AIの料金が成果報酬に変わるらしい。最近、そう読める言い方をよく見かけます。ただ、OpenAIが7月に公表したのは料金改定ではなく、投資対効果の測り方の提案でした。実際に請求書の単位を成果へ変えたのは、HubSpotやZendeskです。同じ「成果へ」でも、動いている場所が違います。
OpenAIのCFOサラ・フライアーは2026年7月17日、AIの投資対効果を測る指標として「1ドル当たりの有用なインテリジェンス」を提示した。導入状況ではなく達成された仕事で測る主張で、成功したタスク1件あたりの総コストには、価格やコンピュート量に加え、人による確認、再試行、手戻りを含める。一方、課金の単位を成果へ移す動きは業務アプリの側で先行する。
HubSpotは4月14日、Breeze Customer Agentを会話1件1.00ドルから解決した会話1件0.50ドルへ変更。Zendeskは5月18日、AI評価モデルの確認を通過した解決のみ課金する3階層へ再編。Intercomは成果1件0.99ドル。ChatGPT Enterpriseの従量部分はトークンかクレジットで利用量を測る。
【参考動画】
OpenAI chairman Bret Taylor on AI tokenomics, token efficiency
CNBC公式チャンネル。2026年7月20日の出演回で、トークンの経済性とAI投資の測り方をめぐる議論が交わされている回である
「トークンから成果へ」の実像
「トークンを売る形から、完了した仕事を売る形へ」。この言い方は、いまAI業界のあちこちで聞かれます。ただ、この文の主語をたどると、二つに分かれていることが見えてきます。モデルやAPIの利用料はいまも利用量で測られる一方、その上に構築されたAIエージェントの利用料では、成果を請求の単位に置く設計が広がっている。同じ「成果へ」でも、起きている場所が違います。
フライアーが変えようとしたのは、課金ではなく物差しだった
7月17日にサラ・フライアーが公開した文章は、前者の側から書かれています。そしてここで提案されているのは、課金方式の変更ではなく、買い手が使う物差しの変更です。
フライアーは、市場が長らくソフトウェアの成功を導入状況で測ってきたと振り返ります。購入されたシート数、アクティブユーザー数、更新されたライセンス数。AIの価値を理解するにはより強力な尺度が必要であり、それは達成された仕事だと述べ、「1ドル当たりの有用なインテリジェンス」という指標を示しました。
読みどころは、コストの数え方です。成功したタスク1件あたりのコストには、価格や使用したコンピュート量だけでなく、従業員の時間、人による確認、再試行、手戻りまで含めます。そのうえで総コストを、品質基準を満たしたタスクの数で割る。安いモデルは、何度もやり直せば安くない。この一点を、AIを売る側が自分から言っているところに、この文章の意味があります。
もっとも、OpenAIがこう言う動機は自社の立場と無関係ではありません。同社のモデルは高価格帯にあり、成果で測れば高性能なモデルのほうが結局は安いという結論を導きやすい。Axiosはその点を指摘しています。ただ、動機があることと、主張が的を外していることは別です。1回で終わるか3回やり直すかで総額が変わるのは、エージェントを組んだことのある方には実感のある話でしょう。
課金そのものを成果へ変えたのは、業務アプリケーションの側でした
物差しを論じるOpenAIに対し、請求書の単位そのものを成果へ切り替えた会社は、すでに複数あります。
HubSpotは4月14日、Breeze Customer Agentの料金を、会話1件1.00ドルから、解決した会話1件0.50ドルへ変更しました。同時にBreeze Prospecting Agentも、登録した連絡先ごとの月額から、アウトリーチ対象として推薦されたリード1件1.00ドルへ移りました。Intercomは成果1件0.99ドルで提供しています。Zendeskは2024年8月に自動解決を単位とする成果課金の導入を発表し、順次移行を進めてきました。ブレット・テイラーが共同創業したSierraは、仕事を完了したときにのみ料金が発生し、エスカレーションした場合は多くのケースで無課金だと説明しています。
ここで目を向けたいのは、値段より単位のほうです。シートは人数で決まりますが、解決は成果で決まります。AIエージェントが有人対応の量や必要なシート数を減らすほど、純粋なシート課金とのインセンティブはずれやすくなる。アプリケーションの層が先に動いた理由の一つは、この緊張に先にぶつかったことでしょう。
