AIコストガバナンスとは何か

01AIコストガバナンスとは何か

AIの利用を止めれば、AIの支出はゼロになります。これは管理の成功でしょうか。

私は、ここに目的の取り違えが起きやすいと考えています。

AIコストガバナンスとは、AI利用にかかる支出を、予算の枠内に収めつつ、成果を損なわない水準で制御する仕組みを指します。

定義に「成果を損なわない水準で」を含めているのは、支出の抑制だけを目的にすると管理が容易に達成されてしまうからです。利用を止めれば支出はゼロになります。それは管理の成功ではなく、投資の失敗です。

したがってコストガバナンスは、支出を下げる仕組みではなく、支出と成果の関係を見える状態に保つ仕組みとして設計する必要があります。

02支出の可視化だけでは管理にならない理由

家計簿を思い浮かべてください。1カ月の支出が費目別に並んでいる。しかしそこに書いてあるのは、いくら使ったかだけです。食費が増えたとき、家族が増えたからなのか、外食が増えたからなのかは分かりません。そして「食費を2割減らす」と決めたときに、何が失われるのかも分かりません。

AIの支出の可視化も、同じところで止まります。支出の可視化は必要ですが、それだけでは3つの判断ができません。

削るべきか、増やすべきかの判断ができません。支出額が分かっても、その支出が生んだ成果が分からなければ、増減のどちらが正しいか決まりません。

どこを削るべきかの判断ができません。部門別・利用者別の内訳が出ても、それは「誰が使ったか」の情報です。「何のために使ったか」が分からなければ、削って影響のない支出と、削ると業務が止まる支出を区別できません。

上限を設定する水準の判断ができません。上限は低すぎれば業務が止まり、高すぎれば意味を持ちません。適切な水準は、業務ごとの必要量が分かってはじめて決まります。

この3つの判断に必要な情報が、支出の可視化とは別の層にあります。それを整理したのが次章の3層です。

03AI予算の3層モデル

AI予算の3層モデル（Genspark版）は、予算・利用・成果を独立した管理層として扱います。上の層から順に、管理の対象と判定基準が変わります。

3層は独立していますが、判断は下の層から上へ流れます。第3層が分からなければ第1層の上限を決められない、という関係です。多くの管理の仕組みは第1層と第2層の一部までを扱い、第3層を持ちません。その状態では、支出の増減の判断が「予算に収まったか」だけになります。

図2：AI予算の3層モデル（Genspark版）。層は独立しているが、判断は下の層から上へ流れる。第3層（成果）が分からなければ第1層（予算）の上限は決められない。日本企業で飛ばされやすいのは第2層。

04第1層の実装：予算——上限をどこに置くか

設定単位を業務にする。部門単位の上限は分かりやすい反面、部門内でどの業務に使われているかを問わないため、第2層の情報が得られません。業務単位で上限を持つと、超過したときにどの業務の想定が外れたかが即座に分かります。

上限の種類を2つ持つ。到達時に通知するだけの水準と、到達時に処理を止める水準を分けます。前者だけでは超過を防げず、後者だけでは業務が突然止まります。

上限の初期値は業務量から逆算する。前月の処理件数と1件あたり単価から算出し、想定の変動幅を加えます。「予算総額を部門数で割る」方式は、業務量の違いを無視するため必ず調整が必要になります。

判定基準：業務単位の上限が設定され、通知水準と停止水準が分かれており、超過が発生する前に検知されている。

05第2層の実装：利用——原因を特定する

第2層の目的は、支出の増加が何によって起きたかを説明できる状態を作ることです。

記録する単位を業務にする。利用者別の記録は必要ですが、それだけでは原因が「誰か」で止まります。業務単位で処理件数と1件あたりの消費量を記録すると、原因が件数の増加なのか、1件あたりの消費量の増加なのかが分かれます。この2つは対処が全く異なります。

• 件数の増加：想定より業務量が多い。上限の見直しが必要。
• 1件あたり消費量の増加：処理の内容が想定より複雑。業務の分類か構成の見直しが必要。

再実行と修正の記録を取る。出力が不十分で再実行された処理、人が修正した処理を記録します。これが第3層の入力になります。再実行率が高い業務は、支出が増えているだけでなく成果も出ていない可能性があります。

利用者に自分の消費量が見える状態にする。管理側だけが数字を持つ構成では、利用者は自分の使い方が適切かどうかを判断できません。ただしこれは行動を変えさせるための仕組みではなく、業務側から「この処理は必要」「この処理は無駄だった」という情報を上げてもらうための仕組みとして設計してください。

