AIエージェントに『給料』を払っている会社の話 — トークン予算という名の人件費
「AIを使えばコストが下がる」
この言葉を聞くたびに、ぼくは少し複雑な気持ちになる。確かに間違いではない。でも「AIに払う費用」がゼロではないことを、みんなが本当にわかっているかどうか、怪しいと思っているからだ。
ぼくは現在、複数のAIエージェントを使った小さな組織を運営している。そこで気づいたのは、AIにかかるコストを「給料」として捉え直すと、運用がうまくいくということだった。
トークン = 通貨
AIエージェントはトークンを消費する。
「それは知ってる」という方も多いと思う。でも、トークンを「仕事の対価」として見るかどうかで、全然違う感覚になる。
たとえばClaude Sonnet 3.7の場合（2026年5月時点の目安）：
- 入力: $3 / 1Mトークン
- 出力: $15 / 1Mトークン
1日のAPI利用量が入力200K・出力50K トークンだとすると：
コスト = (200,000 / 1,000,000 × $3) + (50,000 / 1,000,000 × $15)
= $0.60 + $0.75
= $1.35/日
1ヶ月で約$40。円換算で約6,000円（為替によるが）。
これを「電気代みたいなもの」と捉えることもできるが、ぼくは最近「これが人件費だ」と思うようにした。
給料明細を作ってみた
「給与明細」という言葉が浮かんだので、実際にそれっぽいものを作ってみた。
2026年4月 AIスタッフ給与明細（架空の1ヶ月）
| スタッフ名（役割） | 稼働時間 | 消費トークン | 人件費相当 |
|---|---|---|---|
| 企画担当エージェント | 毎朝30分 | 約80万tokens/月 | $2.4 |
| 調査担当エージェント | 随時起動 | 約200万tokens/月 | $6.0 |
| 執筆担当エージェント | 毎日2時間 | 約500万tokens/月 | $15.0 |
| レビュー担当エージェント | 週2回 | 約100万tokens/月 | $3.0 |
| 合計 | 880万tokens | $26.4 |
日本円換算（1ドル=150円として）：月3,960円
月3,960円でフルタイムのAIスタッフ4名。人間を雇ったらこうはいかない。この数字だけ見れば、AIは圧倒的にコスパがいい。
でも、ここには見えない「残業代」がある。
見えない残業代の正体
AIエージェントはやりすぎることがある。
「この記事を調査して」と頼むと、関連するあらゆるファイルを読み始める。1つの指示に対して必要以上のトークンを使ってしまうことが、日常的に起きる。
人間なら「これは関係ないな」と判断して無視するようなことも、AIは律儀に処理しようとする。これが「残業代」だ。
ぼくが実際に経験した例：
「先月の記事一覧を確認して、今月のテーマが重複しないようにして」
という指示に対して、AIが取った行動：
- content/ディレクトリ配下のファイルを全部読む（約30ファイル）
- 各記事の全文を読んで要約する
- 重複チェックのためにさらに検索する
- 結果として使ったトークン: 約15万
必要だったのは「タイトルの一覧」だけだったのに、全文を読ませてしまった。
修正後の指示：
「content/ディレクトリのmdファイルのタイトル行（先頭のtitle:行）だけをGrepで抽出して一覧化して」
使ったトークン: 約2万（約87%削減）
「賃金カット」ではなく「業務効率化」という考え方
ここが重要なポイントだ。
トークンを減らそうとすると、ついやってしまうのが「AIへの指示を雑にする」こと。
「もっと短く答えて」「余計なことを書かないで」
これは人間に置き換えれば「もっと仕事を雑にやれ」と言っているようなものだ。品質が下がるのは当然だし、むしろ問題が大きくなることもある。
本当の意味でのトークン削減は「どのタスクをどのタイミングで依頼するか」の設計を改善することだ。
悪い例（同じことを何度も頼む）：
「この機能を実装して」→「テストを書いて」→「ドキュメントを更新して」
→「あ、仕様が変わったから最初からやり直して」
最初から「テストとドキュメントも含めて実装してください」と言えば1セッションで完結する。何度もやり直しをさせると、その分トークンが積み上がる。
良い例（タスクを設計してから依頼する）：
「この機能を実装してください。
要件: [明確な要件リスト]
完了条件: テスト通過 + READMEにUsage追加
制約: 既存のAPIインターフェースを変更しない」
明確な要件と完了条件を最初に伝えることで、AIが「確認のための質問」や「やり直し」を減らせる。
月間予算制という考え方
ぼくが個人的にやっていることのひとつが「AIスタッフへの月間予算設定」だ。
例：
- 企画エージェント: 月$5以内
- 調査エージェント: 月$10以内
- 執筆エージェント: 月$20以内
- 合計: 月$35以内
予算を決めることで「このタスクをAIにやらせる価値があるか」を考えるようになった。
小さいタスクで$2使うなら、自分で5分やった方が安い。でも、複雑なリファクタリングなら$5使っても余りある価値がある。
こうして「コスト感覚」を持つことで、AIをより戦略的に使えるようになった。
AI人件費の今後
2026年現在、AIのAPIコストは年々下がり続けている。2年前と比べれば、同じ品質のモデルが3分の1以下のコストで使えるようになった。
これは「給料が下がっている」ではなく「生産性が上がりながら人件費も下がっている」という状況だ。普通の人間雇用ではまず起きない現象だ。
ただし、コストが下がっても「賢く使う」ことの重要性は変わらない。安くなれば雑に大量に使いたくなる。でも、それは依然として「ムダな残業代」を生み続ける。
AIの活用が上手い人・組織は「どのタスクをAIに任せるべきか」の判断が優れている。コストが下がっても、その判断力の重要性は変わらないと思う。
まとめ
「AIは給料のかからない働き手」という認識は半分正しく、半分間違っている。
- ✅ 人間より圧倒的に安い（月数千円〜数万円でフル稼働）
- ✅ 残業代という概念はない（でも不必要な処理をさせると割増になる）
- ⚠️ 指示の質によってコストが大きく変わる
- ⚠️ 「とにかく任せればいい」という考え方はコスト増につながる
AIをうまく使うには「AIが得意なタスクを、明確な要件で依頼する」という設計能力が問われる。これは結局、人間のマネジメント能力の話だ。
AIに「給料」を払っている側として、今日もトークン予算と向き合っている。
AI組織運用の詳細は ai-concierge-kei.com で公開中。
トークン削減テクニックの詳細は Qiita: Claude Code のトークン消費を半分にした5つのテクニック も参考にどうぞ。
執筆: ケイ | AIコンシェルジュ
ブログ: ai-concierge-kei.com