「タスク単位の課金」と「成果課金」は同じではない
一方で、OpenAIの企業向け課金は、いまも利用量で測られています。ここは丁寧に見ておく価値があります。ChatGPT Enterpriseには、米ドル建てでトークン用量に応じて請求する契約と、クレジットを消費する契約が併存しています。そしてクレジット制のなかには、タスクやメッセージ、生成、接続分といった単位で固定数のクレジットを引く項目もあります。たとえばディープリサーチは1タスクあたり約50クレジット、画像生成は1枚あたり約5クレジットです。
つまり「タスク単位の課金」自体はすでに存在します。ただし公開されているレートカード上、その単位は成果の達成ではなく、メッセージ、タスク、生成といった利用イベントです。成果課金との違いは、単位がタスクかトークンかではなく、成功したという判定そのものが請求の条件に組み込まれているかどうかにあります。フライアーの文章が測り方の提案にとどまり、料金改定の発表になっていないのは、この線をまだ越えていないからだと読めます。
いま論点は「解決とは何か」に移っている
そして、成果課金がすでに動いている現場では、議論の中心が次の段階へ進んでいます。成果を誰がどう定義し、どう検証するかです。
Zendeskは5月18日、自動解決を3階層に整理しました。AIが関与したものの人が完了させた場合はアシスト付きエスカレーション、AIが最後まで対応した場合はさらに検証にかけられ、これを通過したものだけが検証済み解決として課金対象になります。通過しなかったものはコンテインド解決と呼ばれ、アシスト付きエスカレーションとともに解決枠を消費しません。5月のRelate 2026でZendeskは、請求するすべての解決について、対応したAIエージェント自身に加えて専用のAI評価モデルが独立に確認すると説明しています。スパムや定型的なやり取りも対象から外れます。
AIの請求を、別のAIが検算する。成果課金という考え方が実運用に入ると、こうした仕組みが要るのだという実例です。
検証は会話が終わったあとに行われるため、Zendeskは会話がいつ終わったとみなすかも定義しています。メールなら最後のメールから72時間後、メッセージングなら既定で最後のメッセージから2時間後で最大72時間まで延長でき、音声は切断した時点です。成果を数えるには、成果が確定した瞬間を決める必要がある。地味ですが、契約の実務ではここが効きます。
こうした誤判定への不満は、以前から顧客コミュニティに見られました。顧客が会話から離脱しただけで解決として数えられている、という声です。Zendesk自身は今回の見直しの理由を、AIエージェントの仕事をより正確に示すこと、従来のステータスと請求指標の対応に曖昧さがあったこととして説明しています。
Intercomも、解決の定義はベンダーごとに異なるため、各社がどう測定し検証しているかを確認するよう自社で促しています。HubSpotの場合も、何をもって解決とするかの定義はHubSpot側にあります。成果課金は「使った分だけ」より公平に見えますが、その公平さは定義の透明性に支えられています。この作法は、業界全体でこれから整えられていく段階にあります。
OpenAIが売るものも、広がっている
7月22日に発表されたOpenAI Presenceは、この流れのなかで読むと位置がはっきりします。
Presenceは、音声とチャットのAIエージェントを企業の本番環境で運用するための製品です。請求問題の解決、保険金請求の支援、従業員のITサービス要求の解決といった具体的な職務ごとに導入し、エージェントにはその職務に必要な知識とシステムアクセスだけを与えます。何を自分で決めてよいか、いつ承認が要るか、いつ人が引き取るかは、企業側がポリシーとして定めます。
OpenAI自身の英語電話サポートがPresenceで動いており、問い合わせの75%を人手なしで解決していると同社は説明しています。これはOpenAIが自社の環境で出した数字であり、原典自身もそう限定しています。業種も言語もデータの整備状況も違えば、同じ数字が出るとは限りません。
そしてPresenceは、セルフサーブでは提供されず、OpenAIのForward Deployed Engineersと選定されたシステムインテグレーターが導入を主導します。料金は導入ごとに個別に決まる形で、現時点では公表されていません。モデルの提供に加えて、導入と運用まで含むマネージドの領域へ踏み込んでいる。ここは押さえておきたいところです。