判定基準：業務単位で処理件数と1件あたり消費量が分かれて記録されており、支出の変動をこの2つで説明できる。

06第3層の実装：成果——削減が価値を削っていないか

第3層は、支出に対応する成果指標を業務単位で持つ層です。ここが欠けている管理の仕組みが最も多く、また最も影響が大きい欠落です。

成果指標は既存の管理帳票から選ぶ。新しい指標を設計すると、合意形成と計測基盤の整備で数カ月が消えます。処理件数、所要時間、一次解決率、差し戻し率のように、現行の管理帳票にある数字を起点にしてください。

支出と成果を同じ表に並べる。別々に管理されていると、支出の削減提案が成果への影響を伴わずに通ってしまいます。同じ表にあれば、削減提案に対して「その業務の一次解決率はどうなるか」という問いが自然に立ちます。

削減の判定に修正労働を含める。単価を下げた結果、出力の確認・修正に人の時間が増えていれば、削減は成立していません。第2層で記録した再実行率と修正の記録が、この判定の材料になります。

成果が測れていない業務を可視化する。第3層で最初に出てくる結果は、多くの場合「測れていない業務の一覧」です。これは失敗ではなく、第3層が機能している証拠です。測れていない業務は、測定を開始するか停止するかのいずれかに振り分けてください。判断を先送りして継続する状態が、最も費用対効果が悪くなります。

判定基準：業務単位で成果指標が測定され、支出と並べて見られる。測定できていない業務が一覧化され、それぞれに扱いが決まっている。

なお、成果指標をどう設計し、金額換算するかという測定手法そのものは、本シリーズのROIの回で扱います。本記事の第3層は「成果を見ないままコストを削ると価値を削る」という制御の観点に限定しています。

07なぜ日本企業では第2層が飛ばされるのか

第1層（予算の上限）と第3層（成果の要求）は、いずれも既存の管理プロセスに接続しやすい層です。予算管理は財務部門の既存業務であり、成果の説明要求は稟議の中に元からあります。飛ばされるのは第2層です。

理由の一つは、リスク対策の重心の置き方です。総務省『令和8年版 情報通信白書』第Ⅰ部第2章第1節（2025年度企業向け調査、図表Ⅰ-2-1-9）によれば、生成AIの導入・活用に関するリスク対策として日本企業の最多回答は「全社的な指針やガイドラインを整備している」（41.1%）で、同白書は比較対象3カ国（米国・ドイツ・中国）では企画・導入段階での専門的な審査体制や導入後の定期的な評価・検証の体制が日本より進んでいると指摘しています。第2層の記録は、この「導入後の評価・検証」の一部です。文書としてのルールは整備され、運用中の記録は整っていない、という構図です。

もう一つは、部門ごとに運用が分かれていることです。JIPDEC『企業IT利活用動向調査2026』集計結果分析レポート（2026年1月実施、調査協力：株式会社アイ・ティ・アール、AI関連設問のためN=399）では、全社レベルの組織的なガバナンス体制を整えている企業が約7割に達する一方、「部門ごとにガイドラインはあるが統一されたポリシーはない」「各部門任せで全社的な統制はない」の合計が2割を超えています。記録の単位が部門ごとに異なると、業務単位の集計ができません。第2層は、記録の形式が統一されていることが前提になります。

第2層を飛ばすと、第1層の上限が業務量の実態と合わないまま運用され、超過が起きるたびに上限を引き上げる、あるいは一律に引き下げるという対処になります。どちらも原因に触れていないため、同じことが繰り返されます。

08経営が判断すべきこと

実務手順は各層の実装（第4〜6章）に書いたとおりです。ここでは、経営として決める必要がある事項に絞ります。

上限に到達したとき、業務を止めるか通すか。業務ごとに方針を決めておかないと、現場が個別に判断します。止める業務と通す業務の区分は、経営判断です。

成果が測れていない業務を、いつまで継続させるか。期限を決めないと、測定されないまま継続する案件が残ります。

削減目標を総額に置くか、要素別に置くか。要素別（モデル利用料を何%削減）に置くと、修正労働の増加が見過ごされます。総額に置くのが安全です。

第2層の記録形式を全社で統一するか、部門に委ねるか。委ねる場合、業務単位の集計は成立しません。この選択は、後から変更するコストが大きい項目です。

冒頭の問いに戻ります。利用を止めれば支出はゼロになる——それでも管理が成功したとは言えないのは、第3層を見ていないからです。削減目標を立てる前に、その支出が何を生んだかを測る層が自社にあるかを確認してください。私は、この確認を先にするかどうかで、コスト管理が投資の管理になるか、単なる支出の抑制で終わるかが分かれると考えています。

09FAQ