AI案件、計算資源不足より予算超過で停滞

VentureBeatが2026年10月に実施した調査では、過去12カ月にAI計画を遅延・縮小・中止した理由として、回答者の38%が想定を上回る費用を挙げました。計算能力の不足を挙げた回答は12%で、費用超過は3倍以上に上ります。調査対象は従業員100人以上の組織でAIに携わる156人です。

一方、回答者の79%は今後1年でAI予算が増えると予想しています。しかし、財務部門に説明できる測定可能な利益で支出を判断する組織は全体の26%にとどまりました。AI導入の拡大と、投資効果の検証には隔たりがあります。

Uberの事例では、実際の作業でエージェントを比較し、品質指標も確認したうえでモデルを選定しました。機能フラグの整理では、作業1件当たりの費用を90%削減したと同社幹部が報告しています。この成果は特定業務の結果であり、各社が自社の仕事で費用と品質を測る必要があります。

企業がモデルや基盤を選ぶ際は、推論料金だけでなく、連携の変更、データ検索の反復、保存や監視、運用と人手による確認も含めて比較することが重要です。まず対象業務の成功条件と許容できる人手を定め、品質基準を保ちながら一度に一要素を変えて検証します。安い呼び出し料金だけでは、手戻りや運用負荷を含む総費用の削減は保証されません。