生成AIを利用している企業の約4割が費用対効果の説明・可視化ができていない！？業務別にAIモデルを使い分けている企業は1割程度に留まる【Ragate調査】

生成AIを利用している企業(373社)を対象に、コスト面での課題を調査したところ、「費用対効果の説明・可視化ができていない」と回答した企業が39.2%で最多となりました。

続いて「高額なモデル(GPT、Claude等)に依存している」が31.5%、「従量課金のコストが想定以上に膨らんでいる」が28.3%と続き、約7割の企業が何らかのコスト課題を抱えていることが判明しました。

また、「利用量拡大時のランニングコストが読めない」(23.6%)、「コスト最適化の方法がわからない」(19.8%)という回答も一定数存在し、多くの企業がコスト管理に苦慮している実態が明らかになりました。

一方で「特に課題は感じていない」との回答も35.4%存在しており、企業間でコスト意識に大きな差があることも浮き彫りになりました。

業務内容に応じてAIモデルを使い分けているかを調査したところ、「用途別に最適なモデルを使い分けている」企業はわずか12.8%という結果となりました。

「単一のモデルで運用している」企業が32.6%と最多であり、約3社に1社がコスト最適化の余地を残していることがわかります。

また、「使い分けたいが、実現できていない」企業が24.3%存在し、技術的な障壁や知見不足が導入を阻んでいることが示唆されました。

「使い分けの必要性を感じていない」(15.8%)、「わからない」(14.5%)を合わせると約3割となり、モデル使い分けの有効性に対する認知不足も課題として浮上しました。

AIモデルの使い分けは、高精度が必要な分析にはClaude OpusやGPTを、定型処理にはClaude HaikuやAmazon Nova等の安価なモデルを配置することで、品質を維持しながら大幅なコスト削減が可能です。

生成AIのコスト削減に向けてどのような施策に興味があるかを調査したところ、「業務別の最適なモデル選定・配置設計」が36.2%で第1位となりました。

続いて「AIワークフローの最適化(無駄な呼び出し削減)」(28.1%)、「自社データで学習したカスタムLLMの構築」(27.8%)、「専用AI(画像認識・文書解析等)との使い分け」(27.4%)が約27〜28%で拮抗しており、約65%の企業が何らかのコスト削減施策に関心を示しています。

また、外部パートナーとの協働状況については、「半年以内に検討予定」「3ヶ月以内にパートナーを探す」「すでに協働中・選定中」を合わせて32%となり、約3社に1社が外部の専門知見を活用したコスト最適化を志向していることが明らかになりました。

一方で「自社単独で対応する予定」も42.9%存在し、内製化を重視する企業も多数存在します。

出典元：Ragate株式会社

※詳細については出典元の企業にお問い合わせください。