AIコスト

Anthropicが、性能とコスト効率を両立させた新モデルClaude Opus 5を発表した。企業のモデル選定は、性能だけでなく処理単価と運用コストを含む判断になる。

IntuitのAI責任者がVB Transform 2026で、エージェントAIアーキテクチャを4ヶ月で2度スクラップした経験を公開。初期のAgentic AI導入企業でも試行錯誤が続いている実態。

RAISE Summit Day 2から12の注目洞察。AI投資の反動予測、オープンソースモデルの台頭、AIエージェント経済の形成など、業界の急速な変化を総括する。

「計測するには安すぎる」知能が、大手AI企業のビジネスモデルを脅かしつつ、競合に新たな機会を生み出している。AIのコモディティ化は産業全体の構造を変えつつある。

Microsoftが自社の内製AIモデルをより効率的でコスト効果が高いとして外部競合を引き下げる営業トークを訓練していると報じられる。AIモデル市場の競争激化を示す動き。

Metaが余剰データセンターの計算能力をAnthropicに貸し出す交渉中と報じられた。AIインフラの需給関係に変化の兆し。

AIの推論コストが下がり、知能が安価な汎用品になりつつある。利用者には追い風だが、最先端モデルを高コストで開発するAI企業の収益モデルには逆風となる。

特定のAIモデルに依存すると、価格変更や障害、性能差の影響を直接受ける。AIを事業の基盤にする企業が複数モデルを使い分ける運用へ移っている。

AI費用の高騰を受け、米国や欧州の企業が最高性能よりも速さと安さを重視し、中国製AIモデルへ切り替え始めている。モデル選定の基準が性能一辺倒から費用対効果へ移っている。

AIで人件費を置き換えようとする企業から、従業員一人分を代替するだけでもAI料金が高すぎるという不満が出ている。AIの導入効果はモデル性能だけでなく、継続利用の価格設計で決まる。

企業がAnthropicなどのAIプロバイダーへの支出を増やす一方、従来のエンタープライズアプリやITサービスは予算の縮小に直面。SAPの一部案件がAnthropicのClaude Fableに置き換わる事例も出始めている。

MetaがMuse Spark 1.1のAPI価格を発表。出力トークン100万あたり4.25ドルと、前日発表されたGrok 4.5を下回る低価格で、AI業界の価格競争がさらに激化している。

国際決済銀行（BIS）が、AIバブル崩壊が世界経済の成長鈍化から信用リスク拡大まで波及する可能性を警告。インフレや財政ストレスと並ぶ現代の最も深刻な脅威の一つと位置づけた。

CoinbaseのBrian Armstrong CEOがGLM 5.2やKimi 2.7などの中国製AIモデルへの切り替えを進めている。タスクと価格に基づいて最適なモデルを自動ルーティングする仕組みを導入し、AIコスト削減を追求。

AIプロバイダーから半導体メーカーへの巨額のキャッシュフローが発生している。メモリチップメーカーがAIバブルの最大の収益受益者であり、AIの経済的利益が半導体セクターに集中している実態をWSJが分析。

AIスタートアップLindyが、AI利用コストが人件費を上回ったとしてClaudeの利用を完全に停止し、DeepSeekへ全面移行した。CEOは「事業存続の問題」と述べる。Anthropicへのコスト圧力が強まっている。

中国企業Z.aiの新モデルが米国勢にほぼ並び、しかも大幅に安いとして、シリコンバレーの技術者が相次いで採用した。中国のAIがAnthropicやOpenAIに迫りつつある状況をNYTが報じた。

従業員が小さな作業でAI予算を使い切る事態に企業が対応を迫られているとTechCrunchが報道。PDFをスライドに変換するといった用途がトークン消費の大きな要因とされ、使い放題から配給制への移行が始まっている。

SnowflakeのCEOが、Zhipu AIのGLM-5.2は103のコーディング課題を含む自社ベンチマークでClaude Opus 4.7にほぼ匹敵し、出力トークン単価は約5分の1だったと評価。ただし消費トークン量は約2倍だった。

ZDNetによると、顧客対応にAIエージェントを導入した企業の約7割が60日以内に投資対効果を確認。AIが自律的に問題を解決したときだけ課金する成果連動型の料金モデルが広がりつつある。

The Informationによると、AnthropicやOpenAIの旗艦モデルの価格高騰を受け、一部の大口顧客は同じ企業の安価なモデルや他社モデルを使い分けてAI利用料を抑えている。コスト最適化が企業のAI運用の焦点になりつつある。

IT意思決定者は、無料トークンなどAIベンダーの販促策に警戒すべきだと専門家が指摘した。特定ベンダーへの依存を避けるため、複数ベンダー・複数モデルを併用する戦略の採用を推奨している。

日本のAIスタートアップSakana AIが、複数のAIモデルをその場で連携させるシステム「Fugu」を発表した。Anthropicのfable 5など先行モデルに対抗しつつ、特定モデルへの依存とコストを下げることを狙う。

