AIプロダクトの料金設計、原価が料金表より速く動くとき

料金表は据え置き、原価だけが上がった

エヌビディアが主要顧客に対し、AIサーバーとチップの価格を15%以上引き上げると通知した。理由はメモリ価格の高騰で、Vera RubinとGrace Blackwellを使うシステムの来年初め出荷分から適用される(Reuters)。

同じ週、資金調達側の数字も出た。ブラックストーン傘下のデータセンター企業QTSリアルティ・トラストが、5年物の投資適格債39億ドルを利回り7.228%で発行した。4か月前に同社が5.7%で出した46億ドルの債券は流通市場で7.16%、メタのテキサス州データセンターを裏付けとする125億5,000万ドルの2048年満期債には7.53%がついている。格付けはムーディーズがBaa3、フィッチがBBB-で、投資適格の最下段だ(韓国経済新聞、ブルームバーグ報道)。

二つの数字は同じ場所に行き着く。サーバーが高くなり、そのサーバーを買う資金も高くなれば、その上で動くAIプロダクトの原価が押し上げられる。ところが多くのSaaSの料金表は今も人数で決まっている。ひとつのアカウントがエージェントを一日中回しても、請求額は動かない。この差をどう埋めるかを決めるのがプロダクトマネージャーの仕事だ。

シート課金が耐えられなくなる領域

従来のSaaSでは、ユーザーが一人増えてもサーバー費用はほとんど増えなかった。だからシート単価が二十年もった。AIプロダクトは構造が違う。ひとつのリクエストが数十回のモデル呼び出しに分かれ、会話が伸びるほど毎回読み直すトークンが増える。同じプランの二つのアカウントで、提供コストが一桁違うことは珍しくない。

そこで料金の形が分かれていく。基本サブスクリプションにクレジットを載せて超過分を別に取る会社、シート課金は残してAI機能だけを従量にする会社、完了した仕事の単位で受け取る会社。どの形を選んでも最後に残る問いは同じだ。原価が上がったとき、誰が負担するのか。

この役割が実際に決めること

• 課金単位: トークンか、リクエストか、完了したタスクか。顧客が事前に見通せることと、実原価に連動することの両方が要る。この二つはしばしばぶつかる。
• プラン別の粗利下限: どのプランまで赤字を許容し、どこで上限を引くか。無制限と書いたプランがあれば、その上位1%のアカウントが損益全体を揺らす。
• クレジット設計: 消費速度、繰り越しの可否、超過料金。顧客の不満と粗利が同じ場所で決まる。
• 契約条項: 複数年契約の途中でモデル単価やハードウェア価格が上がったらどうするか。業界標準の文言がまだなく、各社が独自に書いている。
• 値上げの手順: 既存顧客にいつ知らせ、旧料金をどこまで保証するか。解約率はここで決まる。

原価を削るエンジニアとは評価軸が違う

推論コスト最適化エンジニアは、同じ出力をより安く出す方法を探す。モデルルーティング、キャッシュ、小型モデルへの切り替えがその領域だ。この役割は、そうして残った原価を誰にどんな名目で請求するかを決める。

二人は隣で働くが、見ている数字が違う。エンジニアはトークン当たりコストを見て、PMはアカウント当たりの貢献利益を見る。原価を40%削っても課金単位がずれていれば粗利は動かない。日本のSaaS企業では事業企画と財務がこの判断を分け持っていることが多く、AI機能の比重が上がるほどプロダクト側に寄ってくる。

入り方

入口は三方向ある。課金とプラン設計を扱ったSaaSのPM、単価と粗利を見ていた財務の担当者、利用ログを掘ってきたデータアナリストだ。共通して要るのは損益計算書を読む力と、アカウント別の原価を自分でSQLから引く習慣である。モデルを学習させる必要はないが、コンテキスト長と呼び出し回数が請求額をどう膨らませるかは手で計算できたほうがいい。

新卒や第二新卒でこの領域を狙うなら、事業企画やカスタマーサクセスから入って利用データに触れる位置を取るのが現実的だ。自分が使っているAIツールの料金ページを開き、クレジットがどの速さで減るかを数えてみるだけでも、その会社が何を課金単位に選んだのかは外から見える。

エヌビディアの値上げ分が乗るのは来年初めの出荷からだ。それまでに結ぶ複数年契約に原価連動条項を入れるかどうかは今まさに各社で割れていて、どちらが標準になるかは決まっていない。