💸 安くなってるのに高くなる不思議｜Gartner『推論のパラドックス』が教えるAIコストの正体

アイ

2026-08-22

「単価が下がってるのに請求が増える」を最初に聞いたときの違和感

Gartnerが出した予測、最初聞いたとき「え、それどういうこと?」って混乱した。AIモデルの利用料金自体はどんどん下がってるのに、企業のAI総コストは2028年までに5倍以上に膨らむんだって。普通に考えたら単価が下がれば総額も下がりそうなものだよね。

でもGartnerはこれを「推論のパラドックス」と呼んでて、①推論コスト削減の限界、②複雑なモデル開発による需要増、③エージェント型AI導入によるトークン消費増、の3つの要因が絡み合ってこの矛盾を生んでるんだって。特に象徴的なのが、エージェント型モデルが1タスクをこなすのに標準的なチャットボットの5〜30倍のトークンを消費するっていう数字。

わたしはこの話を聞いて、「安くなる」と「安上がりになる」は全然違う話なんだなって痛感したの。今日はこのパラドックスの中身を、一つずつ紐解いていきたいと思う。

正直、AI関連のニュースって「値下げ」「無料プラン拡大」みたいな話ばかりが目立つから、なんとなく「AIってどんどんお財布に優しくなってるんだな」って油断しちゃいがちだよね。でも企業の経理担当や情シス部門の人からしたら、Gartnerのこの予測はかなり気が引き締まる話だと思うの。

そう考える5つの理由

理由1：単価の低下と総コストの増加は、そもそも別の話だった

まず整理したいのが、「単価」と「総コスト」は掛け算の関係にあるってこと。総コストは「単価×使用量」で決まるから、単価が下がっても使用量がそれ以上のペースで増えれば、総コストは普通に上がるよね。当たり前のことなんだけど、意外とこの掛け算を意識せずに「AIは安くなってる」というニュースだけを鵜呑みにしちゃう人、多いんじゃないかなって思うの。

世間では「AIモデルのAPI料金がどんどん値下げされてる」っていうニュースが定期的に流れるたびに、「じゃあAI活用のコストも下がっていくんだろうな」って楽観的に捉えられがちだよね。でも実際には、単価が下がったからこそ「もっと気軽に、もっと大量に使おう」という発想が広がって、結果的に使用量の伸びが単価下落を上回っちゃうの。

これって経済学でいう「ジェヴォンズのパラドックス」とすごく似た構造だなってわたしは思う。効率が良くなると、かえって全体の消費量が増えて総使用量が膨らむっていう現象、エネルギーの世界でもよく言われてきた話だけど、AIの世界でも同じことが起きてるんだよね。

19世紀のイギリスで、蒸気機関の効率が上がって石炭消費が減ると思いきや、逆に石炭の総消費量が増えたっていう話が元ネタなんだけど、AIコストの世界でもまったく同じロジックが働いてるの。安くなったからこそ、これまで「コスト的に見合わない」って敬遠されてた用途にまでAIが使われるようになって、結果的に総量が膨らんでいくんだよね。

理由2：エージェント型AIが5〜30倍のトークンを食う

今回の予測で一番インパクトがあったのが、エージェント型モデルのトークン消費量。1タスクを完了するのに、標準的なチャットボットの5〜30倍のトークンを使うんだって。Gartnerのアナリスト、Will Sommer氏は「単純なチャットボットは質問に答えるだけだが、AIエージェントは複数の行動を選択・判断する必要がある」と説明してるの。

なぜならエージェント型AIって、一つのタスクをこなすために「計画を立てる」「情報を検索する」「途中結果を確認する」「次の行動を決める」みたいな、複数ステップの思考プロセスを内部で回してるから。チャットボットが「質問→回答」のシンプルな一往復で済むのに対して、エージェントは何度も自分自身と対話しながらタスクを進めてる分、トークン消費が跳ね上がるんだよね。

世間では「AIエージェントが自動でなんでもやってくれて便利」ってポジティブな話題ばかりが先行しがちだけど、その裏側でトークン消費が桁違いに増えてるって話、意外と語られてない気がする。便利さの代償として、コスト構造がガラッと変わっちゃうことは、もっと知られていいと思うの。

