昨年、私はエージェント型ソリューションの新たな価格設定慣行について調査を行い、その内容を「Demystifying AI Agent Pricing」と「Headwinds and Tailwinds Driving the Future of AI Agent Pricing」という2本の記事にまとめた。その調査のきっかけは、チャットベースのAIソリューションで私たちが当然のように想定していた「ユーザー単位・月額」のパッケージが揺らいだことだった。推論モデルの力に、半自律型のエージェント基盤が組み合わさったことで、ユーザー単位課金のビジネスモデルは事実上成り立たなくなった。AIベンダーは、積極的なAI構築が続くなかで利益率を維持するため、変更を迫られたのである。
この調査における当初の目的は、企業がエージェントベースのソリューションをさらに導入する際に直面する課題を、もう少し深く掘り下げて理解することだった。選定基準として価格を使うのは容易なのか。製品スタックは、本当の意味で同条件の比較ができるほど十分に比較可能なのか。そして、次の予算編成サイクルに向かう企業に対して、どのような提案ができるのか。結局のところ、これは顧客とベンダーの間で深い議論と交渉を行わなければ、ほぼ不可能な作業であることが分かった。Salesforce(セールスフォース)、Microsoft(マイクロソフト)、SAPを含む多くのベンダーが使用している新たな課金指標であるAIクレジットのような一見単純なものですら、定義、比較、予測は容易ではない。
(注：私の所属企業であるMoor Insights & Strategyは、テクノロジー業界の多くの企業にアドバイザリーサービスを提供している。本記事に関連する企業としては、AWS、Google(グーグル)、Microsoft、Salesforce、SAPが含まれる)
端的に言えば、業界は今も手探りの状態だ。実際、今年私が受けた価格設定に関するすべてのベンダーブリーフィングで、唯一の共通見解は「価格設定は依然として発展途上である」ということだった。1年が経過した時点での私の最大の教訓は、価格の比較は簡単になっておらず、その大きな原因はAIクレジットの台頭にあるということだ。この厳しい現実を踏まえ、エージェント価格に関する調査開始から1年を迎えた私の焦点は、これまでの予測を評価し、現在の市場に関する洞察を提供し、今後12カ月の予測を更新することにある。本稿は2部構成の第1部であり、昨年の予測を採点し、現在の市場を分析する。第2部では、今後の展望と企業が今取り組むべき対応について解説する。
2025年からのエージェント価格予測
全体として、昨年の「Where Is AI Agent Pricing Headed? Predictions for the Next 3 Years」での私の予測は確かだった。しかし残念ながら、だからといって異なるソリューションの比較が容易になったわけではなく、AIクレジットの登場により、状況によってはむしろ難しくなったと言える。また、昨年指摘したように、従量課金の測定や優れたFinOps(フィンオプス)テクノロジー(クラウド財務管理)なしに将来のコストを予測・見通すことは、依然として課題となっている。
個々の予測と、その後に何が起こったかを見ていこう。
予測1：時間ベースの価格設定は従量課金制へと統合される
- 根拠：利用頻度が不均一なエージェントに対して、時間ベース(アカウント単位、月額単位)の価格設定は持続可能ではない。ベンダーは、予約されたキャパシティブロックに対する月額固定費と、それを超えた分の超過料金を組み合わせる「リザーブ料金制」へと移行し、さらにユーザーごとの支払いに代わって、チーム内で消費枠を共有(プール)する戦略を採用すると予測した。
- 実際に起きたこと：おおむね確認された。私たちが調査したすべてのベンダーは、現在、基本価格とは別にエージェント利用量を測定する何らかの仕組みを持っている。ただし、そのメータリングに対する課金は、しばしばやや不透明な単位に基づいており、「クレジット」と呼ばれることもある。クレジットは、ベンダーのスタック全体で容量をより代替可能にする一方で、より複雑で予測しにくいものでもある(テキストベースのやり取りと音声ベースのやり取りで課金が異なることが、その一例だ)。
予測2：アクションベースの価格設定には可能性がある
- 予測：Salesforceが示唆していたようなアクション単位のモデルは、特にエージェントのコストが同じタスクを人間が行うコストと比較できる場合、実用性が高い。ドメイン特化型・業界特化型ソリューションで最も有効に機能し、タスクの複雑さや代替リスクに応じて価格がスケールする。
- 実際に起きたこと：実用可能なモデルとして部分的に確認されたが、依然として単一ベンダーのパターンにとどまっている。Salesforceは現在、消費されたトークン数やLLM(大規模言語モデル)の呼び出し回数にかかわらず、一律20クレジット($0.10（約1万未満円）)となるFlex Creditの「標準アクション」を採用している。これにより製品間での互換性は向上するが、顧客が求める透明性や予測可能性には欠けている。
予測3：従量課金制自体は大きく変わらない
- 予測：中核となる消費モデル(トークン、コンピュート、API呼び出し)は企業アプリケーション向けにはほぼそのまま維持されるが、ベンダーは基盤となる計測方式を変えるのではなく、複数の製品(IDE、プラットフォーム、可観測性ツール)を簡素化されたマルチプロダクトパッケージにバンドルする傾向を強める。
