「AI機能の開発、お見積もりはいただいたんですが、これって一度作ってしまえば、あとは追加でお金はかからないですよね？」
発注を検討されている段階で、ときどきこういうご質問をいただきます。
結論からお伝えすると、AI機能の多くは公開してからもお金がかかり続けます。しかも、その費用は最初の開発費とは別の財布から出ていくことが多いものです。ここを見込まずに予算を組んでしまうと、公開してしばらく経ってから「思っていたより高い」とあわてることになりかねません。
ざっくり言うと：これは、車を買うときの感覚に似ています。車を選ぶとき、車両本体の値段だけを見て「これなら買える」と決める人は少ないですよね。実際にはガソリン代、保険、車検、駐車場代といった持ち続けるための費用がずっとかかります。AI機能も同じで、「作る費用」と「動かし続ける費用」は別物として考えておく必要があります。
なぜそうなるのか
AI機能に「作って終わり」では済まない費用が発生するのには、いくつかの構造的な理由があります。
- 使うたびに料金がかかる仕組みが多い：会話や画像認識などを担当するAI本体は、OpenAI、Anthropic、Google などが公開している外部サービス（外部とつなぐ仕組み）を利用するのが一般的です。これらの多くは使った回数や処理した量に応じて課金される従量制です。つまり、サービスがよく使われるほど費用も増えていきます。
- 精度は少しずつズレていく：AIは一度作れば永遠に同じ品質、というものではありません。扱うデータの傾向が変わったり、世の中の前提が変わったりすると、公開当初は良かった精度が少しずつ実態に合わなくなっていきます。これを保つには、定期的な見直しと調整が必要です。
- AI提供側の更新に追従する必要がある：AI本体を提供している各社は、モデルを更新したり、古いものの提供を終了したりします。そのたびに、つなぎ込みの調整や動作確認が必要になることがあります。
- 人による確認の工数：AIは便利ですが、間違えることもあります。間違いが許されない場面では、AIの出した結果を人がチェックする運用が欠かせません。この人手も、立派な運用コストです。
初期開発費は「作る」ための一回きりの費用ですが、こうした費用はサービスが動いている限りかかり続ける性質のものです。見積書に初期費用しか書かれていないと、この部分が見えにくくなってしまいます。
失敗パターン
※以下は実在の案件ではなく、よくある想定シナリオです。
パターン1：利用が伸びたら月々の費用がふくらんだ
公開直後はそれほど使われていなかったため、外部サービスの利用料も小さく収まっていた。ところが、サービスが軌道に乗って利用者が増えるにつれて、使った量に応じた料金もどんどん積み上がり、当初の想定を上回る月額になってしまった、というケースです。うまくいけばいくほど費用が増えるという従量制の性質を、予算計画に織り込めていなかったのが原因です。
パターン2：公開後しばらくして精度がズレてきた
公開した当初は十分な精度が出ていたのに、半年ほど経つと「最近、的外れな結果が増えた気がする」という声が現場から上がってきた、というケースです。扱うデータの傾向が変わっていたり、新しい商品や用語が増えていたりすると、こうしたズレは自然に起こり得ます。見直す担当も仕組みも決めていなかったために、気づいたときには対応が後手に回ってしまった、という流れです。
パターン3：人手チェックの工数を見込んでいなかった
「AIに任せれば人手はかからない」と考えて運用体制を組んでいなかったものの、実際にはAIの結果をそのまま使うわけにはいかず、現場の担当者が片手間で確認し続けることになった、というケースです。ハルシネーション（AIがそれっぽい嘘をつく現象）のように、AIは自然な言葉で間違えることがあるため、確認の手間をゼロにはできない場面が多くあります。この工数を最初に見込んでいないと、現場が静かに疲弊していきます。
どう備えればよいか
1. 「初期費用」と「運用費」を分けて出してもらう
見積もりを依頼するときに、一度きりの開発費と、毎月かかる運用費を分けて提示してほしいと伝えましょう。運用費には、外部サービスの利用料、保守、精度の見直し、人手チェックなどが含まれます。分けて書いてもらうことで、「作ったあとにいくらかかるのか」が見えるようになります。
2. 想定する利用量で月額を試算してもらう
従量制の費用は、利用量によって大きく変わります。「月に何件くらい使われそうか」をいくつかのパターンで想定し、少なめのとき・想定通りのとき・うまくいって増えたときの月額をそれぞれ試算してもらうと安心です。うまくいったときに費用が跳ね上がって困る、という事態を事前に避けられます。
3. 精度を見直すサイクルと担当を最初に決める
「いつ、誰が、どうやって精度をチェックするのか」を、公開前に決めておきます。たとえば、月に一度サンプルを確認する、現場からの違和感を集める窓口を作る、といった軽い仕組みでも、放置するよりはるかに効きます。画像認識AIのお試し導入で失敗する典型パターンでも触れたとおり、「作ったあと」を設計に含めるかどうかで結果が変わります。
4. 人による確認のフローを設計に含める
AIに任せる範囲と、人が確認する範囲を最初に線引きします。すべてをAIに任せようとせず、間違えると困る部分だけ人がチェックする、と決めておくと、運用の負担を現実的な範囲に収められます。この人手の工数も、運用費の一部として見込んでおきましょう。
まとめ
AI機能は、車と同じで「買って（作って）終わり」ではありません。動かし続けるための費用が、初期開発費とは別にかかり続けます。これは決して隠れた追加料金ではなく、AIという仕組みの自然な性質です。
発注を検討する段階で、次の4つを確認してみてください。
- 初期費用と運用費が分けて提示されているか
- 利用量に応じた月額の試算が出ているか
- 精度を見直すサイクルと担当が決まっているか
- 人による確認の工数が運用費に含まれているか
このあたりを最初からていねいに説明してくれる開発会社であれば、公開したあとの運用フェーズも含めて、安心して相談しやすいはずです。