AIエージェントを動かし始めると、 最初に驚くのはコストだ。
「え、もう1万円？」
何もしていないように見えるのに、 トークンは静かに消費されていく。
でも、これは設計の問題。 正しく設計すれば、1/10にできる。
AIエージェントのコストは 「どのモデルを、どのタスクに使うか」で決まる。
全タスクに最高性能モデルを使うのは、 全社員を役員報酬で雇うようなもの。
定型処理は安価なモデルに。 判断が必要な処理だけ高性能モデルに。
この使い分けだけで、 月額が劇的に変わる。
- コスト構造の基本──トークン単価×消費量×処理頻度の掛け算
- タスク別モデル選定マトリクス──何に何を使うか
- 定型処理（メール分類、データ入力）は安価モデルで十分な理由
- 判断処理（提案書、戦略分析）だけ高性能モデルを使う設計
- ハートビート・定期チェックの頻度を最適化する方法
- 実例：月額650ドルから65ドルに削減した設計変更の詳細
月額10万円から1万円へ──モデル選定の改善事例
海外のユーザーが初月に650ドル（約10万円）のトークン代を請求された事例を詳しく分析すると、コストの約85%が「定型作業へのOpus使用」によるものだった。メールの分類・CRMデータ更新・スケジュール確認といった単純な定型処理に、最高性能モデルのClaude Opusを使い続けていたのだ。2026年2月時点のAnthropicの料金体系では、Claude Opusは入力100万トークンあたり約15ドルなのに対し、Claude Haikuは約0.25ドルと60倍の価格差がある。改善後の設計は明快だ。定型処理のすべてをHaikuに切り替え、提案書の作成・戦略分析・複雑な判断が必要な処理のみOpusに限定した。結果、月額65ドルに削減。性能は体感でほぼ変わらなかった。「最初から知っていれば90万円節約できた」とユーザーは語る。
ハートビート頻度の最適化──見落とされがちなコスト源
AIエージェントには「生存確認」のための定期チェック（ハートビート）が設定されていることが多い。このチェックは動作するたびにトークンを消費する。多くのユーザーが初期設定のまま「30分ごと」のハートビートを設定しているが、実際には「2時間ごと」でも業務に支障はないケースがほとんどだ。30分ごとから2時間ごとに変更するだけで、同じ処理のトークン消費が4分の1になる計算だ。ある経営者は、このハートビート頻度の見直しだけで月額コストを28%削減した。さらに、夜間（22時〜7時）はエージェントをスリープモードにする設定を追加し、さらに15%の削減に成功した。合計で月額の43%を削減したにもかかわらず、業務への影響は「まったくなかった」と報告している。AIのコスト最適化で見落とされがちな盲点の一つだ。
コスト最適化の実践手順
- 最初の1週間は「コストの見える化」に集中する。AIエージェントのダッシュボードやAPIの使用履歴を確認し、どのタスクが最もトークンを消費しているかをリストアップする
- 消費量上位3タスクを特定し、それぞれ「判断が必要か、定型処理か」を分類する。定型処理であれば安価なモデル（Claude Haiku等）への切り替えを検討する
- ハートビート（定期チェック）の頻度を見直す。業務要件を確認し、最低限必要な頻度に設定し直す。30分ごとを2時間ごとに変更するだけでコストが大幅に変わる
- モデルの使い分けルール（定型処理はHaiku、判断処理はSonnet、戦略分析はOpus等）を設定ファイルに書き出し、チームで共有する。この設計ファイルが運用の中心になる
コスト最適化の本質は、 「何に高い知能を使うか」の判断。
それはそのまま、 経営における資源配分の問題と同じ。
AIのコスト設計は、 経営者の思考の質を映し出す。