ホーム ／ AI導入費用と削減
ここでいう「制作費」は、AIアプリからマルチエージェントシステムまで、作る費用と、動かし続ける費用のことです。自社で動かしている YOHAKU OS の運用費を本番データベースの実測値で開き、外注した場合の相場を出典つきで並べ、そこから先の見積りは「試算」と書いて分けます。人件費と作業時間の削減は、まだ測っていません。測っていないものを、測ったように書かないためのページです。
費用の話がわかりにくくなるのは、性質の違う数が同じ表に並ぶからです。当社が測った数、他社が公表している相場、こちらが前提を置いて計算した数、こちらが決めた価格 ── この四つは、確からしさがまったく違います。節ごとに、どれなのかを先に書きます。
当社の本番データベースに実際に入っている値です。日次で引き直しており、掲載値が台帳とずれていないかを継続的インテグレーションが数えています。日々変動します。
一般に外注した場合の目安として、出典を添えて引用します。当社の実測ではありませんし、当社が有利だという主張にも使いません。読者がご自身で比べるための材料です。
前提を数字で書いたうえでの計算です。前提が変われば結果も変わるので、前提を一つ変えた場合も併せて出します。実績ではありません。
提示している料金や、契約に含まれる無料枠です。測った値ではないので、実測の節には置きません。
01 ── WHAT WE ACTUALLY PAY
当社が自社の AI 基盤を動かすために、実際に支払っている額です。2026-09 計上分。外部サービスへの支払いと、自社の推論にかかった分を分けています。
外部サービス＋自社推論。2026-09 計上
11 サービス分
モデル呼出そのものの原価
2026-07 の計上分すべて
※ 増減率をここに出していないのは、当社の集計ビューが返す前月比が前月比になっていないためです。Vercel の請求サイクルが暦月と違うので、集計表には「サイクル開始日」を月として持つ行が混ざっており、その行を前月として拾うと 551.2% という数が出ます。上の前月は暦月で集計し直した値です。意味の言えない数を、大きな文字で出しません。
※ 実測 2026-09-21 JST ／ 出典：本番データベース v_cost_overview・monthly_cost_summary・external_costs ／ 誠：宣言 ≠ 実証
前月から増えた分がどこから来たかを書けないなら、その額は出す意味がありません。暦月で並べ直すと、動いたのは次の二つだけでした。ほかの科目は前月と同額です。
| 科目 | 前月 | 当月 | 理由 |
|---|---|---|---|
| Claude Max | 400.00 | 220.00 | 2 契約目を 2026-08 から開始。開発の並行数を上げるため |
| GitHub Actions 超過 | 205.76 | 119.85 | 継続的インテグレーションの実行時間が 23,065 分。無料枠を超えた分の従量 |
| そのほか | 225.76 | 434.03 | Supabase・Resend・Midjourney など。据え置き |
超過分は削減の対象として見ており、実行の重複をたたむ作業を継続しています。削減できたとはまだ書けません。減った額を実測できたときに、この節に数字を足します。無料枠そのものは契約の取り決めなので、下の「こちらが決めた価格・枠」の節に書いています。
「AIは使うほど高くつく」と言われます。当社の実測では、費用の大半は月額のサブスクリプションと計算資源で、モデル呼出そのものの実費はごく小さい額でした。ただしこれは当社の使い方での実測であり、扱う量が桁で違えば結果も変わります。
| 呼出の実費 | 0.8315 USD | 運用費の合計に対して、ごく小さい部分です |
|---|---|---|
| 呼出回数 | 38,914 回 | 30 通りのモデル・用途の合計 |
| 処理したトークン | 11,719,113 | 入出力の合計 |
| 失敗した呼出 | 24 回 | 隠さずに数えています。すべて記録に残ります |
費用が膨らむのは、モデルの単価ではなく、動かし続けるための土台のほうでした。
当社の 2026-09 実測。使い方が変われば比率も変わりますエージェントの実行回数は当月 128,532 回、消費トークンは 2,582,326 です。これだけ動かしても呼出の実費が小さいのは、重い推論を必要としない定型の巡回が大半を占めているためです。
費用そのものより、その費用で何が動いているかのほうが判断の材料になります。すべて同じ本番データベースからの実測値です。トップページに出している数と同じ台帳から引いています。
| 稼働しているAI | 151 体 | 役割別に分かれ、互いの出力を検査します |
|---|---|---|
| 定時ジョブ | 501 本 | 人の手を介さずに起動します |
| 会社の記憶 | 33,586 件 | 全件が検索できます |
| 情報流の記録 | 83,828 件 | 誰が何を決めたかが1件ずつ残ります |
| 自律率（全期間・単純） | 99.99% | 人が触れていない流れの割合。分母の大半は機械のログです |
| 自社で運用している面 | 14 | 制作から監視まで自社。外部プラットフォームの口座を1件含みます |