日本の読者にとって
Presenceの発表には、ソフトバンクが自然な日本語での顧客対応をテストしているという記述があります。同社のフロントラインのチームが、そのエージェントの日本語会話の自然さと正確さを高く評価したとされています。
日本のコンタクトセンターにこの流れが届くとき、契約の場で効いてくるのは単価ではありません。成果の定義、その検証方法、成果が確定したとみなす時点、エスカレーションしたときの扱い、定義が変わるときの手続き、請求対象を後から確認できるログ、上限と最低数量。Zendeskが3階層と会話終了の定義を整えたのも、Intercomが定義を確かめるよう促しているのも、すべてここに集まります。単価表を並べる前に確認しておきたい項目が、すでにこれだけあります。
「トークンのことは考えなくなる」
7月20日、OpenAIの取締役会会長ブレット・テイラーはCNBCの番組で、12か月後には企業がトークンについて考えなくなると述べました。トークンの管理は別の会社が引き受けるようになり、世界は成果に対して支払う方向へ向かうという見立てです。テイラーは同時に、成果課金を全面的に採用しているSierraの共同創業者兼CEOでもあります。
そのテイラー自身も、慎重な言い方を残しています。安価なモデルが実際に安く済むのかについては、まだ結論が出ていないという趣旨のことを、同じ場で述べました。
「トークンから成果へ」は、まだ完成した移行ではありません。モデルの層は利用量で数え、アプリケーションの層は解決で数える。その二つの間で、変動するリスクを誰が引き受けるのかが、いま静かに交渉されています。この交渉が落ち着いたところに、次のAIの値札が置かれます。日本の企業がその席に着くのは、これからです。
【関連記事】
バーティカルAIとは何か｜「IT予算ではなく人件費」を狙う領域特化型AIの正体
課金モデルが利用者数から成果へ移り始めた動きを、領域特化型AIという別の角度から扱った記事。本記事の前段にあたる内容である
主要AI 5社 料金・機能を完全比較｜「個人向けは学習対象、業務向けは守られる」共通の線引きとは
主要5社の料金と機能を並べた記事。業務向けのプランと個人向けのプランで、入力したデータの扱いがどう変わるかまで整理している
Microsoft 365 Copilot Chat、AIエージェントを従量課金で提供開始
AIエージェントをメッセージ単位で課金する方式を、いち早く採り入れた事例を扱った記事。単位の設計を考えるための材料になる
【編集部後記】
メールなら72時間、メッセージングなら既定で2時間。Zendeskの資料でこの数字を見たとき、成果課金は価格の話であると同時に、時間の話でもあるのだと気づきました。
同じ問い合わせでも、どのチャネルから来たかによって、成果が確定するまでの長さが変わります。月末の締めをまたぐかどうかも、そこで決まります。契約書で単価を詰めるとき、この一行を見落とすと、あとから数字が合わない理由がわからなくなります。
【用語解説】
1ドル当たりの有用なインテリジェンス
OpenAIのCFOサラ・フライアーが提示したAI投資の評価指標。導入状況ではなく、達成された仕事の量と、その仕事1件を成功させるまでの総コストで投資対効果を測る考え方。原文はUseful Intelligence per Dollarで、この日本語はOpenAIの公式訳である。
成果課金
AIが定義された成果を達成したときにのみ料金が発生する課金方式。英語ではoutcome-based pricingと呼ばれる。利用量を数える従量課金と異なり、成功したという判定が請求の条件に組み込まれる点が本質的な違いとなる。
自動解決
AIエージェントが顧客の要望を、人へのエスカレーションなしに解決したもの。Zendeskが課金の単位として用いる。
検証済み解決
Zendeskの自動解決の階層のひとつ。AIエージェントが対応を完了し、会話終了後の検証を通過したもの。3階層のうち、これだけが解決枠を消費する。
コンテインド解決
同じくZendeskの階層のひとつ。AIエージェントが最後まで対応したが、会話終了後の検証を通過しなかったもの。解決枠は消費しない。
アシスト付きエスカレーション
AIエージェントが情報収集や本人確認、振り分けなどに関与したものの、最終的に人が解決を完了させた場合の階層。解決枠は消費しない。
シート課金
