エージェンティック時代における従量課金と成果ベース料金
MIN READ
October 2, 2026
AIエージェントの料金体系というと、誰もが成果ベースの料金をまるで新しい発明であるかのように語ります。しかし、そうではありません。
企業がAIエージェントを「採用」するようになる以前から、多くの企業はカスタマーサービス、営業、債権回収などの業務を担うビジネスプロセスアウトソーシング（BPO）事業者を活用してきました。そこでの料金をめぐる議論も、ほぼ同じものでした。顧客が支払うべきなのは、業務を遂行するために必要な労働に対してなのか、それとも成果そのものに対してなのか、という問いです。
2022年、HFS Researchの調査では、BPO利用企業のおよそ3分の2が、オペレーターの稼働時間ではなくビジネス成果に対して支払うことを好むという結果が出ました。それにもかかわらず、多くのBPO契約は依然として人数単位または時間単位で価格設定され続けていました。
従来のBPOの料金モデルは従量課金型でした。契約は、提供されるオペレーター数や稼働時間に基づいて価格が決まっていたのです。しかし、これは効率化のパラドックスを生み出しました。
ある事業者が自動化と業務プロセスの改善によって、必要なオペレーター数を100人から70人に削減したとします。顧客のコストは下がりますが、事業者は売上の30パーセントを失います。効率化を進めたことで、事業者はいわば罰を受けることになるのです。
成果ベースの料金は、このインセンティブ構造を変えます。解決した案件数、回収した支払額、完了した申込件数に応じて報酬が支払われるのであれば、より少ないリソースで同じ成果を出すことで事業者は利益率を高められます。顧客と事業者が同じ改善から等しく恩恵を受けられるのです。
成果ベースの料金は、説明責任も高めます。大規模な人員を管理することは難しく、パフォーマンスは採用、研修、離職、出勤状況、マネジメント、インセンティブといった要因に左右されます。数千時間分のオペレーター稼働を購入した顧客であっても、その業務が期待どおりの成果を生む確証はほとんど得られません。
成果に対して支払う仕組みは、より多くの責任を事業者側に移します。顧客が購入しているのは労働ではなく、完了した仕事そのものです。
成果ベースの料金では、実際に行われた業務と切り離された利益をベンダーが得られてしまう場合があります。同じ5分間の債権回収コールが、あるケースでは500ドルの請求を、別のケースでは50,000ドルの請求を回収したとしましょう。回収額の一定割合を報酬とするなら、提供したサービスはほぼ同一であるにもかかわらず、2件目のコールは100倍の売上を生む可能性があります。
このようなケースでは、その追加的な価値を本当にベンダーが創出したのか、それとも単に取引規模の大きさから利益を得ただけなのかと、顧客が（もっともな理由で）疑問を抱くかもしれません。労働ベースの料金は、こうした議論の一部を回避できます。顧客はオペレーターの稼働時間といった明確なインプットに対して支払い、自社のブランド、製品、ビジネスモデルが生み出した上振れ分は自社に残ります。労働ベースの料金は、帰属の判断、予算化、監査がしやすいという利点もあります。
AIエージェントは業務そのものを直接遂行できるため、従来のソフトウェアの「シート（席数）」は自然な課金単位ではなくなりました。つまり、業務によって異なるAIエージェントの料金モデルが必要になるということです。
従量課金は、分数、会話数、token、API呼び出しといった代替手段を提供しますが、使用量が測れるのは活動量であって成功ではありません。
成果ベースの料金は、解決したリクエスト、獲得した予約、完了した支払いなど、顧客が本当に必要としている結果に課金単位をより近づけます。
さらにAIは、こうした成果の測定を容易にします。会話、ツール呼び出し、通話転送、システム更新はいずれも記録できます。機能面で見れば、従量課金であれ成果ベースであれ、AIの料金モデル自体に新しいものはありません。ただ、より多くのワークフローで実用的になったのです。
第一に、AIはより熱心に働くためのインセンティブを必要としません。
人による業務は、適切なマネジメントとインセンティブがなければ生産性が下がることがあります。しかしAIエージェントは、分単位で報酬が支払われるからといってペースを落とすことはありません。一度デプロイされれば、設計されたとおりのワークフローを実行し続けます。
もちろん、ベンダー側にはパフォーマンスを改善するインセンティブが依然として必要ですが、それは競争環境、顧客維持、品質へのコミットメント、パフォーマンスクレジットによって生み出せます。
第二に、成果の価値は、提供されたサービスとほとんど関係がない場合があります。
30ドルの荷物の配送を確認するAIエージェントと、3,000ドルの荷物の配送を確認するAIエージェントを考えてみてください。会話、ワークフロー、インフラ、技術的な複雑さはほぼ同一かもしれません。この場合の料金モデルはバリューベースプライシングに近く、必ずしも最も透明性の高い選択肢とは言えません。
2つ目の荷物のほうが高価だというだけで、ベンダーは大幅に多くの報酬を得るべきなのでしょうか。
その構造が理にかなう場面もあります。公平に見れば、成果ベースの料金はリスクをベンダーに移転するものであり、リスク移転には価格がつきます。問題は、そのプレミアムが実際に引き受けたリスクを反映しているのか、それとも単に取引規模を反映しているだけなのか、という点です。顧客の中には、使用した技術に対して透明性のある形で支払い、自社の製品とビジネスモデルが生み出した上振れ分は自社に残すことを好む企業もあります。
従量課金は透明性をもたらします。
成果ベースの料金は説明責任をもたらします。
顧客は、自社のビジネスに最も合うモデルを選べるべきです。
予測可能なユニットエコノミクスと、何に支払っているのかが明確に見える点から、従量課金を好む顧客もいます。一方で、パフォーマンスリスクをより多くベンダー側に移せるという理由で、成果ベースの料金を好む顧客もいます。
正しい選択は、ワークフローの内容、成功をどう測定するか、そしてベンダーがどこまで責任を担っているかによって決まります。
導入によっては、ハイブリッドモデルが最も有効な場合もあります。たとえば、利用料にパフォーマンスボーナスやクレジット、成果に応じた調整を組み合わせる形です。
普遍的に優れたモデルは存在しません。正しいモデルは責任の所在に従います。顧客がエージェントをコントロールしているなら従量課金が透明性をもたらし、ベンダーが成果に責任を持つなら成果ベースの料金が利害を一致させます。柔軟性は妥協ではありません。正解が1つではない問いに対する、正しい答えなのです。
Retell では、従量課金、成果ベース、ハイブリッドのいずれの料金モデルにも対応しています。
顧客が自らエージェントを構築しコントロールする場合、従量課金は透明性と柔軟性をもたらします。明確に定義された成果の実現について Retell が責任を負う場合は、成果ベースの料金のほうが利害の一致を生みやすいこともあります。
常に優れている料金モデルというものはありません。正しいモデルは、誰が業務をコントロールし、誰が価値を生み出し、誰がリスクを負うかによって決まります。
AI搭載の音声エージェントに切り替えることで、あなたのビジネスがどれだけ節約できるかをご確認ください。
Total Human Agent Cost
AI Agent Cost
Estimated Savings
Retell クリニックオフィスのデモ電話番号