速さだけを出すと、費用対効果の話が実態から離れます。うまくいっていない数も同じ精度で出します。
| 着手から完了までの中央値 | 0.14 時間 | 直近28日。半数はこれより短く終わっています |
|---|---|---|
| 直近7日の完了 | 3,615 件 | 実際に閉じた件数です |
| 72時間以上 動いていない | 11 件 | 止まったまま残っている分。完了より多い週もあります |
| 直近7日のAI実行の失敗率 | 0.67% | 149回に1回ほどは失敗しています |
| 当てた修正が残った割合 | 89.7% | 1割ほどは後で戻すか書き直しています |
失敗率と滞留を並べているのは、それが費用の一部だからです。失敗した実行にも計算資源はかかりますし、止まっている案件は「まだ効果が出ていない支出」です。良い数だけを出して費用対効果を語ることはしません。
ここから下は実測ではありません。こちらが決めて提示している価格です。実測の節と分けているのは、価格は測った値ではなく取り決めだからです。
| 初期費用（テンプレート） | 料金を読み込み中 | 設計・制作・公開まで。一度きり |
|---|---|---|
| 月額（Bプラン） | 料金を読み込み中 | 運用・監視・更新。止めたい月に止められます |
| GitHub Actions の無料枠 | 3,000 分／月 | これを超えた分が従量で請求されます。当月の実行時間は上の実測の節のとおりです |
|---|
これはホームページ制作の場合の一例です。マルチエージェント基盤や社内ナレッジAIなど、仕組みそのものを作る場合の帯は料金のページに分けて書いています。範囲を文書にした段階で実額が決まる形にしており、使用量課金や成果報酬は設けていません。
当社の数だけを見ても、高いのか安いのかは決まりません。一般に外注した場合の相場を、出典を添えて並べます。条件がそろっていない数どうしなので、当社の実測と同じ表には置きません。当社が有利だという主張にも使いません。
| 項目 | 言われている額 | 出典 |
|---|---|---|
| 総額の幅 | 数十万円 〜 数千万円超 | 規模で大きく変動。GPUSOROBAN（2026） |
| 段階別 | 構想 40〜200万円／PoC後の実装 80〜200万円 | GPUSOROBAN（2026） |
| AIシステム開発 | 50万円 〜 3,000万円超 | 株式会社AX（2026-07） |
| 費用に占める人件費 | 60〜80% | ripla（2026-06） |
| 人月単価 | AIエンジニア 100〜180万円／バックエンド 80〜130万円／PM 90〜150万円／UIUX 70〜120万円 | ripla（2026-06） |
| 枠組みの活用 | 開発工数を 30〜50% 減らせる可能性 | ripla（2026-06）。可能性であって実績ではありません |
| 項目 | 言われている額 | 出典 |
|---|---|---|
| 制作費 | ペライチ 数万円台／中規模 50〜150万円／機能込みの大規模 150万円超 | スマートマッチング（2026-05） |
| 保守 | 小規模で 月5千〜5万円 | Digital Port（2026-03） |
| 更新代行 | 月2〜10万円 | upgrade.co.jp（2026-07） |
| WordPress 保守 | 月1〜3万円 | ファーストネットジャパン（2026） |
| 乗り換えの例 | 6年前に 120万円で構築＋保守 月1.5万円の士業サイトが月額制へ | お名前.com（2026-06） |
これらは各社が公表している目安であり、当社が検証した数ではありません。実際の見積りは要件で大きく動きます。並べているのは、ご自身で比べるための材料としてです。
08 ── NOT MEASURED YET
導入の効果として真っ先に語られるのは「人が何時間浮いたか」です。当社には、それを言うだけの記録がまだありません。作業時間の台帳に記録が入り始めたのは 2026-08-15 で、それ以前の分は残っていません。数えた結果がこれです。
work_hours_log に入っている行数
傾向を言うには足りません
全期間の合計
測った値ではなく「1日8時間」として置いた行
記録が始まったことと、測れていることは別です。上のとおり入っている行のうち一部は実測ではなく宣言値ですし、日数も傾向を言える量ではありません。ですから「何時間削減できました」とは書けません。書けないことを書かないために、この節を置いています。この数はページの他の数と同じ経路で毎日引き直すので、記録が積み上がれば、この節の数もひとりでに動きます。
実際、この節を書いている最中に記録が始まりました。件数を文章に書き込んでいたら、その日のうちに嘘になっていたことになります。だから件数は文章ではなく台帳から出しています。
| 作業時間 | work_hours_log への記録を続ける。案件・作業種別・担当ごとに積み、宣言値で埋めた行は実測と分けて数える |
|---|---|
| 浮いた時間 | 自動化した業務について、導入前の所要時間と比べられる形にする。比較対象が無いので、ここが最も遠い |
| 人件費への換算 | 上の二つが揃ってから。順序を逆にすると、仮定が実測の顔をします |
