コストが76分の1になった。それ、あなたの会社で起きたらどうなる？

AsanaがGPT-6.1を使って、ブラウザエージェントのモデルコストを76分の1に落とした。同時にパフォーマンスは5倍に上がった。

セキュリティ企業のSophosは、OpenAIのDaybreakを組み込んで脅威調査の時間を96%カット。MDRケースの52%を自動化した。人間の監視は残したまま、だ。

一方で、OpenAI自身の今年の収益見通しは当初予測の70億ドルに対して50億ドル。20億ドルのショート。AI監視スタートアップのFlockは約270人を解雇。プライバシー問題で市場から弾かれた。

AIで劇的な成果を出す会社がある。同じAIで沈む会社もある。この差はどこから来るのか。

結論から言う。「AIで何をするか」ではなく「AIで何のコストを消すか」を決めているかどうか。これだけだ。

—

Asanaの76分の1——「モデルを変えただけ」ではない

Asanaの事例を表面的に読むと「新しいモデルに乗り換えたらコストが下がった」という話に見える。だが本質はそこじゃない。

Asanaがやったのは、自社プロダクトのブラウザエージェント——ユーザーの代わりにタスクを操作するAI機能——のコスト構造を分解し、「どのレイヤーのコストが一番重いか」を特定したうえで、GPT-6.1の特性（推論コストの低さ、長文コンテキストの効率）に合わせてアーキテクチャを再設計したことだ。

つまり、コスト構造の分析が先、モデル選定が後。順番が逆の会社が多い。「とりあえずGPT-4を使ってみよう」から入ると、何のコストを消したいのかが曖昧なまま進む。結果、「AIを入れたけど、思ったほど効果がない」になる。

76分の1という数字のインパクトを具体的に考えてみよう。仮に月額のモデル利用料が300万円かかっていたとする。76分の1なら約4万円だ。月296万円が浮く。年間で3,500万円以上。これは中小企業なら人件費2〜3人分に相当する。

しかもパフォーマンスは5倍。コストが下がって品質が上がる。こういう変化が起きたとき、「同じことを安くやる」ではなく「今まで採算が合わなかったことが採算に乗る」という逆転が起きる。Asanaはまさにそれをやった。従来コスト的に提供できなかった高機能エージェントを、全顧客に展開できるようになった。

—

Sophosの96%カット——自動化の「残し方」がうまい

Sophosの事例はさらに示唆が深い。

サイバー脅威の調査時間を96%短縮した。100時間かかっていた調査が4時間で終わる計算だ。しかもMDRケースの52%を自動化している。

ここで注目すべきは「52%」という数字だ。100%じゃない。

Sophosは意図的に人間の監視を残している。セキュリティという領域では、AIが誤検知したときのリスクが大きい。だから「AIが一次判断をして、人間が最終確認する」という設計にした。自動化率を100%に近づけることが目的ではなく、「人間が本当に判断すべきケースに集中できる状態」を作ることが目的だった。

これは中小企業のAI導入でも同じ構造だ。「全部AIに任せたい」と考えると失敗する。「人間がやるべき仕事の密度を上げる」と考えると成功する。

96%の時間短縮で浮いた時間を、セキュリティアナリストはより高度な脅威分析や顧客対応に充てられる。AIがコモディティ作業を消し、人間の仕事の価値密度が上がる。これがROIの正体だ。

—

OpenAIの20億ドルショート、Flockの270人解雇——何が間違ったのか

では、うまくいかない側はどうか。

OpenAI自身の収益が予測を20億ドル下回っている。これは「AI技術がダメ」という話ではない。「技術を売る」だけではROIが立ちにくいという構造の問題だ。

OpenAIはAPIを提供する側。AsanaやSophosのように「自社の具体的な業務課題にAIを組み込む」のではなく、汎用的なAI能力を売っている。汎用であるがゆえに、顧客側が「何に使うか」を決めきれないと契約に至らない。あるいは契約しても使いこなせずに解約する。

Flockの事例はもっとわかりやすい。AI監視カメラという技術的には成立するプロダクトを作ったが、社会がそれを受け入れるかどうかを見誤った。プライバシー問題への反発が高まり、自治体や企業からの契約が止まった。技術的に「できる」ことと、市場で「売れる」ことは別の話だ。

共通しているのは、「誰の、何のコストを、いくら下げるか」が曖昧だったこと。技術の凄さやビジョンの大きさでは、ROIは出ない。

—

中小企業にとっての本当の分岐点

ここまでの話を、地方の中小企業に引き寄せて考える。

Asanaは数百人規模のエンジニアチームを持つテック企業だ。Sophosもグローバルなセキュリティ企業。「うちとは規模が違う」と思うかもしれない。

だが、構造は同じだ。

中小企業でも「コスト76分の1」に近い変化は起きている。たとえば、これまで外注していた月30万円のレポート作成業務を、ClaudeやGPTを使って社内で回せるようにした会社がある。月のAPI利用料は数千円。コストは実質50分の1以下になった。

問い合わせ対応に1日3時間かけていた会社が、AIチャットボットで一次対応を自動化し、人間が対応するのは込み入った案件だけにした。対応時間は70%減。浮いた時間で営業に回れるようになり、売上が月50万円伸びた。

どちらも「AIを導入した」という点では同じだが、成功した理由は明確だ。

1. 消すべきコストを特定してからAIを選んだ（レポート外注費、問い合わせ対応時間）
2. 100%の自動化を目指さず、人間が価値を出す部分を残した
3. 効果を数字で測った（月30万→数千円、3時間→1時間）

逆に失敗するパターンも明確だ。「AIで何かやりたい」から入る。社内で流行りのツールを試してみる。面白いけど業務に定着しない。3ヶ月後には誰も使っていない。「AIを使うこと」が目的になっている会社は、ほぼこの道をたどる。

—

で、結局どうすればいいのか

3つだけやればいい。

1. 「月にいくら払っている？」をリストアップする

外注費、人件費（時間換算）、ソフトウェア利用料。まず数字を出す。数字がないとAIで何を消せるかが見えない。

2. 「一番高くて、一番つまらない作業」から潰す

コストが高く、かつ属人的でなく、かつ創造性が不要な業務。ここがAIの最大の打ちどころだ。レポート作成、データ入力、一次問い合わせ対応、議事録作成、定型メール——こういう「やらなきゃいけないけど、人間がやる意味がない」仕事から消していく。

3. 1ヶ月で効果を測る

導入前と導入後で、時間とコストがどう変わったかを測る。効果が出なければやめる。出たら横展開する。大事なのは小さく始めて、数字で判断すること。

Asanaの76分の1も、Sophosの96%カットも、最初から狙って設計された数字だ。「AIを入れたら偶然うまくいった」ではない。消すべきコストを決めて、そこにAIをぶつけたから出た数字だ。

中小企業の武器は、意思決定の速さと現場との距離の近さだ。大企業が半年かけて稟議を通している間に、来週から試せる。その速さ自体が、AI時代の最大の競争優位になる。

モデルコスト76分の1の世界は、もう来ている。問題は、あなたの会社がその波に乗るかどうかだ。

—