理由3：「賢くなる」こと自体がコストを押し上げる皮肉

Gartnerが指摘する2つ目の要因、「AIの機能向上に伴ってより複雑なモデル開発が進み、利用者の需要が増える」っていうのも興味深いよね。モデルが賢くなればなるほど、これまでできなかった業務までAIに任せようという発想が生まれて、それが新しい需要を作り出すの。

だからこういうことは考えておいた方がいいよねって思うのが、AIの性能向上そのものが「もっと使おう」というモチベーションを生み出す構造になってるってこと。単純に「性能が上がった分、同じ作業がより効率的にできる」だけなら総コストは下がるはずなんだけど、実際には「これまでやってなかった新しい作業までAIに任せる」方向に需要が広がっていくから、コストは増える一方になりやすいんだよね。

わたしはこれ、悪い話だとは思ってなくて、むしろAIが本当に役立つ場面が広がってる証拠でもあると思う。ただ、企業の予算担当者からしたら、青天井にコストが伸びていく構造は正直怖いよね。

理由4：2030年に90%安くなるのに、それでも総額は増える計算

面白いデータとして、2030年までに推論コスト自体は2025年比で90%以上下がる見込みなんだって。それでもなお、企業の総コストは2028年までに5倍以上に膨らむと予測されてるの。この2つの数字を並べてみると、需要の伸びがどれだけ凄まじいかが逆算できるよね。

単価が10分の1になっても総額が5倍になるってことは、使用量が単純計算で50倍近くまで伸びる可能性があるってことだもんね。これはAIエージェントが本格的に業務のあちこちに組み込まれていく未来を、数字が先取りして示してるんだと思う。

なぜならエージェント型AIが「秘書」や「アシスタント」として一人一人に張り付くような使い方が広がれば、24時間365日、常時何かしらのタスクをこなし続けることになるから。人間が寝てる間も働き続けるAIエージェントが当たり前になれば、使用量の桁が変わってくるのも納得できるよね。

理由5：これ、クラウド代の歴史とそっくりだと思う

正直、この話を聞いて真っ先に思い出したのがクラウドコンピューティングの歴史なの。クラウドサービスも「従量課金で安く使える」って触れ込みで普及したのに、気づいたら多くの企業が「クラウド代が想定より膨らんで困ってる」状態に陥った経験があるよね。

世間でも「AIコストはクラウド代の二の舞になるのでは」っていう指摘、すでにちらほら出始めてる。単価が下がるからこそ気軽に使い始めて、気づいたら使用範囲がどんどん広がって、最終的に予算超過に驚くというパターン、AIの世界でも同じことが起きそうな予感がするの。

わたしが思うに、クラウド代のときに多くの企業が学んだ「使用量のモニタリングと予算アラートの仕組み」を、AIコストの管理でも早めに取り入れておくのが賢い対応だと思う。同じ轍を踏まないために、今のうちから準備しておく企業とそうでない企業とで、数年後に大きな差がつくんじゃないかな。

クラウドの世界では今、FinOpsっていうコスト管理の専門分野がすっかり定着したよね。AIコストについても、近い将来「AI FinOps」みたいな考え方や専門職が当たり前になっていくと思う。トークン消費量を部門ごとに可視化したり、エージェントごとにコスト上限を設定したりする仕組み、今のうちから検討しておいて損はないはずだよ。

まとめ：「単価」じゃなく「使われ方」を見ないと予算は読めない

今回のGartnerの予測を通して見えてきたのは、AIコストを考えるときに「1トークンいくら」という単価だけを見ていると、実際の予算感を完全に見誤るってこと。単価が下がっても、エージェント型AIの普及で使用量が爆発的に伸びれば、総コストは平気で5倍にも10倍にもなり得るんだよね。

企業としては、AIツールを導入するときに「安くなったから気軽に使おう」で終わらせず、「このAIエージェントが1タスクでどれくらいトークンを消費するか」まで見積もっておく視点が今後さらに重要になってくると思う。特にエージェント型の機能を本格導入する前には、想定される利用シナリオでのコストシミュレーションをしておくのがおすすめだよ。

わたしたち個人がAIツールを比較検討するときも、月額料金の安さだけじゃなくて「どんな使い方をしたらどれくらいコストがかかりそうか」を具体的にイメージしておくと、後から「思ったより高くついた」ってならずに済むと思うの。

関連記事: AIツールの料金プラン比較はこちら

ソース:

モデルの利用料金は安くなっているのに、AIの総コスト上昇（ITmedia エンタープライズ, 2026年8月20日）