AI活用システムの発注では「まずは今のモデルで作り、もっと良いモデルが出たら乗り換えればいい」という判断がよく使われます。VentureBeatが2026年9月に実施した調査（有効回答109件）は、その前提に数値を当てています。本番アプリの中のモデルを差し替えた回答者は62%、そのうち59%が性能低下に直面してアプリを作り直すか元のモデルに戻していました。乗り換えは可能ですが、無料ではありません。発注の時点で何を決めておけば費用が読めるのかを整理します。
本番アプリのモデルを差し替えた回答者は62%、うち59%が作り直しか巻き戻し
VentureBeatの調査では、過去1年間に本番アプリ内のAIモデルを差し替えた回答者が62%、そのうち59%が性能低下を経験してアプリの作り直しか元モデルへの復帰に至りました。差し替えは、他社モデルへの移行だけでなく、同じ提供元の新しいモデルへの移行も含みます。
VentureBeatの記事（2026年10月13日公開、著者 Matt Marshall）が示した数値を、分母とあわせて整理します。
| 項目 | 割合 | 分母 |
|---|---|---|
| 本番アプリ内のモデルを差し替えた | 62% | Agentic Orchestration調査の有効回答 109件 |
| 性能が低下し、作り直しか元モデルへの復帰に至った | 59% | 差し替えを行った回答者（109件の62% ＝ 約68件） |
| 差し替えに「ほぼエンジニアリング工数がかからなかった」 | 19% | 同上（約68件） |
| 数日以上の工数がかかった、または完了前に中止した | 75% | 同上（約68件） |
設問は「周囲のアプリはそのままに、中のAIモデルだけを入れ替えたか」を問うものです。システム全体の作り替えではなく、部品の交換に相当する作業で、これだけの割合が性能低下に行き当たっています。
「ほぼ工数ゼロ」で済んだのは19%にとどまる
差し替えが実質的な追加作業なしで終わった回答者は19%でした。残りの大半にあたる75%は、数日以上のエンジニアリング工数がかかったか、完了前に中止しています。
この2つの数値を、回答者全体（109件）に引き直すと次のようになります。いずれも調査値の単純な掛け算で、VentureBeatが発表した数値ではありません。
- 62% × 59% ≒ 37%：回答者全体のおよそ3分の1が、差し替えた末に作り直しか巻き戻しまで経験した計算になります
- 62% × 75% ≒ 47%：回答者全体のおよそ半数が、数日以上の工数または中止を経験した計算になります
「乗り換えは簡単」と「乗り換えは重い」のどちらが多数派かと言えば、この調査の回答者の中では後者です。
この数値をどこまで信じてよいか
結論から言うと、「傾向の目安」として使い、自社の判断材料のひとつに留めるのが妥当です。VentureBeat自身が代表性の限界を明記しており、母数も大きくありません。
確認しておくべき限界は3点です。
- ランダムサンプルではありません。 回答者はVentureBeatの読者とリサーチパネルから集まっており、記事は「結果はこの特定の回答者群を説明するものであり、すべての企業に当てはまるとは限らない」と明記しています。AI動向を追う媒体の読者は、そもそもモデルの乗り換えに積極的な層に偏っている可能性があります。
- 母数が109件です。 62%にあたるのは約68件、その59%は約40件です。1件あたり約1.5ポイントに相当する規模なので、数ポイントの差を読み取る使い方には向きません。
- 「回答者」であって「企業」ではありません。 回答資格は「従業員100人以上の組織に勤務、またはそうした組織を主要顧客とするコンサルタント」で、方法論の記述も109 qualified respondents（有効回答者）です。記事本文は “companies surveyed” と書いていますが、1件＝1社とは限りません。
逆に言えば、この3点を踏まえてもなお「差し替えの6割近くが作り直しか巻き戻しに至った」という結果は、発注側が費用を見積もる際の警戒材料として十分に使えます。調査値の読み方そのものについては、AIエージェント基盤69%対38%｜差を読む4視点でも整理しています。
発注・契約の時点で決めておく4項目
乗り換えが起きる前提に立つなら、費用が膨らむ場所はあらかじめ決められます。見積・契約の段階で明文化しておきたいのは次の4項目です。
1. モデル変更時の再検証の工数と費用負担を見積に書かせる
「モデルは後から変えられます」と説明された場合、その作業に誰がいくら払うのかを同じ資料に書かせます。確認する言い回しは「モデルを変更した場合、動作確認と調整にかかる工数の見積と、その費用はどちらの負担になりますか」です。
ここが空欄のまま発注すると、モデル変更のたびに追加の個別見積が発生します。見積書の読み方はAI導入支援の費用相場｜何にいくらかかるかを内訳で見るで費目別に整理しています。
2. 評価用のデータセットを自社側で持つ
