SaaSのAI課金は”先払いか、成果払いか” 価格モデルの行方と情シスの正解:IT予算を襲う「AI課金の悪夢」
AI導入を検討する情シス担当者を最も悩ませるのは、性能の優劣よりも不透明なコストだ。多くのSaaSベンダーが採用する従量課金制は、IT予算の予測可能性を根本から揺るがしている。
夏の休暇予約。それは、厳しい冬が続くニューイングランドの住民にとって、春を待ちわびるための輝かしい儀式だ。どんよりとした空模様が人間の耐えられる限界を超えて長引くこの地では、休暇予約という行為こそが、いずれ訪れる太陽の下での日々への信仰を支えてくれる。
この詩的な情緒が、エンタープライズAIの価格設定と何の関係があるのか。答えはこうだ。休暇予約サイトのVrbo(バーボ)やAirbnbが、全ての費用を含んだ「総額表示」を実現できるのであれば、SaaSベンダーにもAIで同じことができるはずだ。
昨今、出張や個人旅行の予約で、宿泊費が後から跳ね上がるような事態は減っている。米連邦取引委員会(FTC)がホテルやバケーションレンタルサイトに、価格の透明性を高めるよう求めたからだ。これはバイデン政権下のFTCが提案し、トランプ政権下で実施された、極めてまれな超党派の取り組みによる成果である。
この顧客体験(CX)についての規制のおかげで、いわゆる「ジャンク手数料(隠れた手数料)」が禁止された。今ではページに表示される総額を見て、さまざまな物件を簡単に比較検討できる。不必要なクリックを何百回も繰り返すことなく、自信を持って予約を確定できるようになったのだ。
私は、FTCがSaaSベンダーでも同様の価格透明性規制を課すべきだと言いたいわけではない。しかし、もしそうなったとしても、多くのCIO(最高情報責任者)たちが本心では反対しないだろうということには、自信を持って賭けられる。以下では、HubSpotやSalesforceの事例を引き合いに、AI特有の「変動コスト」という壁を突破し、組織として経済的合理性を保つための武器となる知見を提示する。
AIは「ジャンク」ではない
誤解のないように言っておくが、私はAIの従量課金制を、宿泊業界の一部がFTCの目を盗んで忍び込ませようとした「ジャンク手数料」と同列に扱っているわけではない。大規模言語モデル(LLM)ベンダーが提供する技術は、業務効率を劇的に向上させ、人間を退屈なルーティンワークから解放する可能性を秘めている。
また、休暇用の家を予約するのはクレジットカードによる一回限りの消費者取引だが、エンタープライズITの契約ははるかに複雑だ。
しかし、AIの変動的な従量課金制がIT予算に不確実性をもたらしている点は、かつて消費者を悩ませたリゾート料、サービス料、清掃料といった不透明な手数料と同じだ。技術調査・アドバイザリー企業Deep Analysisの創設者であるアラン・ペルツ・スミス氏は、「技術の買い手はそんなものを望んでいない」と断言する。
スミス氏は、年間総額を固定したパッケージ価格の必要性をこう説く。
「厳しい現実を見よう。IT予算は通常、年5〜6%程度しか伸びない。しかし、Microsoftなどの価格上昇率はそれを上回っている。予算が限られている中で、四半期ごとの請求額に大きな変動要素が入り込めば、多くのIT部門は単純に『NO』と言うだろう。そんなリスクは受け入れられないからだ」
それにもかかわらず、AIの従量課金という考え方は根強く残っている。SalesforceやZendeskは、成果に基づいた複雑な料金体系を模索しているが、現時点ではまだ試行錯誤の段階にあるようだ。
これはSaaS企業側が意図的に作り出した問題ではない。AIのコストはLLMプロバイダーから引き継がれる「パススルーコスト」であり、さらに悪いことに、それが従来のシートライセンスの収益を食いつぶしている。しかし、これを解決するのは間違いなく彼らベンダー側の責任だ。外部コスト(LLM利用料)を管理しつつ、減少するライセンス収益を補い、それでいて顧客への請求額を安定させるというのは、ほとんど不可能な方程式のように思える。
そんな中、中小企業の限られた予算に向き合ってきたマーケティング・CXプラットフォームのHubSpotは、新しい価格構造で1つの方向性を示しているかもしれない。
HubSpotの新しいモデル
HubSpotは自社のAIエージェントの価格体系を2026年4月14日に変更予定だ。カスタマーサービス向けエージェント「Breeze Customer Agent」は解決した会話1件につき0.50ドル、営業向けエージェント「Breeze Prospecting Agent」は推奨された見込み客1件につき1ドルを課金する。一方で、プラットフォーム上の他のエージェントの利用料は、既存のサブスクリプション料金に含まれている。
HubSpotの最高顧客責任者(CCO)であるジョン・ディック氏によれば、この「サブスク料金内」モデルは、立ち上がったばかりの「Breeze」パートナーマーケットプレース上の多くのエージェントにも適用されるという。
