Aiエージェントの利用者別課金モデルは限界に

大半の大企業では、生成AIツールはDSIが導入し、利用者数に応じて子会社や事業部門に費用を配賦している。ライセンス数に基づくこのモデルは最も一般的で、チャットボット型アシスタントには依然として理にかなっている。しかし筆者は、エージェント型AIには機能しないと考える。

「アシスタント」は課金が容易

アシスタントは個人に割り当てられるライセンスに対応する。利用者が明確で、所属部門への課金も容易なため、計算はシンプルだ。会計的にはこのモデルは成立する。

しかし、盲点がある。筆者によれば、アシスタントは「増幅器」として機能する：もともと高いパフォーマンスを発揮する従業員をさらに強化し、そうでない従業員にはほとんど効果をもたらさない。段階的な導入では、まず先進的な従業員がライセンスを取得するため、意図せずして社員間の格差が拡大する。ライセンスモデル自体がこの偏りを生み出すわけではないが、可視化することもできない。

「エージェント」は個人に紐付かない

エージェントの動作は異なる。サブスクリプションではなく、利用に応じてトークン（モデルが処理するテキスト単位）、API呼び出し（ソフトウェアがモデルを利用するためのインターフェース）、人的監視時間などのリソースを消費する。仕入先会計、採用、サポートなど特定の機能のために動作し、他のエージェントを呼び出すことも多い。

筆者は仕入先請求書処理エージェントを例に挙げる。このエージェントは書類を受け取り、抽出エージェント、次に適合性チェックエージェントを呼び出し、結果を経理担当者に承認依頼として提出する。では、利用者は誰か？承認する経理担当者か、請求書を送った仕入先か、エージェントを導入した財務部門か？筆者によれば、このようなシステムを個人単位で課金するのは、マンションの電気代を各戸のメーターではなく居住者数で割り勘にするようなものだ。

追跡可能性のツールとしてのゲートウェイ

この「メーター」はAI Gatewayとして存在する。これは全てのモデルおよびエージェント呼び出しが通過する単一のゲートウェイだ。各呼び出しは追跡可能で、どのエージェントが何を消費したか、要求元の個人や組織まで遡ることができる。

この追跡可能性により、エージェントのコストをその成果を消費する機能部門に負担させ、IT予算の項目ではなく、業務責任者がそのパフォーマンスに責任を持つことが可能になると筆者は主張する。さらに、現在多くの企業がこの種のゲートウェイを構築中であり、この段階で課金ルールを確立しなければ、各部門が自分に有利なモデルを主張する事態になると付け加える。

ただし、筆者は慎重な見解も示している。エージェントはフルタイム従業員の代替ではない。なぜなら、職務全体ではなく個々のタスクを吸収するからだ。また、Oliver Wyman Forum（The Reality Check、2026年10月）によれば、AI支援作業1時間あたり平均22分の検証が必要であり、この時間はエージェントの実コストの一部でありながら、どの請求書にも記載されない。最後に、一部の部門は、各エージェントのパフォーマンスを説明する責任を負わずに済む、分散型IT予算を好む可能性もある。