差し替えで性能が落ちたかどうかを判断するには、差し替え前の出力品質を測った記録が要ります。自社の実際の業務データから入力と期待される出力の組を30〜50件そろえ、ベンダーではなく自社で保管します。
この手当てがないと、「前より悪くなった気がする」という体感でしか議論できません。自動採点の限界を含めた品質評価の考え方はAI出力の品質評価｜11万件の検証が示す自動採点の限界で扱いました。
3. モデル固有の作り込みを業務ロジックから切り離す
プロンプト、出力形式の指定、エラー時の処理がアプリ本体のコードに直接埋め込まれていると、モデルを替えるたびに本体を触ることになります。設計段階で「モデルに依存する部分」を一箇所にまとめるよう要件に入れておきます。
発注側が設計を理解している必要はありません。「モデルを差し替えるとき、改修が必要になるのはどのファイル・どの範囲ですか」と聞いて、答えが具体的かどうかを見れば十分です。
4. 元に戻せる状態を保つ期間を決める
差し替えた回答者の59%が作り直しか巻き戻しに至ったという結果は、裏返せば「戻す手段を持っていた」ことでもあります。旧モデルを何日間併行して使えるようにしておくか、どの基準を下回ったら戻すかを、切り替え前に決めておきます。
乗り換えが現実に起きていることの傍証
モデルの乗り換え自体は増えています。Rampが2026年10月6日に公開した集計では、AIモデルの提供元を切り替えた企業の月次シェア（3か月平均）が2026年9月に過去最高の8%に達しました。
ただしRampの集計は同社の決済データに基づくもので、VentureBeatの調査とは測定対象も定義も異なります。母数も公開記事には明記されていません。同じ数字の検算ではなく、「乗り換えは珍しい出来事ではない」という傾向の傍証として読むのが適切です。
なお、VentureBeatの設問では同じ提供元の新しいモデルへの移行も「差し替え」に含まれます。提供元を変えない運用でも、上位モデルの世代交代に合わせて移行すれば同じ作業が発生します。「ベンダーを変えないから関係ない」とは言えない点に注意が必要です。
よくある質問
- 「モデルを差し替えた企業が62%」の分母は何社ですか。
-
VentureBeat Intelligenceが2026年9月に実施したAgentic Orchestration調査の有効回答109件です。回答資格は従業員100人以上の組織に勤務、またはそうした組織を主要顧客とするコンサルタントでした。
- AIモデルの乗り換えは避けたほうがよいのですか。
-
避ける必要はありません。この調査が示すのは、乗り換えに工数がかかるという事実であって、乗り換えが失敗だということではありません。費用と工数を事前に見込んでおくかどうかの差です。
- 発注時にベンダーへ何を確認すればよいですか。
-
「モデルを変更した場合の再検証の工数見積と費用負担」「改修が必要になる範囲」「旧モデルへ戻す手順と期間」の3点です。見積書に記載がなければ、口頭の回答を議事録に残します。
まとめ
- VentureBeatが2026年9月に実施したAgentic Orchestration調査（有効回答109件）では、本番アプリ内のAIモデルを差し替えた回答者が62%
- 差し替えた回答者のうち59%が性能低下を経験し、アプリの作り直しか元モデルへの復帰に至った
- 「ほぼ工数ゼロ」で済んだのは19%のみ。75%は数日以上の工数がかかったか完了前に中止した
- ただし自己選択パネルで母数109件のため、数ポイントの差を読む用途には向かない。傾向の目安として扱う
- 発注時に決めておくのは、再検証の費用負担／評価データセットの自社保管／モデル依存部分の切り離し／巻き戻し条件の4項目
「あとで乗り換えればいい」は選択肢として残りますが、無料のオプションではありません。乗り換えの可能性があるシステムほど、最初の見積の段階で再検証の費用を表に出しておくほうが、結果として総額は読みやすくなります。モデル選定そのものの考え方は生成AIの選び方2026｜「最強モデル探し」をやめる4つの軸で整理しています。
AI導入の進め方全体は「AI導入支援｜中小企業の進め方と支援会社の選び方」、発注前に確認する具体的な基準は「AI導入支援会社の選び方｜発注前に確認する7つの基準」で解説しています。
発注予定のAI案件で乗り換えコストをどこまで見ておくべきか判断したいという方は、AI導入相談フォームからお気軽にご相談ください。
出典・参考資料
- VentureBeat： OpenAI’s AI agent platform is used by twice as many companies as Anthropic’s, new VentureBeat survey finds （） （VentureBeat Intelligence自社調査＝当該調査の一次情報。62%・59%・19%・75%の出典）
- Ramp： Businesses are changing AI model providers more often （） （プロバイダ切替の月次シェア8%の出典）
