メインコンテンツへスキップ
PROFITVISIONLAB
個股深度研究

食べ放題から従量課金へ:AI請求革命がSaaSの利益地図を再構築する

定額制から従量課金への移行が、AI時代のSaaS事業者の収益構造と利益率をどのように変えるかを分析する。

ソフトウェア産業には不文の黄金律がある。請求書を支配する者が、経済的な堀を支配する。

2026 年、この法則は AI によって強制的に書き換えられつつある。

「1 人当たり月額固定料金(Per-seat)」から「利用量連動課金(Usage-based)」へ。この移行は技術の問題ではなく、周到に設計された利益構造の再編である。Microsoft(MSFT)と ServiceNow(NOW)は「製品をアップグレード」しているのではない。AI サイクルに隠れて、企業顧客との契約に新たな請求書をひそかに差し込んでいるのである。

本稿では二つの視点からこのゲームを読み解く。すなわち、サービス提供者が従量課金制を通じて粗利益率の主導権をどう取り戻すか、そして企業側の CIO と CFO がなぜ目前に予算悪夢を迎えようとしているのかである。

📌 要点
  • 従量課金制は粗利益率を守る戦いであり、製品のアップグレードではない。推論コスト(Inference Cost)は動的で制御不能なため、サービス提供者は超過利用をユーザーへ転嫁せざるを得ない。
  • Microsoft の AI Credits の本質は限界費用の外部化である——固定月額料金で顧客を囲い込み、計量課金で粗利益率を守る。Platform Caching は節約した Token を直接純利益へ転換する。
  • ServiceNow のポイントプール設計は周到な罠である。軽量タスクを 25 ポイントで導入し、Agentic AI は 1 回で 150 ポイント(6 倍の速度)を消費する。超過後は定価の請求書が待つ。
  • 企業はすでに予算制御不能の時代に入った。クラウド請求書の悪夢が AI 版として再現されている。契約交渉では Top-up の単価上限と超過通知義務を固定しなければならない。
  • 最終的な判断基準は、モデルの強さではなく、Token 消費に費やすコスト当たりの ROI を明確に算定できるかどうかである。

一、サービス提供者の視点:これはアップグレードではなく、粗利益率を守る戦いである

Microsoft(MSFT):低粗利は月額料金で囲い込み、高粗利は Credits で回収する

Microsoft の根底にある論理は、外部の想像よりも冷徹である。

Azure は同社のコンピューティング基盤であり、月額サブスクリプションは顧客を囲い込む仕組みである。しかし AI Agent の推論コスト(Inference Cost)は動的かつ制御不能である——ヘビーユーザーが Token を無制限に消費するのを放置すれば、従来型 SaaS の 70–80% の粗利益率は直接圧迫され、マイナスに転じかねない。

解決策は何か。制御可能な部分は月額料金で徴収し、コストを燃やす部分は計量課金で徴収する。

2026 年 6 月 1 日から、GitHub は正式に「AI Credits」を導入し、高度な Code Review と自律的な Agent の行動を個別課金とした。この設計の本質は「より多く徴収する」ことではなく、制御不能な推論の限界費用(Marginal Cost)を Microsoft の損益計算書から転嫁することにある。これにより、ユーザーの行動が請求額に直接対応する。

プラットフォーム型の優位性:Prompt Caching
頻用するコードの Token をキャッシュすることで、Microsoft はシステム層でコストを下げられる——そして従量課金制の下では、節約された Token は顧客への還元ではなく、Microsoft の実質的な純利益へと直接転化する。これはプラットフォーム企業にのみ備わる構造的な優位性であり、独立系 SaaS プレーヤーには模倣できない。

ServiceNow(NOW):ポイントプールは罠であり、6 倍速の消費は設計そのものである

ServiceNow の道筋はさらに積極的で、より精緻である。

2026 年 4 月、NOW は大規模な刷新を完了し、製品ラインを Foundation、Advanced、Prime の三層に再編して、全面的に AI と結び付けた。表面的には「統合と簡素化」に見えるが、根底の設計は実際にはハイブリッド課金の罠である。

軽量タスク ticket の要約 = 25 Assists ポイント——参入障壁は極めて低く、受け入れられやすい
Agentic AI システム横断の自律ワークフロー = 150 Assists ポイント、6 倍の消費速度差
超過後 Top-up 追加パッケージの購入が必要。契約で上限を固定していなければ、定価(List Price)の請求書がそのまま届く

これは偶然ではなく、設計である。軽量タスクで企業を入口に導き、Agentic AI で予算を使い尽くさせる。ServiceNow の完全なビジネスモデルをより深く知りたい場合は、当社の NOW 詳細リサーチ を参照するとよい。

NOW にはさらに隠れた一手がある。Action Fabricである。Model Context Protocol(MCP)を通じて、外部 AI(Anthropic の Claude を含む)は ServiceNow 内部の自動化ワークフローを直接呼び出せる。NOW はユーザーインターフェースを独占する必要がなく、自らを企業プロセスにおける「呼び出し税」の徴収者へと変える——どの AI を使っても、ワークフローが NOW 上で動く限り、料金を支払う必要がある。

