗AIに渡す情報について、専門家は、名前を顧客番号に置き換えても本人をたどれれば匿名にならないと指摘しています。どの作業にどの情報を使ってよいかは、会社が決めて従業員に示すべきだとしています。勤め先の指定と違うChatGPTを使ったセラピストが、機密情報は入れていないと話したが解雇された例もあります。
Google、AIによる完全自動のサイバー攻撃を初めて確認
原文を読む(THE DECODER) ↗Googleの脅威分析チームは、AIが弱点(脆弱性)探しから攻撃までを人の手を介さずに行う事例を初めて確認しました。見つかった仕組みは、修正プログラムの適用前後のコードを比べて弱点を探し、攻撃を自動で実行します。Googleは、より強力な攻撃は数ヶ月先に迫っているとしています。
仕事と組織の変化
株主総会での回答づくりに生成AIを活用
各社のIT活用
代金の受け取りでのPaidの使い方
社員の情報でのカオナビの使い方
文章・資料づくりでのAzure OpenAI Service(IIJ GIO with Microsoft Azure)の使い方
ふくおかFGAzure OpenAI Service(IIJ GIO with Microsoft Azure)
- 文章・資料づくり
文書の下書きや企画のアイデア出し、マーケット情報の整理に、本部と営業店の約6,000人が使える社内の生成AIを使っている
同じ仕事の他社事例を見る →
Claude
Gemini