いま私たちが享受している『安いAI』は、実は業界の大規模な赤字が支えています。主要AI企業がシェアを取るために、実際のコストより低い価格でサービスを提供しているからです。OpenAIは2026年に約140億ドルの赤字が見込まれ、その核心はユーザーの要求を処理する『推論（inference）コスト』です。ベンチャー資本とクラウド大手の相互補助が作った『低い価格』がいずれ引けば、AI料金は徐々に正常化、すなわち値上げへ向かう可能性が高いです。

要点（TL;DR）

  • 今の安いAI料金は、業界が原価以下で設定した『補助価格』です。OpenAIは自社の見通しで2026年に約140億ドルの赤字（売上約130億・支出約220億ドル）を予想し、「1ドル稼ぐのに1.35ドル使う」との評価が出ています。
  • 赤字の核心は訓練ではなく『推論コスト』です。ユーザーがチャットを開くたびにかかる演算コストで、全体の負荷の80〜90%を占めるとの分析があります。
  • 補助が引けば料金は正常化（値上げ）する見通しです。すでに一部の企業はトークン追加料金・プレミアム推論ティア・AIエージェントの別課金を導入しています。データセンターの電力費高騰もコストを押し上げます。

何が起きたのか — ‘安いAI’の秘密

生成AIの料金が安かったのは、技術が急に安くなったからではありません。フロンティアモデルを作るOpenAI・グーグル・アンスロピック・メタなどが、市場シェアを確保するために推論を原価以下で設定してきたからです。ベンチャー資本とクラウド大手の資金がこの価格を支え、市場には『人為的に低い底値』が形成されました。ある分析はこれを「補助の時代が終わったわけではないが、終わりつつある」と表現しました。

問題は、この構造が持続可能でない点です。資本規律が戻れば、つまり投資家が『いつ黒字になるのか』を本格的に問い始めれば、価格はコストに合わせて上方へ調整せざるを得ません。

なぜコストが問題なのか — 推論が生んだ赤字

コストの核心は『推論（inference）』です。推論はユーザーの要求一つひとつに応答を生成する演算で、一度きりの訓練と違い、ユーザーが増えるほどコストが膨らみ続けます。ある分析によれば、推論はAI演算負荷の約80〜90%を占め、企業が黒字に到達できない最大の経済的ボトルネックと指摘されています。

数字で見れば負担は明確です。OpenAIは2025年に約37億ドルの売上で約50億ドルの損失を出したと推定され、2026年には自社見通しベースで赤字が約140億ドルに膨らむと伝えられています（売上約130億、支出約220億ドル）。「1ドル稼ぐのに1.35ドル使う」との評価が出る背景です。OpenAIが大規模な追加資金調達に動いたのも、この消耗スピードと無関係ではありません。

AI料金は上がるのか — 正常化の兆し

すでに価格正常化の兆しは表れています。一部の企業はトークン使用量に応じた追加料金、プレミアム推論ティア、自律エージェントへの別課金、クレジットベースの従量制などを導入しました。当初は大幅な割引でユーザーを集め、プロモーションが終わると値上げするパターンも繰り返されます。

ここに『AIエージェント』がコストを膨らませる変数となります。エージェントは一度の要求でチャットボットより10〜50倍多くのトークンを消費するとされ、ゴールドマンサックスはエージェント導入が本格化すれば2030年のトークン消費が現在の約24倍にあたる月120兆個に達すると見込みました。使う量が急増する以上、単価が据え置きでも企業が実際に払う『AIの請求書』は大きくならざるを得ません。

電気料金まで揺らす — データセンターの影

コスト上昇は電気料金にも広がっています。ゴールドマンサックスによると、2025年の米国の電気料金は6.9%上がり、ヘッドライン物価（2.9%）の2倍を超えました。データセンターが電力需要の増加分の約40%を占めると分析されます。米国全体のピーク電力需要に占めるデータセンターの比率も、2025年の4.1%から急速に高まる見通しです。ゴールドマンは、電気料金の上昇が家計の可処分所得と消費を圧迫し、コア物価を2027年までに0.1ポイントほど押し上げうると見ました。

部品側の圧力も重なります。AIサーバー需要でDRAM契約価格が一四半期に90〜95%急騰し、これがPC・スマートフォン・タブレットの価格上昇につながるとの見通しが出ています。『AIコスト』がクラウド料金だけでなく、電気料金や電子機器の価格まで同時に刺激しているわけです。

韓国にとっての意味は

韓国には両面があります。一方では、国内企業や開発者が負担するAI導入・運用コストが大きくなりかねません。海外API料金が正常化し、エージェントでトークン消費が増えれば、AIを業務に本格導入しようとする企業ほどコスト管理（いわゆる『AI FinOps』）が課題になります。データセンターの電力需要が増えれば、国内の電力インフラと料金にも時差を置いて影響が及びうります。

もう一方には機会もあります。AIコストの相当部分がメモリや電力といった『ハードウェア』から生じる以上、メモリ半導体を作る韓国企業には需要が好意的に作用しうります。ただしこれは産業レベルの流れであり、個別銘柄の判断とは別の問題です。

総評

今回の主題の核心は、『AIはほぼ無料の道具』という認識が、コストという現実と出会っている点です。今の低い料金は技術の価格ではなくシェア争いの価格であり、その差額は赤字と投資で埋められています。推論コスト、エージェント発のトークン急増、データセンターの電力費という三つの筋が噛み合えば、AIを使うコストは構造的に上がる方向に近いです。企業ならAI導入の効果をコストと併せて見極める習慣が、個人なら無料・低価格サービスがいつまで続くかについて現実的な期待が必要になった時点です。

※ 本記事は情報提供を目的としたものであり、投資助言ではありません。数値は分析・見通しであり、出典や時点によって変わり得ます。

出典