AIを動かす費用は、AIが扱う文字の単位であるトークンの量と単価で決まります。VentureBeatによると、Gartnerは、トークンの単価が下がる中でも、AIエージェント（指示を受けて作業を自分で進めるAI）の仕事1件あたりの費用は、2028年までに5倍を超えて増えると予測しました。

この記事の要点

  • トークンの単価は下がるのに、エージェントの仕事1件の費用は5倍超へ
  • 安くなった分だけ重い使い方が増える、ジェボンズのパラドックス
  • AIの費用は、単価ではなく片付いた仕事1件あたりで見る

単価が下がっても、仕事1件の費用が増える仕組み。上から1トークンの単価、仕事1件で使うトークン、仕事1件の費用の棒が並ぶ。単価の棒が縮むと費用の棒も縮むが、使うトークンの棒が大きく伸び、単価の棒も少し伸びると、オレンジの費用の棒は対話型AIのときの点線を大きく超える模型。模型です。VentureBeatが伝えたGartnerの説明（エージェントは同じ仕事に対話型AIの5〜30倍のトークンを使う、開発各社は1トークンあたりが高い次の世代のモデルに投資している）を棒に置きかえたもので、棒の長さは数値ではありません。

トークンの単価は下がり、エージェントの費用は5倍超へ

VentureBeatによると、Gartnerは、エージェントの仕事1件あたりのAIを動かす費用が、2028年までに5倍を超えて増えると予測しました。トークンの経済性が良くなる中での予測です。

エージェント向けの推論モデルに仕事を回すと、基本的な対話型AIとのやり取りに比べて、提供元のAIを動かす費用は少なくとも5倍になり、複雑な仕事ほどさらに増えることが多いとしています。Gartnerはこれを「推論のパラドックス」と呼び、記事は主な要因を次の2つに挙げています。

要因 中身
開発各社 安く作れるようになった分を貯めず、1トークンあたりが高い次の世代のモデルに投資
使う量 効率が上がって複雑な仕事が実用になり、その仕事がはるかに多くのトークンを使う

記事は、周りに遅れまいとする競争が、この2つを結びつけているとしています。GartnerのアナリストのWill Sommer氏は、エージェントは同じ仕事に、基本的な対話型AIの5〜30倍のトークンを使うと述べています。

トークンが安くなったのに、なぜAIの費用は増えるのか

燃費のいい車に買い替えると、同じ距離を走るガソリン代は下がります。それで遠出が多くなると、月のガソリン代はかえって増えることがあります。

多くの企業は、トークンの値下がりとともにAIの費用も下がると見込んできました。記事は、エージェントがその見込みを崩しているとしています。単価が下がったのに、なぜ払うお金は増えていくのか。

燃料を節約する技術が、かえって燃料の消費を増やす

煙を多く出す工場1つと、煙の少ない工場5つ。1つあたりの燃料は減ったのに、使う石炭の山は黒く大きい。効率が上がって総量が増える考え方を工場に見立てた絵
ジェボンズのパラドックスのイメージ

このニュースで説明したいのは、トークンが安くなった分を、使う量の増え方が上回っている点です。経済学者のジェボンズは1865年の『The Coal Question』で、同じ形を石炭について論じました。

ワットの改良で蒸気機関の燃費が良くなると、安く動かせる蒸気機関が多くの産業に広がり、イングランドの石炭の消費はかえって大きく増えました。この現象は、ジェボンズのパラドックスと呼ばれます。

燃料を節約して使うことが、消費を減らすことと同じだと考えるのは考え違いだ。真実はまったく逆である（Jevons、1865年）。

起きるのは、安くなったことで使う量が大きく増えるときです。このニュースでは、安くなったのはトークンで、増えたのは、複雑な仕事をエージェントに任せる使い方です。同じ仕事に何倍ものトークンを使うので、単価の下がり方より、使う量の増え方が大きくなります。

浮いた分は、高いモデルと重い仕事に回っている

5倍超は、300を超える入力を使うGartnerの計量モデルによる予測で、報道は、企業の実際の請求がどれだけ増えたかは伝えていません。ジェボンズのパラドックスにも触れていません。

そのうえで記事の2つの要因に照らすと、トークンが安くなって浮いた分は、開発各社では高い次のモデルに、使う企業では重い仕事に回っていると考えます。単価の値下がりは、そのままでは節約にならず、使う量を増やす元手になります。

AIの費用を、単価ではなく片付いた仕事1件で測る

記事は対策に、成果の物差しを決めて費用と並べることや、決まった仕事を安いモデルへ自動で回すことを挙げています。私の会社も、このサイトのニュース配信で、新着を点数で絞る仕分けの役はHaiku、要約を書く役と確かめる役はOpusと、モデルを分けています。

効率を上げるだけでは、使う量が増えます。任せている仕事ごとに、次の順で決めます。

  1. AIの月の費用を、片付いた仕事の件数で割る
  2. エージェントに替えた仕事は、替える前の月と並べる
  3. 件数の伸びが費用の伸びより大きければ、続ける
  4. 小さければ、決まった仕事を安いモデルに戻す
  5. 使う量に上限を置き、超えたら止める

読み解きに使った概念・法則

この記事の中心となる概念・法則

ジェボンズのパラドックス

資源を効率よく使える技術が出て、1回あたりに使う量が減ると、資源を使う総量はかえって増えることがある、という考え方。

この記事で取り上げたニュース

シェアする

Googleで探しやすくする
なべ

Author

なべ

テクノロジーは好きですが、そのものを作る側ではありません。かといって、新しい道具を集めて満足するほうでもない。

何か新しいものが出てきたとき、私が考えるのは「これで何ができるか」より「今のやり方このままでいいんだっけ」のほう。道具が増えるより、やり方ごと作り変えたり、無くしたりするほうが好きです。

AIが来て、人の考え方も、仕事の進め方も変わっています。その変わり方に興味があって自分の仕事で先に試しています。techtech.clubは、そのやってみた結果を置いておく場所です。

関連記事

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。

プロダクト一覧へ