生成AIの選定で最初に決めるべきなのは、モデルの賢さではなく「自社の業務基盤・用途・データ要件・課金構造」の4点です。2026年8月時点で、OpenAI・Google・Anthropic・Microsoftの上位モデルは、一般的な事務作業では体感差が縮まっています。差がつくのは、既存のMicrosoft 365やGoogle Workspaceとどう噛み合うか、機密情報をどう扱うか、請求がどう積み上がるかです。読み終えた時点で、自社の第一候補が2つ以下に絞れ、いつまでに何を決めるかの日程が引ける状態になります。
生成AIの選び方は「最強モデル探し」ではない
生成AIの選定で失敗する最大の原因は、ベンチマーク上位のモデルを選べば成果が出ると考えることです。企業がつまずくのは性能ではなく運用設計です。
帝国データバンクが2026年5月14日に公表した生成AIに関する企業の動向調査（2026年3月17〜31日実施、有効回答1万312社）では、業務で活用している企業は34.5%（大企業46.5%、中小企業32.4%）でした。課題の上位は「情報の正確性」50.4%、「使いこなせる人材・ノウハウの不足」41.3%、「適切な用途の見極め」40.0%で、いずれもモデルを乗り換えれば解決する項目ではありません。一方、活用企業3,560社のうち86.7%（「大いに効果が出ている」25.2%＋「やや効果が出ている」61.5%）が効果を実感しています。
つまり生成AIの選び方とは、モデル選定ではなく「どの業務に、どの権限で、いくらの予算で入れるか」という業務設計の問題です。効果測定まで含めた設計はAI投資のROIが見えない3つの落とし穴で整理しています。
2026年8月時点の主要AIサービスの現在地
2026年8月時点で、主要4社はいずれも「高性能・中位・低コスト」の3階層をそろえています。実務のコストを左右するのは中位モデルの価格性能比です。
API（自社システムに組み込んで使う形態）の料金は、トークン（AIが文章を処理する単位。日本語ではおよそ1文字が1トークン前後）100万件あたりの単価で示されます。
| 提供元 | モデル | 入力／出力（100万トークン） | 位置づけ |
|---|---|---|---|
| OpenAI | GPT-5.6 Sol | $5／$30 | 最難関の分析・開発 |
| OpenAI | GPT-5.6 Terra | $2／$12 | 業務量の多い定型処理 |
| OpenAI | GPT-5.6 Luna | $0.20／$1.20 | 大量・低コスト処理 |
| Anthropic | Claude Fable 5 | $10／$50 | 長時間稼働エージェント向けの最上位 |
| Anthropic | Claude Opus 5 | $5／$25 | 企業業務の主力 |
| Anthropic | Claude Sonnet 5 | $3／$15 | 速度と知性のバランス型（2026年8月31日まで導入価格$2／$10） |
| Gemini 3.6 Flash | $1.50／$7.50 | 安定版の中心 | |
| Gemini 3.5 Flash-Lite | $0.30／$2.50 | 大量処理向けの最廉価 |
Microsoft 365 Copilotは単体のモデルではなくOfficeアプリに組み込まれた席課金型のサービスのため、この単価表には含めていません。
同じベンダー内でも、最上位と最廉価では出力単価に10倍以上の開きがあります。しかも価格は数か月単位で動きます。OpenAIは2026年7月30日にGPT-5.6 Lunaを80%、Terraを20%値下げし（GPT-5.6が80%値下げ）、Anthropicが2026年7月24日に発表したClaude Opus 5は最上位のClaude Fable 5の半額です（Claude Opus 5の要点）。契約時点の単価で費用対効果を固定せず、モデル名を設定値で差し替えられる構成にしておけば、値下げのたびに乗り換えられます。
生成AIを選ぶときの4つの判断軸
生成AIの選定は、業務基盤・用途・データ・課金構造の4軸を順に当てはめれば絞り込めます。順序が重要で、軸1だけで候補はおおむね2つ以下に減ります。
軸1：すでに使っている業務基盤（最優先）
社内文書とメールがどこにあるかで第一候補は決まります。生成AIの価値の大半は「自社データを踏まえた回答」から生まれるためです。
Microsoft 365なら Microsoft 365 Copilot、Google Workspaceなら Gemini が既定の候補です。日本の公式価格（2026年8月時点・1ユーザーあたり月額・税抜）は次のとおりです。
| プラン | 価格 | 備考 |
|---|---|---|
| Microsoft 365 Copilot Business（アドオン・年間契約） | 2,698円 | 2026年9月30日までのプロモーション価格・初年度のみ。通常は3,148円 |
| Microsoft 365 Copilot Business（アドオン・月間契約） | 3,778円 | 対象のMicrosoft 365ライセンス保有が前提 |
| Google Workspace Business Standard | 1,600円 | Gemini機能を追加料金なしで含む。新規は2026年11月21日まで最初の3か月50%オフ |
