生成AIの利用が広がるにつれ、企業では「AIにいくら使っているのか」を把握する必要性が高まっています。ChatGPTなどの月額利用料だけでなく、API、AIエージェント、GPU、クラウド基盤など、AI関連費用は複数の場所から発生するからです。
しかし、支出が見えるようになっても、それだけではAI投資の良し悪しは判断できません。費用が増えた企業が失敗しているとは限らず、逆にAIコストを抑えた企業が成功しているとも限りません。問うべきなのは、その費用によってどのような仕事が行われ、どのような事業価値が生まれたかです。
この問題を考えるうえで参考になるのがFinOps Foundationです。FinOpsはクラウドコスト削減の手法として理解されることがありますが、現在の公式定義を見ると、目指しているものはもっと広い「テクノロジー投資の価値管理」です。生成AIの登場によって、その性格はさらに明確になっています。
■FinOpsは「クラウド料金を安くする仕組み」ではない
FinOps Foundationは2019年、クラウド利用企業の実務家がベンダーを超えて運用ノウハウを共有する場として始まり、2020年にLinux Foundationへ統合されました。「FinOps」という言葉はFinanceとDevOpsを組み合わせたもので、技術部門だけにコスト管理を任せるのではなく、エンジニアリング、財務、事業部門が協働して意思決定する考え方を表しています。
背景にはクラウド特有の費用構造があります。従来のIT設備は、サーバーを購入すれば支出額を比較的把握しやすいものでした。一方、クラウドは使った量に応じて費用が変わります。現場が簡単にリソースを追加できるため、利用量と請求額を継続的に把握し、誰が、何の目的で、どれだけ使ったのかを管理する必要が生まれました。
ここだけを見るとFinOpsは「クラウド料金を削減する活動」に見えます。しかし、FinOps Foundationが2026年3月に更新した定義では、FinOpsを「テクノロジーのビジネス価値を最大化する」ための運用フレームワーク、文化的実践としています。
Frameworkにも、費用と利用量を把握する「Understand Usage & Cost」、利用量や料金を最適化する「Optimize Usage & Cost」と並んで、「Quantify Business Value」が独立した領域として置かれています。
さらに2026年2月、Foundationはミッションそのものを「クラウドの価値を管理する人を支援する」から「テクノロジーの価値を管理する人を支援する」へ変更しました。FinOpsはクラウドの請求書管理から、より広いテクノロジー投資管理へ対象を広げているのです。
■AI支出が増えるほど「安く使う」だけでは判断できない
この変化を加速させているのがAIです。
FinOps Foundationの「State of FinOps 2026」では、回答したFinOps実務家の98％がAI支出を管理しているとされます。2年前の31％から急増しました。AIはすでに一部の先進企業だけが扱う特殊な費用ではなく、FinOpsの主要テーマになっています。
AIの難しさは、費用の発生単位が複雑なことです。月額ライセンスのほか、トークン、APIコール、推論処理、GPU、クラウド基盤などがあり、モデルや契約方法によって価格体系も異なります。さらにAIエージェントでは、一つの仕事を終えるまでにモデルが何度も推論したり、外部ツールを呼び出したりすることがあります。
そのため、「トークン単価を下げた」「安いモデルへ切り替えた」というだけでは経営判断になりません。
例えば、高性能モデルの利用料が低価格モデルの2倍でも、失敗や再試行が減り、少ない人手で仕事を完了できるなら、最終的な仕事1件あたりのコストは安くなる可能性があります。反対に、トークン単価が安くても、何度もやり直しが必要なら総コストは増えます。
FinOps FoundationのAI Valueに関する公式情報でも、AIコストの管理は出発点にすぎず、AI投資が測定可能な事業価値を生んでいるかが本当の問いだと整理されています。
■トークンから「成果1件のコスト」へ
そこで重要になるのがUnit Economics、つまり「成果の1単位あたりに、いくらかかったか」という考え方です。
FinOps FoundationはAIの指標として、Cost per Token、Cost per Inference、Cost per API Callなどを示しています。これらはAIの技術的な原価を把握するうえで有効です。
ただし、経営に近づくほど分母を変える必要があります。
Foundationのワーキンググループでは、顧客問い合わせ1件を解決するコスト、文書1件を要約するコスト、コードレビュー1件を完了するコスト、営業通話1件を分析するコストなどが例示されています。別の公式資料では、Cost per User per MonthやCost per Workflow Completionも推奨されています。
つまり、
AI総額 → トークンや推論の単価 → ワークフロー1件のコスト → 成果1件のコスト → その成果が生んだ事業価値
という順に、技術費用を事業側の単位へ近づけていく考え方です。
Token EconomicsやTokenomicsも、単にトークン数を数える話ではありません。FinOps Foundationは2026年8月の公式解説で、トークンを電力の「kWh」のような計量単位にたとえています。重要なのはメーターの数字そのものではなく、その上流にある計算資源やモデル設計、下流にあるワークフロー、価格、利益まで含めて経済性を見ることです。
この考え方に立つと、トークンを減らすこと自体が目的ではないことが分かります。より多くのAIコストを使っても、それ以上の売上、品質向上、処理能力、リスク低減などを生み出せるなら、投資として合理的だからです。
■OpenAIとFinOpsは同じ方向を向くが、管理するレイヤーが違う
この考え方は、OpenAIが2026年7月に公開した「エージェント型AI時代のAI投資管理方法」とよく似ています。
OpenAIもトークン単価だけではAIの価値は分からないとし、優先度の高いワークフローでは「採用された成果1件あたりのコスト」を追跡するよう提案しています。カスタマーサポートなら解決済みケース、開発ならレビューを通過した変更などを単位にして、時間削減、サイクルタイム、守られた収益、回避されたリスク、創出されたキャパシティと結びつけます。
