OpenAI、一部顧客に成果報酬型支払いを導入

OpenAI は、一部の最大規模の顧客に対して、AI が実際にタスクを完了した場合のみ課金する仕組みを導入し始めました。Kevin McLaughlin 氏と Amir Efrati 氏が The Information に報じたこの変更では、サポート対応を最初から最後まで一貫して処理した事例が紹介されています。

この契約は特定の主要顧客に限定されたもので、一般向けに提供されているわけではなく、OpenAI 側からも公式発表はありません。TNW はこの報道を独自に検証しておらず、具体的な条件や対象となる顧客、料金体系については不明な点が多いです。

業界ではこれを「成果ベース課金」と呼びます。財務担当者がこの仕組みに惹かれる理由は明白で、「何かが機能した時だけ請求書が届く」モデルは、「結果に関わらず請求が来る」モデルよりも説明しやすいからです。

トークン単位の課金方式がこの問題を現実のものにしました。ある開発者は、100 個のエージェントを並列実行して 30 日間で OpenAI のトークン利用料として約 130 万ドル（$1.3m）を請求されました。これは「試行回数に応じてコストが増大する」という一般的な傾向が極端に現れたケースです。

顧客サポートの分野では、すでにこのモデルが定着しています。なぜなら、解決に至ったかどうかは AI の出力結果として定義しやすい数少ないシナリオの一つだからです。Intercom は、自社の Fin エージェントが会話を完了させた 1 件あたり 0.99 ドルを請求し、完了しなかった会話については一切課金していません。

Zendesk は 5 月、さらに一歩進んで請求対象を「検証済み解決（Verified Resolutions）」に限定しました。これは会話から 72 時間以内に LLM 評価によって確認されたケースのみが対象となります。支援が必要なエスカレーションや、結果的に事態が収束しただけのケースは無料となり、コミットメントボリュームにおける請求単価は約 1.20 ドル〜1.50 ドルに設定されています。

Salesforce も同様の課題に直面していましたが、その対応はより公的な場面でやや不器用なものでした。Agentforce は当初、会話あたり 2 ドルで課金される仕組みとして登場しました。これは 24 時間のセッション単位で請求が適用され、実際に解決に至ったかどうかに関わらず課金されるため、顧客からは「高すぎる」「コスト予測が不可能」という不満の声が上がりました。

その答えとして登場したのが Flex Credits です。この仕組みでは、計測の基準を「会話数」から「個々のアクション」へとシフトさせ、1 アクションあたり約 0.1 ドルで課金します。最低購入額は 500 ドル（100,000 クレジット分）からです。これは消費量ベースの課金モデルであり、成果ベースとは明確に異なります。この区別は重要で、失敗したアクションであっても請求対象となるためです。

顧客が求めているのは、おそらくこの 2 つを順番に組み合わせた形でしょう。Futurum Group が 5 月に発表した調査では、43% の企業が消費量ベースのモデルを好み、27% が成果ベースのモデルを支持しています。一方で、ユーザー数あたりの課金モデルを好む企業は 5 社に満たないほど少数派となっています。

同社のエンタープライズソフトウェア担当リサーチディレクターである Keith Kirkpatrick は、「成果ベースの価格設定が市場の標準になりつつある」と指摘しました。さらに鋭い洞察として、席数（ユーザー数）のみを基準とした提案を行うベンダーは、評価プロセスが始まる前に既に除外されるケースが増えていると述べています。

OpenAI にとって、この施策は新製品の登場というより、立場の転換を意味します。これまで同社はトークン単位で容量を販売し、モデルや呼び出しごとに課金していました。しかし、企業が「完了した成果」に対してのみ支払う仕組みを導入することは、作業が完了しないリスクを自らが引き受けることを意味します。

このリスクは誰かが負担しなければなりません。重要なのは、その負担の所在はどこかという点です。成功率に自信のあるベンダーならこの契約形態を受け入れられますが、そうでない場合は経済合理性が合うまで成功ごとの単価を引き上げる必要があります。そのため、解決率に応じた課金モデルはセント単位ではなくドル単位で集約される傾向があります。

また、失敗した回答のコストを誰が負担するかという点も変化します。トークン課金では顧客がすべての試行（失敗も含む）に対して支払いを負担しますが、成果課金ではベンダー側がそのコストを吸収します。これは、購入者からモデル開発企業へとリスクが有意に移動することを意味します。

より難しいのは、「成功」の定義に合意することです。「解決」は明確に定義できますが、OpenAI が推進しているエージェント型作業（1000 万人以上のユーザーを擁するエージェント）では、マルチステップのタスクが一般的であり、完了の可否はデータベースのフィールド値ではなく、人間の判断に依存します。

これを迅速に確定させるには商業的な理由があります。請求額の見積もりができない企業は契約に至らず、パイロット運用を延々と続ける傾向があります。成果課金という仕組みは、まさに販売サイクルで通常停滞するそのポイントにおいて、顧客の懸念を取り除く効果をもたらします。

これらの点はまだ確定しておらず、公にもされていません。記録に残っているのは、最大規模のモデルベンダーが、静かに、かつ限定的に、容量ではなく結果を販売し始めたという事実だけです。