※ 実測 2026-09-21 JST ／ 出典：本番データベース work_hours_log・v_work_hours_summary
前の節までは実測と相場でした。ここから下は試算で、実績ではありません。前提を数字で置き、その前提が変わると結果がどう動くかも併せて出します。ご自身の会社の数字に置き換えて計算し直してください。
試算 A ── 前提をそのまま
1面あたり年600,000円
更新代行 月2〜10万円（外部相場）の中央あたりを置いた場合
試算 B ── 前提を一つ変える
試算Aとの差5,400,000円
前提を一つ動かすだけで、結論は2.5倍動きます。だから前提を先に書きます
どちらの試算でも言えないこと
判断は三か月で
一か月では季節の波と区別がつきません
上の試算が示しているのは「外注を続けた場合に出ていく額」であって、「当社が削減した額」ではありません。自社で運用していれば更新の依頼そのものが発生しませんが、そのぶん自社の手間が増えているかどうかを、当社はまだ測っていません（前の節のとおり記録が0件です）。前提の月額はご自身が受け取っている見積書の数字に置き換えてください。当社の相場観ではなく、あなたの実額が正しい前提です。
自社で仕組みを持つことには、はっきりした利点と、はっきりした不利点があります。片方を短く書くのは不誠実なので、同じ深さで並べます。読んだうえで「うちには向かない」という結論になるなら、それが正しい結論です。
外注していた制作費・更新費が、自社の仕組みへの投資に置き換わります。払い続けても手元に何も残らない支出が、次の案件でも使える資産になります。ただし置き換わるだけで、支出がなくなるわけではありません。運用費は毎月かかり続けます。
誤字ひとつを直すのに見積りと納期の相談から始める必要がなくなります。当社の実測では、着手から完了までの中央値は上の節のとおりで、外注の往復に比べれば桁が違います。
作業の履歴と判断の理由が社内の台帳に残るので、担当が替わっても同じ品質で続けられます。外注では、蓄積は相手側に残ります。
死活監視・検索エンジン向けの点検・記録の整理といった定型作業は、人が思い出さなくても定時に走ります。忘れることによる事故が減ります。
仕組みを持つということは、その仕組みを理解する人が社内に要るということです。立ち上げの数か月は、外注していたときより手間が増えます。この期間を「効果が出ない期間」として見込んでおく必要があり、見込まずに始めると、たいてい途中で止まります。
仕組みを組んだ人に理解が集中します。その人が抜けたときに動かせなくなる危険は、外注しているときより大きくなります。手順を文書に残す作業を、面倒でも並行して続ける必要があります。
月額固定の保守契約と違い、使用量で請求が動きます。当社でも、契約を一つ増やしただけで月の合計が大きく動きました。予算を固定したい場合、この変動そのものが扱いにくさになります。上限を決めて警告を出す仕組みを、併せて用意しておく必要があります。
外注していれば連絡すれば済んだ障害対応が、自社の仕事になります。当社の実測でも、AIの実行は149回に1回ほど失敗しています。自動で直る範囲を用意していても、その外側は人が見ることになります。夜間や休日に何が起きるかを、あらかじめ決めておく必要があります。
外注先に求めていた品質責任が、自社に移ります。AIが書いたものをそのまま出せば、間違いもそのまま出ます。検査の仕組みを作る手間と、それでも漏れたときに責任を取る立場の両方を引き受けることになります。当社がページの数値を機械で照合しているのは、この不利点への対応です。
利点が4つ、不利点が5つです。数の多寡に意味はありませんが、不利点を短く書かないことだけは決めています。判断に使えるのは、都合の悪い側も同じ精度で書かれているときだけです。
11 ── QUESTIONS
範囲を文書にするまでは出せません。業務の数と、扱うデータの量と、人の承認をどこに置くかで大きく変わるためです。料金のページに帯を書いていますが、実額は範囲を決めた段階で確定します。初回のご相談までは費用をいただきません。
当社はまだ測っていないので、お答えできません。上の「まだ測っていません」の節に書いたとおり、作業時間の記録がまだ始まっていません。他社の事例から数字を借りてくることはできますが、それは当社の実測ではないので、削減効果として提示しません。
当社の実測では、モデル呼出そのものの実費は運用費のごく小さい部分でした。ただしこれは当社の使い方での話です。画像生成や長文の処理を大量に回す使い方では、比率が変わります。使い始める前に、上限を決めて警告を出す仕組みを併せて用意することをおすすめします。
そうは考えていません。このページは比較のために作っていません。外注の相場を並べているのは、ご自身で比べる材料としてです。外注のほうが合っている場合はありますし、そう判断されたときに引き止めることもしません。
実測と書いた数はすべて本番データベースから毎日引き直しています。実測日は各節に書いてあります。掲載値と台帳がずれていないかは継続的インテグレーションが数えており、古くなったまま放置されると赤くなる仕組みです。外部の相場は出典の時点のもので、自動では更新されません。
CONTACT
いま何にいくら払っているかを並べるところから始められます。何を頼めるかが決まっていない段階で構いません。導入しないほうがよいという結論になることもあります。
相談の入口へ→
YOHAKU