利用者1人あたりの月額で料金が決まる、従来型のソフトウェア課金方式。座席課金とも呼ばれる。
トークン
AIモデルがテキストなどを処理する際の最小単位。入力と出力の量を測り、料金を算出する基礎になる。
Forward Deployed Engineer
顧客先に入り、製品の導入と本番稼働までを担当するエンジニア。OpenAIはPresenceの導入を、この役割の担当者と選定したシステムインテグレーターが主導すると説明している。
エスカレーション
AIや一次窓口では対応しきれない案件を、人の担当者や上位の窓口へ引き継ぐこと。成果課金では、この時点で課金するかどうかが契約上の論点になる。
【参考リンク】
A scorecard for the AI age（OpenAI）（外部）
本記事の主情報源にあたる文章。4つの問いと、成功したタスク1件あたりのコストの計算式、そして総コストに何を含めるかを掲載する
AI 時代のスコアカード（OpenAI 日本語版）（外部）
主情報源の公式日本語版。指標名や用語の公式訳を、そのままの表記で確認できる。原文と読み比べるときの基準としても使えるページ
Introducing OpenAI Presence（外部）
Presenceの公式発表。導入の単位、権限とポリシーの設計、自社の英語電話サポートでの実績と、顧客企業の名前を掲載している
ChatGPT Rate Card（Business, Enterprise/Edu credit-based pricing）（外部）
Business・Enterprise/Eduのクレジット単価表。トークン単位の項目に加えて、タスクや生成ごとの固定クレジットも載る
About automated resolution tiers（Zendesk）（外部）
自動解決の3階層それぞれの定義と、メール・メッセージング・音声のチャネルごとに、会話がいつ終わったとみなすかを定めた公式ヘルプ
Zendesk Introduces the Autonomous Service Workforce（外部）
Relate 2026の公式リリース。請求対象の解決を専用のAI評価モデルが独立に確認すること、除外される対象にも言及している
HubSpot’s Customer Agent and Prospecting Agent: Now you pay when the task is complete（外部）
4月14日の料金変更を告知した公式ニュース。2つのエージェントについて、変更の前後の単価と課金が立つ条件を明記している記事
Fin AI Agent Pricing（Intercom）（外部）
成果1件あたりの料金と、何を成果として数えるかの範囲を載せた公式の料金ページ。無料で試せる期間と、その条件までも確認できる
Outcome-based pricing for AI Agents（Sierra）（外部）
成果の基準を事前に合意するという考え方と、エスカレーションしたときの扱い、料金が発生する条件を説明した同社の公式のブログ
【参考記事】
Exclusive: OpenAI’s CFO pitches a new way to measure AI’s value（外部）
フライアーへの独占取材。OpenAI側には高性能で高価なモデルの経済性を主張しやすい立場があるという指摘も、併せて載せている
OpenAI pushes new yardstick for measuring AI investments（外部）
Gartnerによる2026年のAI支出2兆5900億ドルという予測を添えながら、フライアーが示した評価の枠組みを解説した記事
OpenAI’s chair predicts companies will stop worrying about AI tokens（外部）
テイラーのCNBC出演を報じた記事。12か月後にトークンを気にしなくなるという予測と、安価なモデルへの慎重な見方を併記する
HubSpot moves to outcome-based pricing for some Breeze AI agents（外部）
4月14日の料金変更を報じた記事。8000社での解決率65%、解決までの時間が39%短くなったという数値も併せて掲載している
OpenAI tries the consulting path with ‘Presence’（外部）
Presenceをコンサルティング型の販売として読み解いた記事。ソフトバンクを含む導入企業からのコメントも掲載されている