米FERCが電力網運営者に対し、AIデータセンターの接続手続きを優先する方針を示した。一方で電力供給不足そのものは残り、AIインフラ拡大と地域負担の衝突が続く。

米国の開発者が、十分な品質と低コストを理由にDeepSeekなど中国発AIを選ぶ動きが広がる。大手米国モデルだけが標準ではなくなり、価格と実用性で選ぶ段階に入っている。

Databricksは年換算売上高69億ドルに到達し80%超の成長を維持する一方、AIエージェントによるデータ分析の急増がコストを押し上げ利益率は縮小している。エージェント活用が増えるほど採算が悪化する構造が、AI事業の利益モデルに新たな問いを投げかける。

大手企業の経営層が、性能上限を追い求めてトークンを大量消費する「tokenmaxxing」型のAI運用方針を撤回し、コスト管理へ転じ始めた。ROIが見合わない事例が顕在化し、生成AI導入の費用対効果が問い直される局面となった。

Anthropicが月200ドルの最上位Claudeプランで利用枠を過大に告知し実態と乖離していたとして提訴された。原告は集団訴訟の認定を求めており、AIサービスの「使い放題」型課金における表示と実態の差が法廷で問われる構図になった。

Microsoft CEOのSatya Nadella氏が、あらゆるタスクに最高性能モデルを投げる「token-maxing」は中毒的だと述べた。フロンティアモデルを日常業務に浪費せず、用途ごとに適切な計算資源を選ぶ運用設計が重要になっている。

業界アナリストの予測によれば、企業の40%が試験導入したAIエージェントを廃棄する見通しが示された。失敗の主因は明確なROIの欠落、運用ガバナンス不在、利用者教育の不足で、自律AIから実利を得るには3段階の設計が不可欠と指摘されている。

スタートアップから大手まで、企業がモデルを使い分けて業界トップのプレミアム価格を回避し始めた。OpenAIとAnthropicが牽引してきたAI価格秩序は揺らぎ、競合モデルのコストパフォーマンス差を切り札にした調達競争が常態化しつつある。

KPMGの調査で、AIにかかるコストを完全に可視化できている企業はわずか26%にとどまった。多くの企業が支出の全体像をつかめないままAI投資を拡大しており、ROIの判断や予算配分が見えないまま進む構図が浮かぶ。

AI大手各社がIPOを控え、APIトークン価格の連続引き上げが見込まれるとTechCrunchが指摘。これまでAIは安くなり続けるという前提で組まれた採用計画が崩れ、利用企業はトークン消費の上限を意識した運用に移行を迫られる局面に入る。

イングランド銀行のベイリー総裁が、エネルギー供給の上限を理由にAIの配給制が必要になる可能性に言及した。経済セクター全体がAIを使いたい一方で、電力が追いつかなければ「全員が好きなだけ使う」前提は崩れる、と中央銀行トップが警告した格好。

Metaが開発中のAIエージェント「Hatch」が、最大月200ドルの自社初の有料AIサービスとして登場する見通し。ユーザーが自然言語で必要な作業を伝えると、Hatchが動くツールを組み立て、アプリの予定登録などをこなす。広告で稼いできた会社が、AI機能を直接の課金対象にする初の踏み込みになる。

企業はすべての業務を最強モデルで走らせる運用から、タスクごとに適切なモデルを選び分ける「モデルルーティング」へ移っている。AIコストの膨張に耐えかねた現場の選択は、OpenAIやAnthropicが頼ってきた「最上位モデル前提」の収益構造を揺らす。

コンサルティング会社Bainが951社を調査し、AI導入によるコスト削減で目標値（11〜20%）を達成できた企業はわずかで、約4割が10%未満にとどまったと公表した。原因として、ツールを入れただけで業務プロセスを再設計しないこと、人の運用が追いついていないことが挙がった。

ウーバーが社員のAIツール利用に上限を設けた。AIの積極活用を奨励した結果、4か月で予算を使い切ったためで、Claude Codeなどのツールが対象に含まれる。AI活用のコストが想定を超える現実が、大手企業の方針転換に表れている。

※他、Bloomberg でも報道

AIツールで16以上のプロジェクトを立ち上げた書き手が、その大半は作るつもりのなかったものだったと振り返り、AIサブスクの解約を検討すると綴った。AIが作れてしまうがゆえに、必要でないものまで作る。利用者が立ち止まって問うべきはツールではなく自分の判断。

AIの運用コストが企業の想定を大きく上回り、CFOが「トークン（AI利用料）か人間（人件費）か」という新たなトレードオフに直面している。市場がまだ織り込んでいないリスクとして、AI支出の構造的な重さが指摘されている。

ある企業が利用上限を設定しなかった結果、Claudeのライセンス費用が1か月で5億ドルに達したと報じられた。モデル選定や使用量の制御を担う専門知識が社内になければ、AIコストが急速に膨張しうることを示す事例として受け止められている。