AIに月数万円も払う時代が来た､ChatGPTだけでは済まない追加課金の連鎖とサービス淘汰の行方

もちろん、AI機能の提供コストはAPI利用料だけではない。AI機能の開発や保守、データの保存や検索、セキュリティ対策などにも費用がかかる。自社でAIモデルを動かしている企業なら、そのための計算資源も必要になる。

しかし、従来のアプリとは違い、ユーザーがAIを使うたびに継続的な推論コストが発生することは、AIサービスの大きな特徴だ。その費用を回収するために、企業はサブスク料金や従量課金、利用回数の制限などを設定する。

それが、我々が支払う『AIサブスク』が増えている理由の1つだ。

ただし、AIを動かすために費用がかかることと、ユーザーがその金額を支払う価値があるかどうかは、別の問題だ。我々は今、AI機能が便利かどうかだけでなく、その便利さが価格に見合うものなのかどうかを考えなければならない局面に到達している。

AIを動かすために必要な、膨大な計算資源

生成AIは、回答を生み出すために膨大な量の行列演算を行う。そのため、高性能なLLMを動かすには、大量の計算資源が必要になる。特に、複雑な推論を行ったり、大量の文章を読み込んだり、長時間にわたって自律的に作業を進めたりする場合、その処理コストは大きくなる。

こうしたAIを動かすために、高価なGPUを大量に搭載した巨大なデータセンターが建設され、膨大な電力が消費されている。最先端の基盤モデルを開発できる企業は限られている。OpenAI、Anthropic、Google、xAIなどが、その代表だ。これらの企業は、自社で基盤モデルを研究・開発し、自社や提携先のクラウドインフラを使ってモデルを動作させている。

新しいモデルが登場するたびに、その性能が「世の中を変える！」と話題になる。しかし、AI技術の進化はあまりにも速い。日々革新を続けていないと、あっという間に競争力を失ってしまう可能性がある。最先端のモデルを開発するためには、膨大な研究開発費用と計算資源が必要だ。

しかも、モデルを開発するための学習だけでなく、世界中のユーザーにサービスを提供するための推論処理にも、継続的な費用がかかる。こうした競争に勝ち残るため、各社は莫大な投資を続けている。AIデータセンターの電力需要も急増しており、その規模は国家レベルのエネルギー政策に影響するほどになりつつある。

米中のAI開発競争とか、最終的にAIが人類を滅ぼす可能性とか、ハイエンドで起こっていることは筆者には本当の意味では判断がつかないので、そこはさておくとしても、膨大な計算コストを最終的に誰が負担するのか？ という問題はある。