結論から言う。AIのコストは上がる。そしてそのツケは中小企業に回ってくる。

ホワイトハウスがAIデータセンターの電力問題で動き出した。ゴールドマン・サックスがAI起因のインフレリスクを警告した。OpenAIのAPI料金はこの2年で一部モデルが値下げされた一方、高性能モデルの利用単価は跳ね上がっている。

これらは別々のニュースに見えるが、構造は一本の線でつながっている。

電力コストが上がる → クラウド・APIの原価が上がる → 料金に転嫁される → 中小企業の月額コストが上がる。

問題は「上がるかどうか」ではない。「いつ、どれくらい上がるか」だ。そしてその波が届いたとき、準備できている会社とできていない会社で、明暗がはっきり分かれる。

AIデータセンターの電力消費は「もう一つの国」レベルになる

ホワイトハウスが2024年後半から電力会社やデータセンター事業者との協議を本格化させた背景には、シンプルな数字がある。

国際エネルギー機関（IEA）の試算では、世界のデータセンター電力消費は2022年の約460TWhから、2026年には1,000TWhを超える可能性がある。1,000TWhとは、日本の年間総発電量（約1,000TWh）にほぼ匹敵する。AIの学習と推論が、一国分の電力を食う時代が来る。

米国内に限っても、AIデータセンターの電力需要は2028年までに現在の2〜3倍に膨らむとの予測が複数出ている。問題は供給が追いつかないことだ。新しい発電所の建設には5〜10年かかる。送電網の増強にも巨額の投資が必要になる。需要が供給を上回れば、電力価格は上がる。これは経済の基本だ。

実際、バージニア州北部（世界最大のデータセンター集積地）では、電力会社ドミニオン・エナジーが産業用電力料金の引き上げを段階的に進めている。テキサス州でも、データセンター誘致と電力価格上昇の板挟みが政治問題化し始めた。

この電力コストの上昇は、AWS、Azure、Google Cloudといったクラウド大手のコスト構造を直撃する。そしてクラウド大手は慈善事業をやっているわけではない。コストが上がれば、料金に転嫁する。

ゴールドマンの警告——AIが「デフレ装置」ではなく「インフレ装置」になるリスク

ゴールドマン・サックスのリサーチチームは、AI関連投資の急増が中期的にインフレ圧力になり得ると指摘している。

ポイントは3つだ。

1. ハードウェアコストの上昇。 NVIDIAのGPU（H100/B200）は需要過多で価格が高止まりしている。AI学習に不可欠な高帯域メモリ（HBM）の価格は2025年以降も上昇基調で、一部予測では2026年までに20〜30%の値上がりが見込まれている。

2. 電力コストの構造的上昇。 前述の通り。これはAIに限らず、クラウドサービス全体の価格を押し上げる。

3. 人材コストの高騰。 AIエンジニアの年収は米国で平均20万〜40万ドル。この人件費がサービス価格に乗る。

つまり、AIは「使えば使うほど安くなる魔法の道具」ではない。インフラ側のコストが上がれば、利用者側の負担も上がる。AIが生産性を上げてコストを下げる効果と、AIインフラのコスト上昇が相殺し合う——場合によってはコスト上昇が勝つ局面が来る。

これが「AIインフレ」の正体だ。

中小企業のAPI代はどうなるか——3つのシナリオで試算する

では、地方の中小企業が毎月払っているAPI代やクラウド代は、具体的にどうなるのか。

現時点で、AIを業務に組み込んでいる中小企業の典型的な月額コストを「月3万〜10万円」と仮定する。ChatGPT APIでの問い合わせ対応、画像生成、議事録要約、データ分析——こうした用途で使っている会社の実感値だ。

シナリオA：じわじわ上がる（年10〜15%の値上げ）

クラウド各社が電力コスト上昇分を段階的に転嫁するパターン。最もありそうなシナリオだ。

• 現在：月5万円 → 1年後：月5.5〜5.8万円 → 2年後：月6〜6.7万円
• 年間で6〜8万円の増加。「気づいたら高くなっていた」というやつだ。

1社で見れば大きくないが、API代だけでなくクラウドストレージ、SaaSの月額も同時に上がると考えると、IT関連コスト全体で年間20〜30万円の増加は十分ありえる。

シナリオB：一気に上がる（特定サービスの価格改定）

OpenAIやGoogleが高性能モデルの料金を一気に改定するパターン。実際、OpenAIはGPT-4oの登場時にトークン単価を大幅に変えた。逆方向（値上げ）が来ない保証はない。

• 現在：月5万円 → 改定後：月8〜10万円（60〜100%増）
• 突然の倍増は、月の予算が限られている中小企業には致命的だ。

シナリオC：安いモデルに逃げられる（コスト最適化が効く）

オープンソースモデル（Llama、Mistral等）の性能向上により、高額なAPIを使わなくても業務が回るようになるパターン。

• 現在：月5万円 → 最適化後：月1〜2万円
• ただし、これには「どのモデルで十分か」を判断できる技術リテラシーが必要になる。

現実的には、AとCの組み合わせが中小企業の生存戦略になる。 大手APIの値上げを受け入れつつ、代替できる部分はオープンソースや軽量モデルに切り替える。この判断ができるかどうかが、コスト差を生む。

で、結局どうすればいいのか

「AIインフレ」は、中小企業にとって他人事ではない。ただし、手の打ちようはある。

1. 今のAPI利用を棚卸しする。
何に月いくら払っているか、把握できているか。意外と「なんとなく契約しているSaaS」が積み重なっている。まず現状の請求書を全部並べる。それが出発点だ。

2. 「このタスクにGPT-4は本当に必要か」を問い直す。
GPT-4oで月5万円かかっている処理が、GPT-4o-miniやオープンソースモデルで十分な品質を出せるなら、コストは1/5〜1/10になる。実際に試した企業では、問い合わせ対応の8割はGPT-4o-miniで十分だったという事例がある。

3. 年間契約・ボリュームディスカウントを交渉する。
月額課金のまま漫然と使い続けるのが一番高くつく。利用量が見えているなら、年間契約で10〜20%のディスカウントを取りにいく。クラウド各社のリザーブドインスタンスも同じ発想だ。

4. 「AIを使わない」という選択肢も持つ。
すべてをAIでやる必要はない。AIのコストが上がるなら、「AIに任せる部分」と「人がやる部分」の線引きを見直す。月3万円のAPI代で自動化していた業務が、月8万円に上がったとき、パートさんに頼んだ方が安いケースだって出てくる。コスト比較は常にアップデートすべきだ。

5. 情報を取りにいく。
API料金の改定、クラウドの価格変更、電力コストの動向——これらは突然発表される。知らなかった、では済まない。主要サービスの料金改定情報を定期的にチェックする仕組みを作っておく。

AIインフレは「見えない値上げ」として届く

電力コストが上がっても、中小企業の社長に「電力が上がりました」という通知は届かない。届くのは「APIの料金改定のお知らせ」であり、「クラウド利用料の請求書」だ。

そしてその値上げ幅が月数千円〜数万円だと、「まあ仕方ないか」で流してしまう。だが、それが年単位で積み重なり、複数サービスで同時に起きたとき、気づいたらIT関連コストが1.5倍になっている——そういう未来が、構造的に見えている。

大企業はスケールメリットで吸収できる。中小企業はそうはいかない。だからこそ、今のうちに「AIの使い方」と「AIのコスト構造」の両方を理解しておく必要がある。

技術の進化は止まらない。コストの上昇も止まらない。その両方を見ながら、自社にとって最適な使い方を選び続ける。それが、AIインフレ時代の中小企業の生存戦略だ。

—