二、企業の視点:AI 効率の恩恵期は終わり、予算制御不能の時代が始まる

過去 2 年間、AI 導入コストは大手ソフトウェア企業によって大幅に補助されてきた——市場シェアを奪うため、彼らは出血をいとわなかった。この時代は 2026 年に正式に終わった。企業が今直面しているのは、誰にも戦い方を教えられていない新たな戦いである。

CIO、CFO の請求書の悪夢:クラウドへの恐怖が AI 版として再現される

AWS 初期の歴史に詳しい人なら誰もが覚えている。エンジニアが請求書を理解しないまま EC2 Instance を 1 か月走らせ、月末の請求書を見た CFO がその場で打ちのめされた。

この物語は AI 版として再現されている。Uber の事例はすでに業界への警鐘である。4 か月で年間 AI 予算を使い切った。これは個別事例ではなく、従量課金制の請求書がもたらす構造的な必然である。SaaS の固定月額料金であれば、財務責任者は年初に予算を組み、年末に照合できる。しかし AI Credits は動的に消費されるため、高度な Agent ワークフローが誤って起動されれば、ひとつの午後で 1 か月分の割当量を使い果たす可能性がある。

旧時代の契約(許容可能)

  • 1 人当たり月額固定料金
  • 予算は年初に固定し、年末に照合
  • 超過には通常猶予がある
  • 調達では割引を交渉すればよい

新時代の契約(明確に交渉すべき)

  • 基本月額料金 + 従量課金 Credits
  • 予算はいつでも突破され得る
  • 超過すれば定価の請求書が直ちに届く
  • Top-up の単価上限を固定する必要がある

このため、契約交渉の難易度は大幅に上がる。2026 年の更新交渉の場で、企業の調達部門は文書上、次の二点を固定しなければならない。

  1. Top-up 追加ポイントの単価上限(超過後に法外な定価を請求されることを防ぐ)
  2. 超過時の能動的な通知義務(ポイント残高が 20% になった時点でサービス提供者に警告を義務付ける)

この二条項がなければ、契約に署名することはサービス提供者へ白紙小切手を渡すに等しい。

IT アーキテクチャの転換:「盲目的な導入」から「ROI 審査委員会」へ

企業内部の対応策も体系化しなければならない。この問題の根底にある論理は、当社が AI 四層投資マップ で分析した「インフラ層 vs. アプリケーション層」と同じ問いである——消費を管理できるかどうかが、この AI の波における受益者となるか被害者となるかを決める。

AI コントロールタワー(AI Control Tower)——第一歩

監視ツールを導入し、どの部門、どのエンジニア、どの Agent ワークフローがどれだけの Credits を消費したかを正確に追跡する。これは IT のぜいたく品ではなく、財務統制の基盤である。

階層別アクセス制(Tiered Access)——第二ステップ

初級エンジニアや一般的なカスタマーサポート担当者には、基本的な Q&A(低ポイント消費)のみを割り当てる。高ポイント消費の Agentic AI を呼び出せるのは、シニアアーキテクトと高価値の業務プロセスに限る。たとえるなら、これは企業の出張旅費規程のようなものだ——誰もがビジネスクラスに乗れるわけではなく、利用できる者は ROI を説明できなければならない。

結論:この戦いの最終的な判断基準は、ユニットエコノミクスである

観点 旧時代(2023–2025) 新時代(2026 年以降)
課金ロジック 一人当たり月額固定料金 基本月額料金 + 価値 / 利用量に応じた従量課金
サービス提供者の課題 ヘビーユーザーが増えるほど、粗利益は低下する 従量課金モデルでキャッシュを最適化し、NRR を高める方法
企業の課題 AI が従業員の生産性をどれだけ向上させるかを評価する Token 消費のユニットエコノミクスを管理し、予算の突然死を回避する
勝者の鍵 モデルの機能がどれほど強力で、どれほど華やかか 特定タスクにおける Token コストの統制と ROI プレミアムを生み出す能力

この変化の根底にある論理は、あらゆる市場サイクルが成熟していく過程とまったく同じである。熱狂期は物語が評価を支え、成熟期は数字が生存を決める。

AI のコンピューティング能力も物語も、すでに十分にある。これから生き残る企業——ソフトウェアサービス提供者であれ AI を利用する企業であれ——は、同じ問いに答えなければならない。

Token 消費に費やすコスト当たりの価値を明確に算定できるか。
明確に算定できる者が勝者である。算定できない者は請求書の被害者となる。
⚠️ リスクに関する声明
本稿のすべての内容は、研究および学習の参考情報としてのみ提供するものであり、投資助言または売買の推奨を構成するものではない。本文で言及する個別銘柄(MSFT、NOW)およびビジネスモデルの分析は、市場トレンドとビジネスロジックの説明を目的とするものであり、いかなる形式の投資評価または目標株価を示すものでもない。投資にはリスクが伴うため、読者は自身の財務状況とリスク許容度に基づき自ら判断し、専門のファイナンシャルアドバイザーに相談することが望ましい。
柴柴行者 Ben|ProfitVision LAB