AI Tokenomics / Practical Guide
AIトークノミクスとは:AIの総コストと成果単価を測る
AIトークノミクスを費用と成果から解説。FinOpsとの関係、人の確認費用を含む成果単価の計算例、自分の数字で比較できる計算機、業務で使える記録用CSVを掲載しています。
AIの請求額を、業務で受け入れられる成果と結びつけて評価するための実務ガイドです。 定義の出典と、麻布技術研究所による計測方法の提案を区別して示します。 成果単価の計算機では、モデル料金と人の確認費用を入力して二つの方式を比較できます。
AIトークノミクスとは
AIトークノミクス(AI Tokenomics)は、AIを生産するための資源、AIサービスの利用、その利用が生む事業価値を、費用と成果の関係から管理する考え方です。 企業がAIを利用する場面では、トークン料金に検索や運用、人による確認の費用を加え、品質条件を満たした成果1件あたりの総原価を測ります。
Tokenomics Foundationは、生産、消費、価値を結ぶ実務領域としてAI Tokenomicsを説明しています。 Linux Foundationの設立発表が掲げるのは、AIの経済性を測る共通の枠組みや標準の開発です。 このガイドの計算式や記録項目は、同団体が認定した標準ではなく、企業のAI利用を評価するための整理です。
生成AIでいうトークンは、モデルが扱うテキストなどを分割した処理単位です。 暗号資産の供給量や保有者への報酬を設計するトークノミクスとは、扱う対象が異なります。
必要な項目から読めます。
- FinOpsとの関係
- 成果単価の計算式
- 人の確認費用を含めた計算例
- 自分の数字で成果単価を比較する
- 実際の業務で記録する項目
- 記録用CSVの使い方
- AIエージェントの費用を改善する順序
- 詳しい解説と実践記録
FinOpsとAIトークノミクスの関係
FinOpsとAIトークノミクスには、利用量を事業価値につなげて判断するという共通点があります。 FinOps Foundationの解説は、FinOps for AIを、トークンの計測、業務への費用配賦、成果との比較を実践する方法として位置づけています。
| 対象 | 判断したいこと | 確認する情報 |
|---|---|---|
| AIの生産 | 必要な品質と速度で、どれだけ効率よく出力できるか | 設備、電力、推論基盤、稼働率 |
| AIの利用 | 同じ業務の完了にどれだけの処理が必要か | モデル呼び出し、トークン、検索、再試行 |
| 事業価値 | 支出に見合う成果を得られたか | 受入件数、品質、処理時間、総原価 |
AIをAPIで利用する企業は、まず下の二行から測れます。 API料金に含まれている提供者側の設備費や電力費を、利用企業の費用へ再び足すと二重計上になります。 自社で推論基盤を持つ場合は、その設備と運用の費用を、合意した方法で対象業務に配賦します。
成果1件あたりの総原価を計算する
業務の採算を比べる前に、何を「完了した成果」と数えるかを決めます。 問い合わせ対応なら、単に回答を生成した件数ではなく、根拠確認と担当者の受入判定を経て完了した件数を分母にします。
成果単価 = 対象業務の総コスト ÷ 品質条件を満たして受け入れた成果件数
総コストには、同じ対象期間の次の費用を含めます。
- モデル利用費:入力、出力、キャッシュなど、提供者の請求区分に対応する料金。
- 周辺処理費:検索、外部ツール、データ保存、処理の連携に使う費用。
- 評価と運用費:評価基盤、監視、運用作業の費用。
- 人による作業費:確認、修正、引き継ぎと、その後に人が処理を完了するまでに使った時間の費用。
- 導入費の配賦:初期開発や教育の費用を含める場合、その配賦額と期間。
同じ作業時間や請求明細は一度だけ計上し、評価と運用の費用、人による確認の費用などへ重複して配賦しません。 失敗や再試行にかかった費用も分子に含めます。 同じ依頼をやり直しても、受入件数は重複して数えません。 受入件数がゼロの場合、成果単価は計算できません。総コストと未達件数を報告します。
成果単価は、売上への貢献や投資全体の回収を単独で示す指標ではありません。 比較時には、受入率、所要時間、重大な誤りの件数を併記します。
モデル料金が半分でも総原価が上がる計算例
次は計算方法を示す架空の例です。 顧客の実績や特定モデルの価格ではありません。 同じ1か月に、同じ難易度構成の問い合わせ1,000件を処理し、同じ品質条件で900件を受け入れたと仮定します。 人の作業単価は両方式とも1時間3,000円、金額は税抜とします。
