9月29日、MIT Technology Reviewが「Making AI an asset, not an expense」と題した記事を公開した。本記事はHPEの提供によるスポンサードコンテンツであり、MIT Technology Review編集部の独立した論評ではない点はあらかじめ留意されたい。内容はAIを従量課金の「経費」から自社管理の「資産」へ転換するための判断軸と条件について詳しく紹介するものだ。
AIが「実験」から「本番」に移行するとき、コスト構造が変わる
AIの導入議論は長らく「どのモデルを使うか」「どのクラウドが安いか」という話に終始してきた。だが、AIが社内の複数業務で常時稼働する段階に入ると、その問いは根本的に変わる。「トークン単価で買い続けることが、本当に経済合理的か？」
ここで言う「トークン単価」とは、ChatGPTやClaude等のAPIをはじめとするクラウドAIサービスで一般的な従量課金モデルにおいて、入出力テキストの処理量（トークン数）に応じて発生するコストを指す。利用量が少ない段階では柔軟性が高く合理的な選択だが、本番稼働が拡大するにつれてコスト構造の見直しが必要になる。
AIプロジェクトが本番稼働の段階に進む企業は着実に増えている。カスタマーサービス、IT、調査、業務プロセスといった領域でエージェント型AI——単一の問いに答えるだけでなく、推論・検索・ツール呼び出しを組み合わせて多段階のタスクを自律的に処理するAIシステム——が企業システム横断のワークフローを担うようになると、モデル・データ・ツールへの需要は継続的かつ予測可能なものになる。
この状態になって初めて、「消費型（従量課金）」か「所有型（インフラ投資）」かの選択が経営判断として浮上する。
従量課金から所有へ：分岐点はどこか
記事が強調するのは、「所有が常に安い」わけではないという点だ。所有が経済的に成立するのは、調達した計算リソースを継続的に稼働させ続けられる場合に限る。
すべての組織には「クロスオーバーポイント」が存在する。これは、リクエスト単位で外部サービスを購入し続けるコストと、自社でインフラを保有・運用するコストが逆転する利用水準の分岐点を指す。持続的な利用水準がこの閾値を超えた時点で、従量課金よりも自社キャパシティの所有が経済的に優位になる。
ただしこの数字は普遍的ではない。使用するモデル、入出力トークンのバランス、性能要件、システム設計、エネルギーコスト、運用モデルによって大きく変わる。具体的な比較としてこう説明されている：
- 検索重視の知識システム：1インタラクションごとに大量のコンテキストを処理するため、シンプルなアシスタントとはコスト構造が根本的に異なる
- エージェント型ワークフロー：1件のビジネスタスクで、推論・検索・モデル呼び出し・ツール使用が繰り返し発生し、トークン消費量が増幅する
つまり、汎用のコストベンチマークは自社の判断には意味をなさない。自社の実際のワークロードをモデル化し、期待される需要を把握した上でキャパシティを設計することが前提となる。
なお、日本企業においても同様の判断局面は現実のものとなりつつある。経済産業省の「AI事業者ガイドライン」でもAI利活用における費用対効果の継続的な評価が推奨されており、コスト構造の見直しは単なる技術選定ではなく経営課題として位置づけられている。
「購入」の後が本番：稼働率が価値を決める
設備投資の判断はあくまで半分でしかない。所有した計算リソースは、実際に使われ続けて初めて価値を生む。
記事はここで「テクノロジーだけでは不十分」と明言する。必要なのは、ユーザーとワークロードの段階的なオンボーディング、AI利用のガバナンス、稼働率の継続的なレビュー、そして次の高付加価値ユースケースの特定を組み合わせた運用モデルだ。稼働率が低いまま放置すれば、投資判断を正当化した経済的メリットは実現しない。
言い換えれば、所有型への移行は「調達の完了」ではなく「運用の開始」に過ぎない。インフラへの資本投下と並行して、利用を拡大・継続させる組織的な仕組みを整備できるかどうかが、投資対効果を左右する。
意思決定のための3つの問い
資本投下の前に経営層が確認すべき問いとして、記事は以下の3点を挙げている：
- 需要は十分に安定・予測可能で、専用キャパシティを正当化できる規模か？
- どの利用水準から所有が経済的に成立するか（クロスオーバーポイントはどこか）？
- 採用推進・ガバナンス・ユースケース拡張を通じて、そのキャパシティを稼働させ続けられるか？
この3問は、コスト試算だけでなく組織能力の評価を含む点が実務的だ。特に3つ目の問いは、技術部門だけでは答えられない経営・人事・現場を横断する問いであり、AI投資の意思決定が単なる調達判断を超えた組織変革のテーマであることを示している。
詳細はMaking AI an asset, not an expenseを参照していただきたい。
