生成AIのコストが「人件費と並ぶ経費」になる日——LayerX・Sansan・freee・メルカリが語るトークンマネジメントの現在地

「便利なツール」から「管理すべきコスト」へ、5社が語る認識の変化

生成AIを業務に取り入れた企業が次に直面するのは、「使いこなす」より難しい問題かもしれない。それは、AIの利用コストをどう把握し、どう正当化するか、という問いだ。

経費精算SaaSのLayerX、クラウド経費管理のラクス、名刺管理から事業を広げたSansan、会計クラウドのfreee、フリマアプリのメルカリ——業種も規模も異なるこれら5社のAI・人事責任者が、驚くほど重なるトーンで語ったのが「トークンコストの管理」だった。生成AIへの支出が、人件費と同じ行に並ぶ時代が静かに始まっている。

「トークンマネジメント」とは何か、そして5社で共鳴した理由

トークンとは、生成AIが文章を処理する際の単位で、利用量に応じて課金される仕組みの基礎となる概念だ。APIを通じてChatGPTやClaudeなどのモデルを呼び出すたびに消費され、その積み重ねが月次の請求額として現れる。

これまで生成AIの導入コストは、サブスクリプション費用や初期構築費として捉えられることが多かった。しかし取材した5社が一致して指摘したのは、実際の運用フェーズで効いてくるのはトークン単位の変動コストであり、その管理が人件費や外注費の管理と同等の重みを持ち始めているという点だ。

LayerXやラクスのような業務SaaSは、社内の業務プロセスに深くAIを組み込む構造上、トークン消費が積み上がりやすい。Sansanのように顧客データを扱う企業では、入力するデータ量がそのままコストに直結する。freeeのように財務・会計領域でAIを使う場合は、精度のためにコンテキストを長く持たせる必要があり、これもトークン消費を押し上げる要因になる。

LayerX・freee・メルカリが直面した「見えないコスト」の具体像

5社の責任者が共通して挙げたのは、「使っている実感」と「実際の請求額」がかい離するという感覚だ。社員がAIを積極的に活用すればするほど、その分コストが積み上がる。だが従来の人件費と違い、どの業務にどれだけのトークンが使われたかは、仕組みを整えなければ見えない。

メルカリのようなプラットフォーム企業では、ユーザー向けの機能にAIを組み込むことで、利用者数の増減がそのままトークンコストの増減に直結する構造になる。これは従来のサーバーコスト管理に似ているようで、実際には予測がより難しい。なぜなら、同じ機能でもユーザーがどのような入力をするかによって消費量が変わるからだ。

こうした背景から、5社はトークンの消費をプロジェクト別・部門別に計測し、一定の予算枠を設けて管理する「トークンマネジメント」の体制を整えつつある。人事部門がこの議論に加わっているという事実も示唆的だ。AIのコストが「IT予算」ではなく「人的資源の代替・補完コスト」として位置づけられ始めていることを示している。

この変化は日本企業全体の「AI予算設計」を問い直す

今回取材された5社はいずれも、日本国内でAI活用に積極的とされるテック系企業だ。しかしその担当者たちが口をそろえてトークンコスト管理の難しさを語っているという事実は、日本のビジネスパーソン全体にとって無視できない含意を持つ。

生成AIを「試す」段階では、コストの問題は顕在化しにくい。月額固定のサブスクリプションで使う分には、消費量に関わらず請求額は一定だからだ。しかしAPIを通じてシステムに組み込んだり、複数の社員が日常的に活用し始めたりした瞬間から、変動コストとしての性格が前面に出てくる。

日本企業の多くが現在いる「検討・試験導入」フェーズは、見方を変えれば「コスト管理体制を整える猶予期間」でもある。本格活用に移行した後でトークンコストの把握が追いつかない状況になれば、AI投資対効果の議論自体が成り立たなくなるリスクがある。

5社の経験から読み取れる「まだ答えが出ていない問い」

トークンマネジメントが重要だという認識は5社で共有されていた一方、「最適解」はまだどこも持っていない。どの粒度で使用量を計測するか、部門ごとにどう予算配分するか、コスト削減のためにモデルの質を下げることをどこまで許容するか——これらの問いに、業界横断の標準的な答えはまだ存在しない。

また、AIモデル自体の料金体系は今後も変化し続ける可能性がある。コスト管理の仕組みを整えても、モデル側の価格改定によって前提が変わるリスクは常にある。さらに、社員のAI活用を促進しながらコストを抑制するというトレードオフは、単純に解けない問題として残り続ける。

「トークンコストを人件費と同じ行に並べて管理する」という発想が5社に共通していたことは、一つの方向性を示している。しかしその管理の粒度や意思決定のプロセスは、各社の事業構造や組織文化によって大きく異なるはずだ。

「AIを使う判断」より「AIのコストを正当化する判断」が問われる段階へ

冒頭に置いた問いに戻ろう。生成AIの請求書が人件費と並ぶ時代に、企業に求められる能力は何か。

それは「AIを導入する判断力」ではなく、「AIのコストを業務価値に結びつけて説明する判断力」だ。トークンマネジメントとは突き詰めれば、AIへの支出を「なんとなく便利だから」で済ませず、投資として評価できる状態に持っていくための営みである。

LayerX、ラクス、Sansan、freee、メルカリの5社が今直面しているこの課題は、2〜3年後には日本のあらゆる業種の企業に共通の経営課題になるだろう。今の段階でこの問いを「先進的なテック企業の話」として切り離すことは、準備の遅れに直結するリスクをはらんでいる。

本記事は公開情報をもとに、NEWGATA編集部で確認のうえ掲載しています。