AIモデルの料金が下がっても、価値を決めるのは成果までの総費用
AIモデルを利用する際の採算も、エージェントへ一連の業務を任せやすい方向へ変化している。OpenAIはGPT-6.1 Solの標準API料金を、入力100万トークン当たり2ドル、出力100万トークン当たり10ドルに設定した。GPT-6 Astraの対応料金の5分の1に当たる。OpenAIによると、複数の評価でAstraに近い性能を示した。ただし、これはモデル自体のAPI利用料であり、GPT-6 Astraを使って提供を始めたdotsの利用料金ではない。
経営者にとってトークン料金の低下が重要なのは、AIへ任せた1件の作業でも、検索、計算、修正、確認を何度も繰り返す可能性があるためだ。各手順のコストが下がれば、自動化する価値がある仕事の範囲も広がる。
ただし、トークン料金だけでは価値を十分に測れない。安いモデルでも、より多くのトークンを消費したり、試行回数が増えたり、成果物の修正に長い時間がかかったりする可能性がある。重要なのは、ソフトウェア料金と人間による確認作業を含め、許容できる成果を得るまでにかかる総費用だ。
1時間に提案書を10本作るエージェントでも、各提案書の修正に1時間かかれば利点はほとんどない。短時間の確認だけで使える提案書を安定して作れるエージェントなら、経営者が処理できる仕事量を大きく増やせる。
「専門 dots」が企業の業務へ組み込まれるほど、利便性と依存が同時に高まる
OpenAIが試験提供する専門 dots（specialist dots）は、組織内で明確に定めた担当業務を担うAIエージェントだ。各エージェントは専用のIDと認証情報を持つ。導入は、まず対象を絞った企業向け試験から始まる。OpenAIは、マイクロソフトのAIエージェント管理基盤「Microsoft Agent 365」が備える企業向けガバナンス機能やセキュリティー管理機能との統合も進めている。
大企業では、既存システムに組み込んだエージェントを管理する手間を減らせる可能性がある。中小企業では、請求書の管理、顧客記録の維持、定例報告書の作成など、担当する業務に応じてソフトウェアを導入する形が広がる可能性がある。
OpenAIには、AIモデルの利用料を得るだけではない商機が生まれる。日常的な業務プロセスに組み込まれたサービスは、単発の質問に使うAIモデルよりも他社サービスへ置き換えにくい。エージェントが企業固有の好みや仕事の進め方を理解するほど、提供会社を切り替える際に、その企業について蓄積した文脈を別のサービスで作り直す必要が生じる。利便性が高まるほど、プラットフォームへの依存も強まる可能性がある。
親しみやすさと実務上の信頼は同じではない
dotsを親しみやすい存在として見せ、名前を持たせる設計は、AIへ仕事を任せる行為を理解しやすくする。名前があれば、利用者はエージェントへ呼びかけ、仕事を割り当てやすい。ただし、親しみやすさによって、実際の性能以上に信頼してしまう可能性もある。
親しみやすいアシスタントであっても、正確性、仕事を完了できたか、人間へ判断を引き継ぐべき場面を測る基準が必要だ。エージェントが複数の業務用アカウントを操作できる場合、こうした基準はさらに重要になる。文章の誤りなら修正できるが、顧客への誤ったメッセージや許可のない情報開示は、チャットの外に実際の影響を及ぼす。
