DeepSeekの主力モデルの75%値下げは、AI事業者にとって一見救いの手に見えた。しかし厄介な真実は、エージェントがトークンを消費する速度が、価格低下を上回っているということだ。

根本的な問題は価格設定ではなく、アーキテクチャにある。チャットボットは1つの質問を1回のモデル呼び出しに変換する。エージェントはそれをループに変える。計画立案、情報検索、ツール使用、検証、フォローアップというサイクルだ。ユーザーには1つの回答が表示されるが、事業者は十数回の課金対象オペレーションの代金を支払う。単一ターンのチャットで1:5程度だった入力対課金比率は、複数ステップのエンタープライズワークフローでは1:700に達することも珍しくない。各反復処理が会話全体と推論トレースを引きずるためだ。B2B機能として最低限必要な月間100万クエリは、推論コストだけで6桁のドル費用となる。年間30〜40%のコスト低下では、消費量が桁違いに増えるワークロードを相殺できない。

これは主流のエンタープライズモデル、すなわちユーザー課金型SaaSを破壊する。この価格設定はユーザー当たりコストが限定的であることを前提としている。1日50回のエージェント起動を実行するヘビーユーザーの推論コストが、月額40ドルのシート料金の収益を上回ると、利用率が深まるにつれて粗利益率が逆転する。これはまさに事業者が取締役会に売り込む利用曲線だ。複数の企業がすでにヘビーユーザーでマイナス利益率を報告しており、クラウドの過剰プロビジョニング問題の二の舞となっている。

読み取るべきシグナルは、OpenAIがY Combinatorのスタートアップに200万ドル相当のAPIクレジットを提供する計画の報道だ。これはかつてシードラウンド全体を賄った金額だ。これは採用特典ではない。AI主体の製品を初年度に運営するコストの告白である。モデルプロバイダーは、提供するのに構造的にコスト高であると認識している需要に補助金を出している。

経営陣は推論コストを縮小するコモディティと見なすのをやめ、トークン効率をファーストクラスの指標として設計すべきだ。具体的な施策として、トークン当たりコストではなくタスク解決当たりコストを計測する。些細なステップは小規模モデルにルーティングし、フロンティアモデル呼び出しは真の推論に限定する。ループごとに再課金されるコンテキストを積極的に削減する。そして大口顧客が利益率を消失させる前に、価格設定を使用量ベースまたは成果ベースの階層に移行する。AIアプリケーションスタートアップを評価する投資家は、ワークフローレベルでの単位経済性を要求すべきだ。エージェント時代の勝者を決めるのは、モデルへのアクセスよりも、単一の回答に真に必要なオペレーション数におけるアーキテクチャ上の規律である。