AIの利用単価は下がり続けています。それなのに、AIの請求額は増える。Gartnerは2026年8月17日、エージェント型ワークフロー1件あたりのAI推論コストが2028年までに5倍超に増えるという予測を公表しました。値下げのニュースを見て「AI費用はこれから下がる」と年度計画を立てている企業ほど、来期の着地がずれます。この記事では、なぜ単価下落と費用増加が同時に起きるのか、そして経営・DX担当者がAI予算をどの単位で組み直すべきかを整理します。
Gartnerが予測した「推論コスト5倍超」の中身
Gartnerの予測は、AI全体の値段ではなく「エージェント1件が1つの仕事を終えるまでのコスト」が2028年までに5倍を超えて増える、というものです。単価ではなく仕事あたりの総額が対象である点が要点です。
2026年8月17日付のGartnerのプレスリリースによれば、企業のAI利用が「補助的な機能」から「複数ステップを自律実行するエージェント」へ移るのにともない、推論（学習済みモデルに実際の仕事をさせる処理）の費用が押し上げられます。Gartnerは、基本的なチャットボットとのやり取りと比べ、同じタスクをエージェント型の推論モデルにルーティングするだけで、事業者側の推論コストは少なくとも5倍になり、タスクが複雑になるほど倍率はさらに上がると指摘しています。
Gartnerは、トークン経済性を動かしている要因として次の3つを挙げています。
- 基盤モデルのコスト構造は急速に改善している（同じ処理が年々安くなる）。
- 効率化によって、より高性能でより高価なモデルを、より価値の高い高度な用途に投入できるようになる。
- 高度なAIワークフローは、単純なチャットボットのやり取りよりはるかに多くのトークンを使い、推論コスト全体を押し上げる。
Gartnerはこれを「トークンのコスト効率は上がっているが、AIの能力とそれに伴うコストが上がる速さのほうが上回っている」と要約し、イノベーションの速度がコスト曲線を追い越していると表現しています。
規模感の参考として、Gartnerは2026年5月19日の別の予測で、2026年の世界のAI支出を2兆5,900億ドル・前年比47%増としています。これはAIサービス・AIソフトウェア・AIモデル・AIインフラなどを合算した世界全体の支出額で、Gartnerは今後数年、AIインフラ（AI向けIaaS・サーバー・ネットワーク・半導体など）が市場最大のセグメントとなり支出の45%超を占めると見ています。
ただし、ここまでの支出を牽引してきたのは主にテクノロジー企業とハイパースケーラーで、Gartnerは一般企業の支出はこれからであり、2026年が変曲点になるとしています。現時点で多くの企業はAIによる抜本的な変革ではなく、効率・生産性の漸進的な改善をねらう戦術的な取り組みを選んでおり、そのためCIOはAI投資の価値を示すことに苦労している、という指摘もあわせて示されています。市場全体が伸びる局面で、1業務あたりのコストも上がる、という二重の増加が起きている状況です。
単価が下がるのにコストが増える「推論のパラドックス」
Gartnerはこの現象を「Inference Paradox（推論のパラドックス）」と呼びます。単位あたりの経済性が良くなることでAIの総コストが膨らむ一方、それに見合う予測可能な価値への道筋は示されない、という定義です。
構造はシンプルです。トークン（AIが読み書きする文字の単位）の値段が下がると、開発側は「もっと強いモデルを、もっと長い文脈で、もっと複雑な手順で」使うようになります。結果、消費するトークンの量が単価の下落幅を上回って増えます。Gartnerのシニアディレクターアナリスト、Will Sommer氏は次のように説明しています。
単純なチャットボットは、クエリを読んで解釈し、確率的に妥当な答えを素早く返せばよい。だがAIエージェントは、絶えず推論し、交渉し、自らに問い直さなければならない。
チャットボットは「1回の質問に1回答える」処理です。対してAIエージェントは、計画を立て、ツールを呼び、結果を検証し、失敗すれば計画し直します。同じ「1件の依頼」でも、内部で発生する推論の回数がまったく違います。Sommer氏は「プロダクトリーダーは、トークン経済性の改善を根拠にAIコストを正当化することはできない」とも述べています。
この構造は、当社が以前にClaude Opus 5の値下げでも請求額が増える理由で扱った現象と同じ形をしています。Gemini 3.7 Flashの価格改定のように単価は繰り返し下がりますが、それは請求額が下がることを意味しません。
経営・DX担当者への示唆 ― 予算は「単価」でなく「1業務あたり」で組む
対応の要点は、AI予算の管理単位を「1トークンいくら」から「1業務あたりいくら（コスト・パー・ワークフロー）」へ変えることです。単価で管理している限り、値下げのたびに予測が外れます。
具体的には、次の3点を導入判断のゲートに組み込むことを推奨します。
| 設計原則 | 決めること | 決めていないと起きること |
