AI機能の粗利率は、出荷前に測る
Updated September 2, 2026 · first published September 2, 2026
推論は開発費ではなく提供コストです。顧客の操作ごとに走り、利用量に応じて増えます。ローンチまで研究開発として扱えば、実際の粗利は最初の満額請求で初めて分かります。
出荷前に計測する
ステージングで各呼び出しに顧客・処理・結果のタグを付け、現実的なトラフィックを再生します。必要なのは分布です。成功タスク単価のp50・p90・p99と、支払う失敗・リトライの比率。
顧客単価に集約する
成功タスク単価に想定月間タスク数を掛け、失敗分を加えます。中央値、90パーセンタイル、許容できる最重量顧客の三点でプラン価格と比較します。
四つのコスト要因
毎ターン再課金される長い文脈、全額課金されるリトライ、一操作を多数の呼び出しに広げるエージェント処理、そして簡単な要求を高価なモデルへ送る既定ルーティング。
意思決定に接続する
利用上限、従量課金の併用、既定モデルの低価格化、または見直し期日付きで容認する margin。粗利の独立した行として報告します。
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →