9月2日、Pam Bakerが「Negotiating AI licensing and costs: A step-by-step guide for CIOs」と題した記事を公開した。エンタープライズ向けAIライセンスの交渉をCIOが有利に進めるための実務的な手順が詳しく解説されており、「ライセンス料より周辺コストのほうが高くつく」という見落とされがちな落とし穴が具体的な数字とともに示されている。
AIはいつの間にかエンタープライズソフトウェアの「標準装備」になりつつある。ERP、CRM、セキュリティツール、生産性スイート——あらゆる製品にAI機能が組み込まれ、オプトアウトの手段もほとんど用意されていない。問題は価格だ。ベンダーはこれを「オプション扱い」のまま課金し続けている。
この構造的な問題が顕在化している背景には、エンタープライズAI投資の急拡大がある。IDCやガートナーの調査でも、AI関連IT支出は2024〜2025年にかけて急増しており、ベンダー側が価格設計を従来のソフトウェアライセンスモデルからAI固有の複雑な従量課金へ移行させている時期と重なる。こうしたマクロな支出増が、ベンダーにバンドル戦略を取らせるインセンティブを与えている。
FujitsuのソリューションアーキテクチャシニアディレクターであるDippu Kumar Singh氏は次のように指摘する。「ベンダーはAI機能を広範なサブスクリプションにバンドルするか、独自の仮想通貨（いわゆる"ベンダーバックス"やトークンクレジット）を導入しており、個別のAI機能のコストをサブスクリプション全体から切り出すことが非常に難しくなっている。」
最大の落とし穴：ライセンス料よりも高くつく「隠れコスト」
記事の中で最も実務的に刺さるのが、AIライセンス料そのものより周辺コストのほうが巨額になりうるという指摘だ。
UiPath（ビジネスオーケストレーション・自動化プラットフォーム）のプロダクトマーケティングシニアディレクターKuber Sharma氏はこう述べる。
「大きな請求書の正体は、たいていAIライセンスではなく、モデルが使えるようにデータを整形する作業だ。私の経験では、この統合作業のコストは買い手の想定を常に上回る。あるケースでは、AIライセンスが20万ドルだったのに対し、データ統合作業は80万ドルに達した。」
これはあくまで一事例であり、比率は状況によって異なる。ただし「ライセンス料より統合コストのほうが高くなる」という逆転現象自体は珍しくない、というのがSharma氏の主張だ。
さらに、テレメトリ（※システムの動作状況を収集・送信する仕組み）とロギングのコストも要注意だとSingh氏は警告する。「AI機能のテストや新しいアルゴリズムの実行が、意図せず大規模なログスパイクを引き起こし、予想外の高額な日次請求につながることがある。」
AIの料金体系が複雑なのは、課金トリガーが多岐にわたるためだ。トークン（※LLM＝大規模言語モデルが処理するテキストの単位）、クエリ数、エージェント起動、APIコール数、ストレージ、データ移送、モデルトレーニング、プレミアムサポート——これらが組み合わさって請求が構成される。Sharma氏はこう提案する。「このプロダクトで、何が課金対象のAI呼び出しを発生させ、何が発生させないのかを具体的に聞け。答えが曖昧なら、スケール時のコストをモデル化するための情報が足りていない。」
「標準機能」と「プレミアム機能」を仕分ける
弁護士事務所The Innovation Attorneyのプリンシパル、Michael Kimball氏は線引きの基準を示す。基本的な自動化、予測テキスト、自動タグ付け、標準的なワークフロー改善は、ベースのソフトウェア料金に含まれるべきだ。一方で、自律エージェント、業界特化型LLM（大規模言語モデル）、複雑な多段階推論、高度な生成コンテンツ作成といった機能は追加料金の対象として合理性がある。
「AIウォッシング」や「エージェントウォッシング」にも警戒が必要だ。単なるソフトウェアのリブランドをAIと呼んでプレミアム価格を請求するケースがある。この仕分けをPoCの前段階で行うことで、無用な試験導入コストを避けられる。なお、PoC（概念実証）とは、本格導入前に小規模な検証を行い、技術的・ビジネス的な実現可能性を確かめる取り組みを指す。
交渉戦略の構築——契約前に確認すべきチェックリスト
Singh氏は社内の法務・調達・財務・エンジニアリングチームを横断した協力体制の構築を推奨する。「CIOは契約の唯一のオーナーとして動くのではなく、関係を取りまとめる役割を担うべきだ。」
機能の評価にあたっては以下のフローが提示されている。
- ユースケースの明確化：誰が、どのように使うか、ビジネスへの重要度を特定する
- アーキテクチャレビュー：現在・将来の技術スタックに自然に統合できるかをエンジニアリングリーダーシップが評価する
- PoC（概念実証）：ROIが未証明の段階では無償クレジットや費用免除を強く要求する
- コンプライアンス・セキュリティレビュー：データ処理、プライバシー、SSO（シングルサインオン）の要件を満たすかを法務・セキュリティ部門が確認する
- 集中文書管理：スケールアップ前に契約条件、社内担当者、ベンダー条件を一元管理する
契約条項として交渉すべき保護措置も明示されている。
- 任意解約条項（At-will termination）：30〜90日の書面通知による解約権を確保し、長期契約に縛られるリスクを回避する
- 割引オーバーエージ（Discounted overages）：超過使用分が標準定価ではなく交渉済みの割引価格で請求されるよう明記する
- 段階的使用量コミット（Modeled ramps）：最初からピーク使用量にコミットせず、段階的な導入計画に沿った使用量設計を契約に盛り込む
- クラウドマーケットプレイス経由の購入：クリックスルー同意が標準的な企業保護条項を回避するケースがあるため、法務レビューを必ず通す
また、ベンダーの「四半期末締め切り」や「今すぐ更新」といった人工的なプレッシャーに流されてはいけないとSingh氏は強調する。「現在の使用量が最適化されていないなら、その使用量ベースでの更新を急かされる必要はない。」
AIコスト交渉の本質は「価値の可視化」にある
AIの調達交渉は、機能を拒絶することが目的ではない。どの機能が測定可能な価値をもたらすか、何がベース製品に含まれるべきか、スケール時のコストはいくらかを明確にすることが目的だ。隠れコストの多くは「聞かなかったから発生した」コストであり、契約前の精査が最大のコスト削減策になる。価格の透明性、現実的な使用量見積もり、堅固な契約条件、継続的なコスト監視の組み合わせが、AI支出がビジネス価値を超えないための防線となる。
詳細はNegotiating AI licensing and costs: A step-by-step guide for CIOsを参照していただきたい。