| Google Workspace Business Plus | 2,500円 | 同上。上位のセキュリティ機能を含む |
ライセンス構造の違いは金額に直結します。100人規模でMicrosoft 365 Copilotを導入すると、プロモーション価格でも年間約324万円（2,698円×100人×12か月）、2年目以降は約378万円が既存のMicrosoft 365ライセンス費用に上乗せされます。一方のGoogle Workspace Business StandardはGemini機能を含むため、AI利用のための追加費用は発生しません。単純な優劣ではなく、すでに払っている費用に何が乗るかで比較してください。
軸2：使う業務と各AIの得意分野の一致
全社一律で1つに決める必要はありません。基盤となる1つを全社標準にしつつ、特定部門に2つ目を持たせる構成が現実的です。
| 業務 | 相性のよい選択肢 | 理由 |
|---|---|---|
| Word・Excel・Outlookの日常業務 | Microsoft 365 Copilot | ファイルとメールの文脈をそのまま参照できる |
| Gmail・Googleドキュメント中心の業務 | Gemini（Google Workspace） | 追加ライセンスなしで全社に配れる |
| 長文の契約書・仕様書の読解 | Claude（Opus 5 / Sonnet 5） | 一度に読み込める文章量が最大級で、数百ページの資料をそのまま渡せる |
問い合わせ対応は、ツール選定よりも「AIに答えさせる範囲」と「人に渡す範囲」の切り分けが成否を分けます。カスタマーサポートのAI活用では、その切り分けを対象業務の洗い出しから順に組み立てる手順を示しています。
軸3：データの扱いとガバナンス
法人プランと個人プランの最大の違いは、入力内容がモデルの学習に使われるかどうかです。学習利用を確認しないまま現場が無料版を使う状態が最も危険です。
OpenAI・Google・Anthropicの各社は、法人向けプランについて「顧客の入力・出力を既定ではモデルの学習に使わない」と規約上で説明しています（OpenAI Enterprise privacy／Google Workspace サービス固有規約／Anthropic Commercial Terms、いずれも2026年8月時点）。ただしデータの保持期間や、ゼロデータリテンション（入力を一切保存しない設定）への対応可否はプランごとに異なるため、契約前に対象プランの規約で個別に確認してください。
個人向けの無料・有料プランでは、学習への利用が既定で有効になっている場合があり、利用者自身がオフにする必要があります。学習利用のオン・オフを管理者が契約単位で統制できるプランを選ぶことが、全社導入の前提条件です。
制度面では、総務省と経済産業省がAI事業者ガイドライン（第1.2版）を2026年3月31日に公表し、自律的に行動し物理世界に影響を与えるAI（AIエージェント・フィジカルAI）を想定した記述を加えました。対話型AIを前提に社内規程を作った企業は、AIエージェント導入のセキュリティで扱った権限設計とあわせて見直しが必要です。
軸4：課金構造（席課金か、従量か）
2026年の法人向けAIは、席課金と従量課金のハイブリッドに移行しつつあります。席数だけで年間コストを見積もると実績と乖離します。
Claudeの法人プランは、Teamプランが1席あたり月$20（約3,000円・年払い、月払いは$25）、Enterpriseは1席$20を基準に、実際のトークン利用分がAPI料金で別途加算される構造です。ChatGPTのBusinessプランも1ユーザーあたり月$20（2名以上・年額課金）、月額課金なら$25と同水準です（1ドル150円換算・2026年8月時点）。一方、Microsoft 365 CopilotとGoogle Workspace（Gemini込み）は席課金で完結するため予算化はしやすい構造ですが、想定より使われなかった場合も費用は変わりません。
全社の底上げが目的なら席課金型、特定業務の自動化が目的なら従量課金型のAPIが向きます。両方を同時に狙う場合は、席課金の全社標準を1つ置き、自動化はAPIで別勘定にするのが管理しやすい形です。
国産LLMを検討すべきケース
国産LLM（日本国内で開発された大規模言語モデル）は性能で選ぶものではなく、データの所在や調達要件が厳しい領域での選択肢です。
デジタル庁は2026年3月6日、ガバメントAI「源内」で試用する国産LLMとして、応募15件から7件を選定したと公表しました（選定結果の公表資料）。選ばれたのはNTTのtsuzumi 2、ソフトバンクのSarashina2 mini、富士通のTakane 32Bなど7モデルです。ただし公募の条件を読むと、2026年度は源内の一部のAIアプリケーションで試験導入と評価検証を行う段階で、この期間の提供は無償が条件です。2027年度以降の本格的な提供とライセンス契約の締結は、評価・検証の結果をふまえて検討するとされています。
注目すべきは応募条件です。政府職員が「機密性2情報」を扱えるだけのセキュリティを確保し、ガバメントクラウド上の推論環境で動作することが求められています。選定の基準は「国産であること」自体ではなく、推論する環境が国内の管理下にあることだと読めます。民間企業にとっての意味も同じで、オンプレミス（自社設備内での運用）で動かせる日本語モデルの選択肢が実証の裏付けを伴って増えることと、規制業種や官公庁向け案件で「国内で完結するAI基盤」が要件になりうることの2点です（富士通の金融機関向けAI基盤）。逆に一般的な事務効率化が目的なら、汎用性能と周辺ツールの成熟度で海外主要モデルに分があり、国産LLMを第一候補にする理由は現時点では薄いのが実情です。