共通しているのは、「AIをどれだけ使ったか」より「使った結果、何が完成したか」を見る点です。
一方、FinOps Foundationはそこからさらに、費用の配賦、予算、Forecast、Unit Economics、組織横断の説明責任まで視野に入れています。
象徴的なのが、FinOps Foundationのワーキンググループが提案する「AI Investment Council」です。事業部門、AI・技術部門、財務、FinOps、セキュリティ、調達などが参加し、AI案件をConcept、MVP、Pilot、Launch、Scale、Sunsetといった段階で評価します。MVPではコストと価値の基準を決め、PilotではUnit Economicsを確認し、価値が実証できた案件を拡大する考え方です。
OpenAIが主に「AIワークフローをどう評価し、どこへ追加投資するか」を示しているのに対し、FinOpsはそれを企業全体の予算・原価・投資統治へ接続する役割に近いと考えられます。
■日本企業はAI投資を「費用→成果→価値」の順で管理する
日本企業がこの考え方を取り入れる場合、最初から精密なAI ROIを計算する必要はありません。むしろ、段階を分けた方が現実的です。
最初に、AI関連費用をできるだけ把握し、部署やプロジェクトへ配賦します。次に、「顧客対応1件」「提案書1件」「コードレビュー1件」など、AIが行っている仕事の単位を決めます。そのうえで、1件あたりのコスト、処理時間、品質などを測ります。
最後に、その成果が残業削減、外注削減、処理件数増加、売上増加、品質向上、リスク低減などにどうつながったかを確認します。
ここで注意したいのは、時間短縮をそのまま金銭的なROIと扱わないことです。AIで年間1万時間を短縮しても、社員の給与が1万時間分減るとは限りません。生まれた時間が残業削減に使われたのか、新しい営業活動へ振り向けられたのか、単に余裕時間になったのかによって、企業にとっての経済価値は変わります。
FinOpsの考え方から得られる最大の示唆は、AI費用を「削る対象」だけとして見るのではなく、「どの費用が、どの成果を通じて、どの価値に変わったのか」を追跡することです。
AI投資が増えるほど、経営者が知りたいのはトークン数ではありません。
「このAIに使った100万円は、会社に何をもたらしたのか」。
FinOps Foundationがクラウドコスト管理からTechnology Value Managementへ領域を広げている背景には、まさにこの問いがあります。AI時代の投資管理では、安く使う技術と同時に、使った費用を事業価値へ結びつける管理能力が求められています。
---
主要参考情報源
1. FinOps Foundation, “About the FinOps Foundation” https://www.finops.org/about/
2. FinOps Foundation, “What is FinOps?” https://www.finops.org/introduction/what-is-finops/
3. FinOps Foundation, “A One Word Change: How the FinOps Community Made Our Mission Evolution Inevitable” (2026-02-19) https://www.finops.org/insights/mission-update/
4. FinOps Foundation, “FinOps Framework 2026” https://www.finops.org/insights/2026-finops-framework/
5. FinOps Foundation, “State of FinOps 2026” https://data.finops.org/
6. FinOps Foundation, “FinOps for AI” https://www.finops.org/framework/technology-categories/ai/
7. FinOps Foundation, “AI Value” https://www.finops.org/topic/ai-value/
8. FinOps Foundation, “Unit Economics” https://www.finops.org/framework/capabilities/unit-economics/
9. FinOps Foundation, “FinOps for AI: Tools & Services Considerations” https://www.finops.org/wg/finops-for-ai-tools-services-considerations/
10. FinOps Foundation, “Tokenomics: Managing AI Value in SaaS Model Token Costs” https://www.finops.org/wg/token-economics-saas/
11. FinOps Foundation, “Token Economics: The Atomic Unit of AI Value” https://www.finops.org/insights/token-economics-the-atomic-unit-of-ai-value/
12. FinOps Foundation, “FinOps and Tokenomics: How do they fit together?” https://www.finops.org/insights/finops-tokenomics-fit-together/
13. FinOps Foundation, “Managing AI Value Using FinOps Practice Operations” https://www.finops.org/wg/managing-ai-value-finops-practice-operations/
14. OpenAI, “エージェント型AI時代のAI投資管理方法” (2026-07-14) https://openai.com/ja-JP/index/managing-ai-investments-in-agentic-era/