この「従量課金と固定料金のハイブリッド型」は、エージェントがもたらす価値と価格を一致させつつ、顧客の要望に応えるためのHubSpotなりの手法だ。ディック氏は「損益計算書上の考慮事項と、LLM消費の変動性とのバランスを取った」と語る。
さらにHubSpotは、CIOや調達チーム向けに、利用量の上限(キャップ)を設定するなどのコントロール機能を提供している。これにより、AIによる「想定外の請求」を防ぎ、コストの予測可能性を高めている。
ただし、AIエージェントの価格設定は反復的なプロセスであり、ディック氏も現在の計画が完成形ではないことを認めている。
「AIについて何かを予測するのは非常に困難だ。私たちの原則は、AIエージェントが対象市場にとって強力なツールであると信じ、その価値に見合った価格を、できるだけ明確で理解しやすく、予測可能な形で提供することだ」
「私たちは急速に学んでいる。もし顧客から『全て込みの固定料金の方がいい』という強い要望があれば、耳を傾け、実現可能かどうかを検討するだろう」
流動的なAIの経済性
結局のところ、OpenAIやAnthropicのような企業は、顧客(SaaSベンダー)やその先の顧客(エンドユーザー企業)が経済的に正当化できるレベルまで価格を調整せざるを得なくなるだろう。
ITの買い手は新しいもの好きで、AIは非常に魅力的な対象だ。しかし、数字が合わなければ彼らは冷酷になる。財布のひもを握っているのは彼らであり、AIという「長期戦」に付き合うかどうかを決めるのも彼らだ。
今後、マクロ経済の動向が彼らの判断を強制する可能性もある。
AIを業務に組み込んだ企業は、「AIはいずれコモディティ化し、クラウドと同じように価格が下がるだろう」と考えて導入したかもしれない。しかし、その瞬間が訪れる前に、エネルギーコストの急騰や世界的な不況が襲えば、当初の予測通りの節約効果を出せていない高額なAIプロジェクトは危機にひんする。試行錯誤やA/Bテストを繰り返す余裕はなくなるかもしれない。
AIのコモディティ化には数年かかる可能性がある。Meta、Google、Oracleが将来予測に基づいて建設を進めている膨大なAIデータセンターの費用は、誰かが負担しなければならない。2026年に予測されるAnthropicやOpenAIの株式公開に向けた投資を支えるのも、結局は顧客だ。不況になれば、その負担を分かち合う顧客の数は減り、どこかでひずみが生じるだろう。
こうした市場の力がSaaSの価格設定にどう影響するかを考えると、2023年のユーザー会議「BoxWorks」での一幕が思い出される。Boxのアーロン・レヴィCEOが、OpenAIのサム・アルトマンCEOに、LLMの従量課金価格を下げてほしいと詰め寄った場面だ。
アルトマン氏は「AIの価格はいずれ下がるだろう」と答えた。しかし、期待ほどではないかもしれないとも付け加えた。LLMの性能が向上すればするほど、必要な計算リソースは増大するからだ。
レヴィ氏は皮肉を込めてこう返した。「ChatGPTを100倍安くしてくれるだけでいい。それ以上は望まないよ」と。
当時、二人のCEOは2026年の地政学的な混乱がもたらす経済的な圧迫を想像もしていなかっただろう。しかし、いまや私たちはその現実を突きつけられている。
顧客がAIプロジェクトを継続するためには、この進化する経済情勢を反映した価格設定が必要だ。それは、安定し、予測可能で、透明性の高いコスト体系であるべきだ。AirbnbやVrboがそうしたように、AI企業と、その実質的な販売チャネルとして機能するSaaSベンダーは、この課題を解決しなければならない。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
56%のCEOが「AIの投資効果なし」と回答 コストの暴走を防ぐには?
AI導入が加速する一方で、CEOの56%が「投資効果を実感できていない」という厳しい現実がある。予測困難なトークン課金やGPU利用料による「コストの暴走」を防ぐには、クラウド管理の知見を応用した「FinOps for AI」の確立が急務だ。
AIエージェント貧乏にはならない コストを抑える7つのルール
AIエージェントの利用料は、予測モデルやチャットbotと異なり、あるポイントによってコストが増減する。それは何か。本稿は、ビジネス価値に比例したコスト管理を実現するための7つの最適化策を解説する。
経営陣の「AI導入しろ」にどう返す? 予算を食いつぶす“隠れコスト”の正体
巨大ITベンダーが、AIインフラに巨額の投資を実施している。一方で、企業がAIツールを導入する際に見落としがちなのが運用の手間や電力などの膨大なコストだ。AIに関する自社のIT予算をどう計画すべきなのか。
生成AIの本格利用でコスト急増も 「クラウド3大課題」にどう対処する?
生成AIが急速に普及する一方、企業のクラウド活用コストは増大し続けている。加えて、クラウドサービスの管理の複雑さや、使いこなすためのスキル不足も問題視されている。このような課題に対し、ユニークで実効的な解決策があるという。