月50万円の外注費が、電気代だけになるかもしれない

JetBrainsが6月、コーディングエージェント向けオープンモデル「Mellum 2.1」を無料公開した。

注目すべきはスペックだけじゃない。CPUだけで動く25Mパラメータの小型モデルが同梱されているということだ。GPUなし。クラウド課金なし。手元のパソコンで、コードを書くAIが動く。

これが何を意味するか。地方の中小企業が外注プログラマーに毎月払っている30万〜50万円、その「当たり前」が崩れる可能性がある。

Mellum 2.1は何ができるのか

まず事実を整理する。

Mellum 2.1には2つのモデルがある。

• Mellum 2.1 12B MoE：12Bパラメータ（実稼働は2.5B）のMixture-of-Expertsモデル。131,072トークンのコンテキスト長。実際のソフトウェア環境での強化学習（RL）で鍛えられている。
• Mellum 2.1 25M：25Mパラメータの超小型モデル。CPUのみで動作。コード補完に特化。

12Bモデルの性能はベンチマークで裏付けられている。SWE-bench Verifiedで51.6%、LiveCodeBench v6で82.0。これはClaude 3.5 SonnetやGPT-4oクラスのモデルと比較しても遜色ないスコアだ。しかもオープンウェイト、Apache 2.0ライセンスで無料。商用利用も可能。

12Bモデルが「できること」は明確だ。コードベースを自律的に探索し、ファイルを編集し、自分の変更をテストで検証する。つまり「指示を出したら、勝手にコードを書いて、勝手にテストして、勝手に直す」。人間がやっていた作業の相当部分を代替する。

25Mモデルのほうは機能は限定的だが、意味が違う。GPU不要でローカルPCで動く。月額課金もAPIコストもゼロ。中小企業の現場で「とりあえず使ってみる」ハードルが消えた。

外注コストの構造を分解する

ここからが本題。中小企業がプログラマーを外注するとき、実際にいくら払っているのか。

表面的なコストはこうだ。

だが、本当のコストはこれだけじゃない。見えないコストがある。

• コミュニケーションコスト：仕様のすり合わせ、進捗確認、認識のズレの修正。社内担当者が週5〜10時間取られるケースはざらにある。時給換算で月8万〜16万円相当。
• レビュー・検収コスト：納品されたコードの動作確認、バグ報告、修正依頼。月10〜20時間で5万〜15万円相当。
• 手戻りコスト：仕様の認識違いによる作り直し。外注案件の3〜4割で発生するとも言われる。1回の手戻りで数万〜数十万円。
• 待ち時間コスト：外注先のスケジュール次第で着手が2〜4週間後になることも。その間、事業が止まる。

これらを合算すると、表面上「月40万円」の外注が、実質60万〜80万円以上かかっているケースは珍しくない。

AIコーディングのコストを試算する

対して、Mellum 2.1を自前で運用する場合のコストはどうか。

25Mモデル（CPU動作）の場合：

12Bモデル（GPU推奨）の場合：

ざっくり言えば、25Mモデルなら初期投資ゼロ・月額ほぼゼロ。12Bモデルでも月数万円。

損益分岐点はどこか

単純計算してみる。

外注費が月40万円（実質コスト込みで60万円）の中小企業が、12BモデルをクラウドGPUで運用するケースを想定する。

• AI運用コスト：月5万円（クラウドGPU＋社内担当者の時間）
• 差額：月55万円
• 年間削減額：660万円

仮にAIで外注業務の50%しか代替できなくても、年間330万円の削減になる。

もちろん、AIがすべてを代替するわけではない。複雑なアーキテクチャ設計、ビジネスロジックの判断、セキュリティ要件の検討——これらは当面、人間の仕事だ。だが「定型的な画面追加」「既存コードの修正」「テストコードの生成」「バグの特定と修正」といった作業は、すでにAIが実用レベルでこなせる領域に入っている。

問題は「何割を代替できるか」だが、ここで重要なのは代替率が20%でも損益分岐点を超えるという事実だ。月60万円の実質外注費に対して、AI運用コストが月5万円なら、AIが外注業務の10%を代替するだけで月1万円のプラスになる。つまり「試してみて損はない」というレベルにコストが下がった。

本当に変わるのは「コスト」じゃない

コスト削減は分かりやすい話だが、構造的に変わるのはそこじゃない。

「待ち時間ゼロ」が最大の変化だ。

外注に出すと、見積もりに1週間、着手まで2週間、納品まで1ヶ月。合計2ヶ月。その間、「ここをちょっと直したい」が言えない。

AIなら、思いついた瞬間に指示を出せる。30分後にはコードが出てくる。ダメなら修正指示を出す。また30分。このサイクルの速さが、中小企業の意思決定スピードと噛み合う。

大企業は要件定義に3ヶ月かけても平気だ。中小企業はそうじゃない。「来週の商談までにこの機能がほしい」「今月の請求に間に合わせたい」。この切迫感に応えられるのは、手元で動くAIだけだ。

もう一つ。属人化の解消。

「あの外注さんしか分からないコード」が積み上がっていく恐怖を、中小企業の経営者なら知っているはずだ。外注先が廃業したら？担当者が辞めたら？

AIが書いたコードは、別のAIにも読ませられる。引き継ぎコストが構造的に下がる。コードの解説もAIに書かせればいい。「この人がいないと回らない」というリスクが減る。

で、結局どうすればいいのか

3ステップで始められる。

1. 25Mモデルを今日インストールする（所要時間：30分）

JetBrainsのGitHubからダウンロードして、手元のPCで動かす。GPUもクラウドも不要。コード補完がどの程度使えるか、自分の目で確かめる。コストはゼロ。

2. 12Bモデルで「外注に出していた小さな改修」を1件やってみる

クラウドGPU（RunPodやVastなら時給数十円〜）で12Bモデルを動かし、実際の業務タスクを投げてみる。「この画面にフィルター機能を追加して」「このCSV出力のフォーマットを変えて」。そのレベルから始める。

3. 外注費と比較して、切り替え判断をする

1件の改修にかかった時間とコストを記録する。外注に出した場合の見積もりと比べる。数字で判断する。感覚ではなく、実験結果で決める。

「プログラマー不要」ではない。「プログラマーの定義」が変わる

最後に一つ。

タイトルに「プログラマー不要の損益分岐点」と書いたが、正確にはプログラマーが不要になるわけじゃない。「コードを手で書く人」が不要になり、「AIに正しい指示を出せる人」が必要になる。

これは中小企業にとって朗報だ。プログラミング言語を5年学んだ人材を採用するのは難しい。だが「業務を理解していて、AIに的確な指示を出せる人」なら、社内にいるかもしれない。営業事務の人かもしれないし、経理の人かもしれない。

技術のコストが下がると、業務知識の価値が上がる。 これが構造変化の本質だ。

JetBrainsのMellum 2.1は、その構造変化のトリガーになり得る。無料で、CPUで動いて、商用利用可能。言い訳できる要素がなくなった。

まず、今日ダウンロードしてみてほしい。30分後には、「外注に出していたあの作業」の見え方が変わっているはずだ。

—