生成AI導入の損益分岐点を、処理件数と確認工数から考える方法

生成AIが安いか高いかは、API料金だけでは判断できません。初期開発費を含め、何件の業務を処理し、人の確認がどれだけ残り、毎月いくら改善に使うかを並べると、導入が成立する条件が見えてきます。

この記事の金額は計算方法を説明するための仮定です。特定のサービス料金や導入実績を示すものではありません。実際の判断では、自社の処理件数と作業時間を使って試算してください。

API料金が安くても、導入全体が安いとは限らない

生成AIの費用を検討するとき、モデルの利用単価は確認しやすい数字です。しかし、本番運用ではAPI以外にも次の費用が発生します。

• データベース、検索、ストレージなどのシステム基盤
• ログ、監視、権限、バックアップ
• 人による確認、修正、承認、例外対応
• プロンプト、評価データ、マスター、連携処理の更新
• 障害や仕様変更が起きた場合の保守

一方、現在の人件費も給与だけではありません。確認、差し戻し、再入力、繁忙期の残業、担当者への教育まで、業務を完了するために使っている時間を含めます。

損益分岐点を考えるときは、「人対AI」ではなく、同じ件数の業務を、同じ品質で完了するための総費用を比較します。

先に結論。月間効果と初期費用を分けて計算する

基本の考え方は、次の三段階です。

1. 現在の月次費用を計算する
2. 生成AI導入後の月次費用を計算する
3. 初期開発費を月間の削減額で割る

式にすると、次のようになります。

現在の月次費用 ＝ 処理件数 × 現在の一件あたり作業時間 × 時間単価

導入後の月次費用 ＝ AIの変動費 ＋ システム固定費 ＋ 人の確認費 ＋ 保守・改善費

単純回収月数 ＝ 初期開発費 ÷（現在の月次費用 − 導入後の月次費用）

月間の削減額がゼロ以下なら、費用削減だけでは初期投資を回収できません。その場合は対象件数を増やす、確認時間を減らす、または処理速度や機会損失の改善を別に評価する必要があります。

導入後の費用を四つに分ける

費用	含めるもの	件数との関係
AIの変動費	モデル利用、文書解析、再実行	処理件数とともに増える
システム固定費	DB、監視、ログ、バックアップ	一定範囲までは毎月固定
人の確認費	原本照合、修正、承認、例外対応	件数と例外率で増える
保守・改善費	評価、データ更新、仕様変更への対応	変更頻度と品質要件で変わる

見落とされやすいのは人の確認費です。AIが入力案を作っても、全項目を原本と照合するなら、入力時間が確認時間へ置き換わっただけかもしれません。

そのため、検証ではAPI利用量と同時に、一件あたりの確認時間と例外率を測ります。

仮の業務で損益分岐点を計算する

ここでは、毎月届く帳票を業務システムへ入力する作業を仮定します。金額は税別とし、誤処理による損失や売上への効果は含めません。

現在の条件

• 一件あたりの作業時間：8分
• 担当者の時間単価：3,000円
• 一件あたりの人件費：400円

生成AI導入後の条件

• AI利用料：一件あたり20円
• 人の確認時間：一件あたり3分
• 人の確認費：一件あたり150円
• インフラ・監視：月50,000円
• 保守・改善：月50,000円
• 初期開発費：1,200,000円

この条件では、導入後の変動費は一件あたり170円、固定費は月100,000円です。

処理件数によって回収期間が変わる

月間処理件数	現在の月次費用	導入後の月次費用	月間削減額	単純回収月数
500件	200,000円	185,000円	15,000円	80.0か月
1,000件	400,000円	270,000円	130,000円	約9.2か月
2,000件	800,000円	440,000円	360,000円	約3.3か月

同じシステムでも、月500件では費用差が小さく、初期費用の回収に時間がかかります。月2,000件なら固定費が多くの処理へ分散され、回収期間は短くなります。

この仮定で月次費用だけが同額になるのは、約435件です。

400円 × 件数 ＝ 170円 × 件数 ＋ 100,000円

この件数を下回る場合、費用削減だけを目的にすると導入は成立しにくくなります。ただし、繁忙期の処理遅延、入力漏れ、担当者の採用難など、現在の運用に別の損失があれば判断は変わります。

確認時間が一分変わると、結果も変わる

生成AIのモデル単価に注目しがちですが、中小企業の業務では人の確認時間が損益を大きく左右することがあります。

先ほどの条件で確認時間が3分から5分へ増えると、一件あたりの確認費は150円から250円になります。月1,000件なら、人の確認だけで月10万円増えます。

反対に、確認画面を工夫し、不一致箇所だけを表示できれば、モデルを変更しなくても確認時間を減らせる可能性があります。投資対効果を改善する手段は、AIの精度向上だけではありません。

試算を大きく変える条件

損益分岐点を出す際は、次の条件を一つずつ変えた複数のシナリオを作ります。

• 通常月と繁忙月の処理件数
• 正常系と例外系の割合
• AIが判断できず、人へ戻す割合
• 一件あたりの確認・修正時間
• 誤りが発生した場合の再処理や顧客対応
• モデル、インフラ、外部サービスの料金変更
• マスターや業務ルールを更新する頻度

「順調な場合」だけでなく、「件数が少ない場合」「例外が多い場合」も計算します。悪い条件でも運用を続けられるかを見ることで、導入後の予算超過を防ぎやすくなります。

費用以外の効果は、削減額と分けて扱う

生成AIの価値には、処理時間の短縮、繁忙期の余力、入力漏れの減少、担当者が判断業務へ使える時間などもあります。しかし、これらをすべて金額へ置き換えると、都合のよい試算になりやすくなります。

最初の稟議では、次のように分けると説明しやすくなります。

• 直接効果：人の作業時間、外注費、再処理費の削減
• 運用効果：処理時間、滞留件数、対応可能な件数の変化
• 品質効果：入力ミス、差し戻し、取りこぼしの変化
• 将来効果：業務拡大や他部署への展開可能性

初期費用の回収は直接効果だけで計算し、それ以外は別の指標として記録します。

試算前に二週間だけ測る

正確な見積もりに必要なのは、細かなAI料金表よりも現在の業務データです。まず二週間程度、次を記録します。

1. 一日の処理件数
2. 一件あたりの作業時間
3. 確認、修正、差し戻しに使った時間
4. 通常手順で処理できなかった件数と理由
5. 繁忙時に未処理となった件数

この数字があれば、開発前でも大まかな損益分岐点を出せます。反対に、現在の作業時間が分からないままでは、導入後の効果も説明できません。

まとめ

生成AI導入の損益分岐点は、API料金ではなく、処理件数、固定費、人の確認時間、保守費、初期開発費の組み合わせで決まります。

現在と導入後を「完了した業務一件あたり」の条件で揃え、件数と例外率を変えた複数のシナリオを作ることで、どの条件なら投資が成立するかを具体的に判断できます。