- 実際に起きたこと：予測通りとなった。AWSの製品スタック価格は、今もほぼ完全に具体的かつ詳細な消費単位(vCPU時間、1000回の実行ごと、トークンごと)で設定されており、構造は実質的に変わっていない。Google(グーグル)もインフラストラクチャー層に対して同様の価格設定を行っている。また、パッケージ化(バンドル)に関する予測の半分は、予想以上に明確に的中した。あらゆるセグメントのベンダーが、過去12カ月の間にエージェントプラットフォームを単一の包括的なSKU(最小管理単位)へと統合・リブランディングした。基本となる測定基準は変わらず、それを取り囲むパッケージが変わった。まさに予測通りである。
現在のエージェント価格の現状
では、現在の状況はどのようになっているのだろうか。先述の通り、ベンダー側もこれがまだ発展途上であることを認識している。実際、私たちは以前よりも多くの選択肢に直面している。このような実験的な試みが継続されることで、適正な価格で自社に最適なソリューションを見極めようとする企業には、調査というさらなる負担がのしかかっている。
クレジットベースのシステムが抱える課題
幅広いAI製品やSaaS製品における価格設定を簡素化しようと、一部のベンダーは「クレジット」を導入した。残念ながら、これによってベンダー独自のシステム内でのシンプルさは実現したものの、ベンダー間での比較が困難になるという問題も生じている(下の図を参照)。直接的な比較検討を難しくしている一方で、クレジットに関するより大きな懸念は、長期的な予測可能性が欠如している点だ。ユーザー数、サーバー数、時間(分)といった明確にカウント可能な指標がないため、クレジットの価格はやや恣意的に設定される可能性があり、顧客が望む成果ではなく、ベンダーが促進したい行動を促すために使われかねない。これは顧客にとって良くも悪くも作用する可能性がある。
例えば、エージェントがサードパーティのMCP(Model Context Protocol)サーバーと連携するためのクレジットは、ベンダー提供のものよりも大幅に高く設定される可能性がある。逆に、Claude(クロード)やChatGPT(チャットGPT)におけるリクエストへのトークンの適用方法と同様に、それほど高い負荷を要求しないモデルの使用に対して、ベンダーが異なるクレジット数を割り当てることも考えられる。このモデルを採用しているすべてのベンダーに取材したところ、これらの課題を認めており、クレジットベースの課金を時間をかけて適切に調整していく意向を示している。
ベンダー選定時には価格設定を深く掘り下げる準備を
価格モデルに一貫性がなく、簡単にアクセスできる価格情報が不足していることが多いため、第三者の支援なしに価格を比較検討することはほぼ不可能だ。一部のベンダーは価格設定や前提条件を非常に透明に公開しているが、そうではないベンダーもある。多くの製品には「価格については営業チームにお問い合わせください」といった記述がある。そのため、カジュアルな価格比較であってもベンダーの営業担当者が介入する必要があり、それだけでは適切な規模の見積もりを行うのに十分でないことさえある。
大手ベンダーによる顧客常駐型エンジニアリング(FDE)チームへの投資や展開は、顧客が必要とする製品やその適切な数量を理解してもらうための側面もある点は指摘しておくべきだろう。ベンダーはエンドカスタマーに対して、エージェントをより良く導入するための価値ある知見を提供しているが、ベンダーの真の目的は(1)購入契約の締結、および(2)エージェント自体に関する知見を得ることで製品や価格モデルを改善することだ。
SaaSかハイパースケーラーかは、事前の決定要因にならない
クレジットベースのシステムはSaaSに多く、従量課金モデルはハイパースケーラー(大規模クラウド事業者)に支持される傾向があるため、どちらかのベンダータイプをはじめから選択しがちかもしれない。しかし、これらのモデルはまだ進化の過程にあるため、価格モデルに過度に意思決定を左右されないようにすべきだ。例えば、従量課金重視のクラウドベンダーであるAWSが、Amazon Quick(アマゾン・クイック)などの製品向けに新しい価格モデルを試行している。さらに興味深いことに、SaaSベンダーとハイパースケーラーの双方が、それぞれのコアポジションや価値提案に依存するのではなく、AIスタック全体へ再び注力し始めている。好例として、従来のSaaSビジネスモデルがAIとともに進化し続けるなか、SAPが現在どのように自社を再定義しているかが挙げられる。これが意味するのは、技術戦略が均一化しつつある一方で、価格戦略は依然として流動的だということだ。この状況を踏まえると、企業の自律型エージェントのニーズに対して、より広範なベンダータイプを検討することが賢明であると私は考えている。
このシリーズの第2部では、ソブリン(主権)AIや知的財産保護への要求、高度なパッケージ化、精度に応じたプレミアム価格、ベンダーロックインを促すインセンティブ、さらにはダイナミックプライシング(需要連動型価格設定)に焦点を当て、エージェントの価格設定が今後どこへ向かうのか、そして2027年に向けて企業がエージェントの価格設定にどのようにアプローチすべきか、具体的な推奨事項とともに解説する。