| 記録項目 | 方式A | 方式B |
|---|---|---|
| モデル利用費(再試行を含む) | 10,000円 | 5,000円 |
| 検索と外部ツール | 5,000円 | 5,000円 |
| 評価と運用 | 5,000円 | 5,000円 |
| 人の確認、修正、引き継ぎ | 20時間 | 30時間 |
| 人の作業費 | 60,000円 | 90,000円 |
| 総コスト | 80,000円 | 105,000円 |
| 品質条件を満たした受入件数 | 900件 | 900件 |
| 成果単価(小数第2位を四捨五入) | 88.9円/件 | 116.7円/件 |
方式Aは80,000÷900、方式Bは105,000÷900で計算できます。 方式Bはモデル利用費が5,000円下がっても、人の作業費が30,000円増え、総コストは25,000円増えています。 未受入の100件に使った費用は、それぞれの総コストに含めています。
この例には初期開発費を含めていません。 導入判断で使う場合は、両方式について開発費の配賦条件を揃えます。 同じ900件でも重大な誤りや処理時間に差があれば、この表だけで優劣は決められません。
トレースと業務結果をつないで記録する
実務では、請求書の合計と業務の完了記録を照合できる状態を作ります。 次は麻布技術研究所が提案する最小限の記録項目です。 トレースは、一つの処理で起きたモデル呼び出しやツール実行を追う記録で、その中の各処理をスパンとして記録します。
| 単位 | 記録する項目 | 照合するもの |
|---|---|---|
| 業務依頼 | 依頼ID、対象業務、受入基準の版、開始と完了の時刻 | 業務システムの完了記録 |
| モデル呼び出し | トレースID、スパンID、モデルと版、請求対象の使用量、適用単価と日付 | 提供者の使用量明細 |
| ツールと再試行 | 親処理、実行回数、失敗理由、外部サービスの費用 | ツールの実行ログと請求 |
| 人の作業 | 依頼ID、確認、修正、引き継ぎの分数、作業単価 | 作業記録 |
| 業務結果 | 依頼ID、受入判定、品質、引き継ぎ、未完了 | 受入判定の記録 |
一つの業務依頼が複数のトレースに分かれる場合は、依頼IDからすべてをたどれるようにします。 子スパンの費用と、それを含む親スパンの集計費用を両方足さないよう、集計する階層を固定します。
月次では使用量から求めた見積額を実請求と照合し、差額と理由を残します。 測れなかった費用はゼロに置き換えず、「未計測」として示します。 費用の集計には本文や個人情報が不要な場合もあるため、記録する内容と保存期間は目的に合わせて限定します。
成果単価を記録するCSVテンプレート
次のCSVは、麻布技術研究所がこのガイドの計算方法に合わせて作成した記録用のひな形です。 数値欄は空欄で、実測データや顧客の成果は含んでいません。 表計算ソフトで編集し、費用を照合した後に計算機へ集計値を入力できます。
- 方式別・期間別の費用集計CSV:方式AとBの比較に使います。
- 業務依頼ごとの記録CSV:費用と受入判定を依頼IDで照合します。
- 全列の定義と集計手順:テンプレートの仕様1.0と計算条件を確認できます。
業務記録は、方式と依頼IDの組み合わせごとに1行にします。
再試行や複数トレースの費用をその行へ集計し、最終的な受入判定をaccepted列へ1か0で記録します。
未受入の依頼も削除せず、費用へ含めます。
処理中の依頼は結果が確定してから比較対象に含めるか、両方式で同じ締め方を決めます。
期間別集計では、請求明細と対象期間を揃え、件数を重複なく数えます。 人の作業費は、確認・修正・引き継ぎの合計時間に時間単価を掛けます。 引き継ぎ時間には、受け取った人が処理を完了するまでの作業も含めます。 作業者の単価が異なる場合、各人の「時間×単価」の合計を総時間で割った加重平均単価を計算機に入れます。 総時間がゼロなら時間単価もゼロとし、発生しなかった費用と未計測の費用を区別します。
空欄や未計測をゼロへ置き換えないでください。 未計測の費用が残る集計から、全体の採算や方式の優劣は確定できません。 依頼本文や個人情報は記録せず、照合用のIDを使うことを基本とします。
AIエージェントの費用を改善する順序
- 比較条件を固定する。 業務の難易度構成、受入基準、対象期間、費用範囲を揃えます。