|---|---|---|
| ① 業務あたり上限額 | 「請求書処理1件◯円まで」など、ワークフロー単位の上限 | 稼働数の増加にそのまま比例して請求が伸びる |
| ② モデルのティア分け | 単純作業は軽量モデル、判断が要る工程だけ上位モデル | すべてのステップが最上位モデルで走り、桁が変わる |
| ③ 価値の測定単位 | 削減工数・処理件数など、コストと同じ粒度の成果指標 | 費用だけが可視化され、継続の可否を判断できない |
Gartnerも対策として、推論のティア分け（inference-tiering）・ルーティング・オーケストレーションを挙げ、汎用の自律エージェントに任せきりにすると「桁違いに膨らむ、上限のないコスト」になりうると警告しています。工程ごとに必要な賢さを見極め、安いモデルで足りるところは安いモデルに回す、という設計です。考え方の具体例はAIコスト半減を「9対1の切り分け」で作るで整理しています。
あわせて、費用の増加を正当化できるだけの効果測定も必要です。AI投資の55%が「効果不明」という状態のままコストだけが5倍になると、稟議は通らなくなります。
具体的な活用シーン ― コストを抑えてエージェントを入れる3パターン
エージェントを諦める必要はありません。「全工程を自律化しない」という前提に立てば、費用は設計で抑えられます。業務別に3つの型を挙げます。
- 問い合わせの一次対応：分類・定型回答は軽量モデル、例外案件だけ上位モデルへエスカレーションする。全件を高性能モデルに通さない。
- 見積・提案書のドラフト作成：社内文書の検索（RAG）は安価な処理で行い、文章生成の1回だけ上位モデルを使う。反復生成の回数に上限を設ける。
- 月次レポートの集計と要約：集計は従来のプログラムで確定させ、AIには要約と異常値のコメントだけを任せる。AIに計算させない。
いずれも共通しているのは、AIエージェントに「考える回数」の上限を設けている点です。権限と実行範囲の設計についてはAIエージェントの権限管理も参考にしてください。
よくある質問
- AIモデルは値下げが続いているのに、なぜ自社のAI費用は増えるのですか。
-
単価の下落を上回る速さで、1業務あたりの処理量が増えているためです。エージェントは計画・実行・検証を繰り返すため、同じ依頼でもチャットボットより推論の回数が桁違いに多くなります。
- AIエージェント導入前に、コストはどう見積もればよいですか。
-
「1業務あたり何円まで許容するか」を先に決め、代表的な業務を試験実行して1件あたりの実測コストを出します。単価ではなく件数×1件単価で年間額を試算するのが現実的です。
- 安いモデルに切り替えれば推論コストの問題は解決しますか。
-
一律の切り替えでは解決しません。判断が必要な工程で品質が落ち、やり直しが増えて逆にコストが上がる場合があります。工程ごとにモデルを分けるティア設計が有効です。
まとめ
Gartnerが2026年8月17日に示した「エージェント型ワークフロー1件あたりの推論コストが2028年までに5倍超」という予測は、AIの値下げ競争が続くことと矛盾しません。単価は下がり、使う量はそれ以上に増えるためです。経営・DX担当者が今すべきことは、値下げを前提にAI予算を据え置くことではなく、①業務あたり上限額 ②モデルのティア分け ③価値の測定単位の3点を、導入判断のゲートとして先に決めることです。
Auto-IDフロンティアでは、AIエージェントの導入検討にあたって「どの工程をAIに任せ、どの工程を従来の仕組みで確定させるか」の切り分けから支援しています。自社の業務でどこまでコストを抑えられそうかを一度整理したいという方は、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
- Gartner： Gartner Predicts AI Inference Costs Per Agentic Workflow Will Increase More Than Fivefold Through 2028 （）
- Gartner： Gartner Forecasts Worldwide AI Spending to Grow 47% in 2026 （）
- The Register： Agentic AI costs set to balloon fivefold by 2028 （）
- ARN： AI agents aren’t cheap, even with falling model costs: Gartner （）
- Computerworld： AI inference is getting cheaper, but your agents are getting more expensive （）
- AIwire： Gartner Predicts AI Inference Costs Per Agentic Workflow Will Increase More Than Fivefold Through 2028 （）
