AIコストは加速し続けています — コントロールを維持する方法

クラウドの使用は続々と増加しており、その関連コストも特に最近、AIによって推進されているコストが増加しています。Gartnerの分析家は、世界的なエンドユーザーによるパブリッククラウドサービスへの支出が、2025年には$723.4億ドルに膨張することを予測しており、2024年の約600億ドルから増加します。また、70%の幹部が、IBMの報告書に調査されたジェネレーティブAIは、この増加の重要な推進力であると述べています。

同様に、中国のDeepSeekは、AIモデルをトレーニングするのに2ヶ月と60万ドルしかかからなかったと主張し、波紋を起こしました。どの程度の真実かはわかりませんが、もしMicrosoftとNvidiaの株価がまだ揺らいでいるのを見ると、西側諸国はコスト効率の良いAIシステムの必要性に目覚めたようです。

これまで、企業は増加するAIコストを研究開発費として扱うことができました。しかし、特に成功した製品や機能に関連するAIコストは、最終的に企業の製品原価（COGS）と、結果としてその粗利益率に影響を及ぼすことになります。AIイノベーションは、いつかはビジネス上の厳しい検証に直面することになっていました。DeepSeekの衝撃的な発表は、そのタイムラインを短縮しただけです。

企業は、パブリッククラウドの他の部分と同様に、AIコストを管理する必要があります。つまり、トレーニングコストと消費コストの両方を含みます。企業は、AI支出をビジネス成果と結び付け、AIインフラストラクチャコストを最適化し、価格設定とパッケージ戦略を洗練し、AI投資のリターンを最大化する必要があります。

どうすればできるのでしょうか？クラウドユニットエコノミクス（CUE）を使用することで。

クラウドユニットエコノミクス（CUE）とは何か

CUEは、クラウドによって推進される利益の測定と最大化を含みます。その基本的なメカニズムは、クラウドコストデータを顧客の需要と収益データと結び付けることであり、最も利益の高いビジネス次元と最も利益の低いビジネス次元を明らかにし、企業がどこで最適化するかを示します。CUEは、AIコストを含むすべてのクラウド支出源に適用されます。

CUEの基盤は、コスト割り当てです。クラウドコストを、誰が、または何がそれを推進するかに従って整理することです。一般的な割り当て次元には、顧客あたりのコスト、エンジニアリングチームあたりのコスト、製品あたりのコスト、機能あたりのコスト、およびマイクロサービスあたりのコストがあります。モダンなコスト管理プラットフォームを使用する企業は、コストを、ビジネス構造（エンジニアリング階層、プラットフォームインフラストラクチャなど）を反映するフレームワークで割り当てることがよくあります。

次に、CUEの核心は、ユニットコストメトリックです。コストデータを需要データと比較して、企業がすべてのコストを提供する方法を示します。たとえば、B2Bマーケティング企業は、プラットフォームを介して送信される「1,000件のメッセージあたりのコスト」を計算したいとします。そうするには、クラウドコストと送信されるメッセージの数を追跡し、そのデータを単一のシステムにフィードし、そのシステムにクラウドコストをメッセージで割り、結果をダッシュボードにグラフ化するように指示する必要があります。

企業がコスト割り当てから始めた場合、顧客、製品、機能、チーム、マイクロサービスなど、ビジネス構造を反映するどのビューでも、1,000件のメッセージあたりのコストを表示できます。

結果：

• 企業がユニットコストメトリックをフィルタリングできるビジネス次元が柔軟に提供され、クラウドコストを推進しているビジネスのどの領域かが示されます
• 顧客の需要をどのように効率的に満たしているかを示すユニットコストメトリックが示されます
• インフラストラクチャのリファクタリング、顧客契約の微調整、価格設定およびパッケージモデルの洗練などのターゲット効率化の改善が可能になります

AI時代のCUE

CUEモデルでは、AIコストは、ビジネスの割り当てフレームワークに組み込まれることができるクラウド支出のもう1つの源です。AI企業がコストデータを配布する方法はまだ発展途上ですが、原則として、コスト管理プラットフォームは、AWS、Azure、GCP、SaaSコストと同様にAIコストを扱います。

モダンなクラウドコスト管理プラットフォームは、AIコストを割り当て、ユニットコストメトリックのコンテキストでその効率性の影響を示します。

企業は、AIコストをいくつかの直感的な方法で割り当てる必要があります。1つは、上記のチームあたりのコストです。これは、すべてのクラウド支出源に共通する割り当て次元であり、各エンジニアリングチームが責任を負うコストを示します。これは特に役立つです。なぜなら、リーダーは、特定のチームのコストが急上昇したときに、誰に通知し、誰に責任を負わせるかを正確に知っているからです。

企業は、AIサービス種別あたりのコスト — マシンラーニング（ML）モデル対基礎モデル対サードパーティモデル（OpenAIなど）を知りたいかもしれません。あるいは、AI機能のコストが開発からテスト、ステージング、そして最終的に本稼働に移行するにつれてどのように変化するかを理解するために、SDLCステージあたりのコストを計算できます。企業は、データクレンジング、ストレージ、モデル作成、モデルトレーニング、推論など、AI開発ライフサイクルステージあたりのコストを計算することで、さらに詳細に分析できます。

少し抽象的な観点から見てみましょう。CUEとは、整理されたクラウドコストデータを顧客の需要データと比較し、どこを最適化するかを決定することを意味します。AIコストは、適切なプラットフォームがあれば、企業の全体的なCUE戦略にシームレスにフィットするクラウドコストデータのもう1つの源です。

COGSの津波を避ける

2024年の時点で、企業の61%だけが、クラウドコスト管理システムを正式に導入していました（CloudZeroの調査による）。管理されていないクラウドコストはすぐに管理できなくなります。企業の31% — コストを正式に管理していない企業と同様 — 大きなCOGSの打撃を受け、クラウドコストが収益の11%以上を占めることを報告しています。管理されていないAIコストは、この傾向を悪化させるだけです。

今日の最も先進的な組織は、クラウドコストを他の主要な支出と同様に扱い、ROIを計算し、そのROIを最も重要なビジネス次元に分解し、関連するチームメンバーに最適化するために必要なデータを提供しています。次世代のクラウドコスト管理プラットフォームは、包括的なCUEワークフローを提供し、企業がCOGSの津波を避け、長期的な持続可能性を強化するのに役立ちます。