- 費用が増えた処理を特定する。 長い入力、不要なツール実行、再試行、人の修正時間を分けて確認します。
- 変更を一つずつ評価する。 キャッシュ、検索範囲、モデルの振り分け、停止条件を変え、同じ評価対象で比較します。
- 成果単価と品質を並べて判断する。 利用者や処理件数が増えた影響と、1件あたりの効率の変化を分けます。
モデルを小さくする方法を検討する場合は、難しい依頼を上位モデルや人へ引き継ぐ費用まで計上します。 SLM Routerの設計方針では、この判断をルーティングと評価の問題として扱っています。
定義から設計と実践へ進む資料
- 経営で使う管理軸:AI支出を生産、消費、事業価値までつなげる。予算を管理する責任者向けの基本解説です。
- エージェントの設計:Big-T記法でトークン消費の増え方を考える。実額の見積もりに入る前に、呼び出し構造を整理します。
- 費用構造の分解:生成AIの費用を5つのレイヤーで捉える。基盤とアプリケーションで変えられる範囲を区別します。
- 生成と外部調達の接点:BlackRockのマシンネイティブ経済を読む。AIエージェントの決済と計算資源の調達を整理し、成果物を作らせる場合と購入する場合を同じ成果単価で比較する考え方を示します。
- 公開した実践記録:Cloudflare OSとGalileoを接続した記録。計測基盤をつなぐ過程を紹介したもので、費用削減率を検証した比較実験ではありません。
- 業務への導入:AIトークノミクス実践講座。経営判断、観測基盤、実装を扱う講座の日程と内容を確認できます。
出典と更新方針
定義と関連団体の位置づけは、次の一次資料を2026年9月6日に確認しました。 計算例と記録方法は麻布技術研究所による説明用の提案です。 実測結果を公開する際は、モデル版、対象期間、費用範囲、受入基準、未計測項目を付記します。
- Tokenomics Foundation
- Linux FoundationによるTokenomics Foundation設立発表
- FinOps Foundation「Token Economics: The Atomic Unit of AI Value」
著者:中村泰行(Yasu Nakamura)、株式会社麻布技術研究所 代表取締役社長。 内容の訂正や計測方法に関する連絡は、お問い合わせから受け付けています。
Cost per Outcome
自社の数字で成果単価を比べる
A と B で同じ集計期間、業務範囲、受入基準を使います。費用は日本円・税抜で入力し、 受入件数は品質基準を満たした業務成果を重複なく数えてください。速さや品質の条件も揃えて比較します。
全項目必須です。費用や時間がない項目には 0 を入力してください。件数は整数、金額と時間は小数も使えます。 モデル費・検索費には再試行分も含め、評価・運用費と人件費は重複計上を避けます。 人の時間には、引き継ぎ後に人が処理を完了するまでの作業も含めます。 導入費は対象期間に配賦した額を入力します。
初期値は計算方法を示す架空例です。実測値や特定モデルの料金ではありません。 計算はブラウザー内で行います。
架空例の計算結果
A 案
- 期間の総コスト
- 80,000 円
- うち人件費
- 60,000 円
- 受入率
- 90%
- 成果単価
- 88.89 円 / 件
B 案
- 期間の総コスト
- 105,000 円
- うち人件費
- 90,000 円
- 受入率
- 90%
- 成果単価
- 116.67 円 / 件
- 成果単価の差(B − A)
- +27.78 円 / 件
- A を基準とした差率
- +31.25%
差がプラスなら B の成果単価が高く、マイナスなら低くなります。表示は小数第2位まで、 差の計算には丸める前の値を使います。単価だけで採用を決めず、品質・納期・リスクも確認してください。
計算式と記録用テンプレート
- 総コスト
- モデル費 + 検索・外部ツール費 + 評価・運用費 + 人の時間 × 時間単価 + 導入費配賦
- 受入率
- 受入件数 ÷ 対象件数 × 100
- 成果単価
- 総コスト ÷ 受入件数
- 成果単価の差率
- (B の成果単価 − A の成果単価)÷ A の成果単価 × 100
受入 0 件の案は成果単価を未算出とし、成果単価の差も比較しません。対象 0 件の受入率、 A の成果単価が 0 円のときの差率も未算出です。
CSV は入力前の記録用テンプレートです。このフォームの入力値は含みません。