4週間で結論を出す選定プロセス
生成AIの選定は、比較検討を長引かせるほど機会損失が増えます。次の4週間の型なら、実データに基づいて全社標準を決められます。
| 週 | やること | 完了条件 |
|---|---|---|
| 1週目 | 対象業務を3つに絞り、現状の所要時間を実測する | 業務名・担当・月間工数が数字で出ている |
| 2週目 | 軸1で候補を2つ以下に絞り、法人プランを最小席数で契約 | 学習利用オフを管理者設定で確認済み |
| 3週目 | 3業務を実データで試行し、時間短縮と品質を記録 | 業務ごとの短縮時間と失敗事例が記録されている |
| 4週目 | 費用対効果を比較し、全社標準を1つ決定。社内ルールを整備 | 年間費用・想定削減工数・利用ルールが1枚にまとまっている |
この4週間の型で重要なのは、2週目に「試用版ではなく法人プランを最小席数で契約する」ことです。無料版・個人版は学習利用やデータ保持の条件が異なるため、そのまま本番判断の材料にできません。費用面では中小企業向けの補助制度が使える場合があります（デジタル化・AI導入補助金の要点）。
よくある質問
- 生成AIは1社に統一すべきですか、複数使い分けるべきですか。
-
全社標準を1つ決めたうえで、必要な部門にのみ2つ目を許可する構成が現実的です。標準を決めないと社内ルールとログ管理が分散し、情報漏えいリスクと管理コストが同時に増えます。
- 無料版で試してから法人プランに移行しても問題ありませんか。
-
実データを使う試行は法人プランで行ってください。無料版・個人向けプランは入力が学習に使われる設定が既定で有効な場合があり、機密情報を扱うと社内規程やNDAに抵触するおそれがあります。
- モデルの値下げが続くなら、導入を待つべきですか。
-
待つ必要はありません。単価は下がり続ける一方で、削減できたはずの工数は取り戻せません。モデル名を設定値で切り替えられる構成にしておけば、値下げのたびに乗り換えられます。
- 国産LLMと海外の主要AI、どちらを選ぶべきですか。
-
一般的な事務効率化なら海外の主要AI、データを国内に閉じる要件や官公庁向けの調達要件がある業務なら国産LLMが候補です。両立させる場合は用途で使い分けます。
まとめ
生成AIの選び方は、2026年8月時点では次の順序が最短です。業務基盤・用途・データの扱い・課金構造の4軸を、この順に当てはめて絞り込みます。
1. 業務基盤で絞る：Microsoft 365なら Copilot、Google Workspaceなら Gemini。ここで候補は2つ以下になる。 2. 用途と得意分野を合わせる：全社標準を1つ、長文読解や自動化には2つ目を部門限定で。 3. データの扱いを契約単位で統制する：法人プランで学習利用オフを管理者設定として確認する。 4. 課金構造を見極める：席課金は予算化しやすく、従量課金は使った分だけ。目的で使い分ける。
Auto-IDフロンティアの視点では、選定に3か月かける企業と4週間で決める企業の差は、モデルの性能差より小さくありません。比較資料を集める時間を、実データでの試行に振り向けてください。次のアクションは、対象業務を3つ書き出し、現状の所要時間を測ることです。
自社の業務基盤とデータ要件を踏まえた選定に迷われている場合は、導入支援の相談窓口からお問い合わせください。試行の設計から社内ルールの整備までご一緒します。
出典・参考資料
- 総務省・経済産業省： AI事業者ガイドライン（第1.2版） （）
- デジタル庁： ガバメントAI（源内）で用いる国産の大規模言語モデル（LLM）の選定結果 （）
- デジタル庁： ガバメントAIで試用する国内大規模言語モデル（LLM）の公募 （） （実施要領（目的・概要・条件））
- Anthropic： Models overview（Claude公式ドキュメント） （モデル別の単価・文脈長）
- Anthropic： Introducing Claude Opus 5 （）
- Anthropic： Plans & Pricing
- Anthropic： Commercial Terms of Service （法人向けのデータ利用条件）
- OpenAI： Models（開発者向けドキュメント） （GPT-5.6 Sol/Terra/Lunaの単価・文脈長）
- OpenAI： ChatGPT の料金プラン （ビジネスプランの月額）
- OpenAI： Enterprise privacy （法人向けの学習利用・データ保持）
- Google： Gemini API pricing
- Google： Gemini API models
- Google Workspace： 料金プラン
- Google Workspace： サービス固有規約 （データ処理の条件）
- Microsoft： Microsoft 365 Copilot プランと価格
- 帝国データバンク： 生成AIに関する企業の動向調査（2026年3月） （）
- ITmedia AI+： “政府認定AI”選定へ デジタル庁、国産7モデルを検証 全府省庁18万人に展開 （） （選定7モデルのベンダー名の確認に使用）
