Y CombinatorのSummer 2026バッチでは、業務プロセスそのものを代行するサービスや、裏側の計算基盤を効率化する企業が多数登場しています。2026年10月17日時点で現行公開されている230組織（すべて活動中）の事業内容を独自に分類したところ、AIを製品やサービスに使う企業が116社、AI向けの基盤やデータを提供する企業が75社でした。残る39社はAIの用途を確認できない組織であり、これらを一律に非AI企業として扱うのではなく用途不明と位置づけています。
こうしたAI事業を日本の事業会社が活用する際、ソフトウェアという道具を買う感覚のままではサービスの実態を見誤る可能性があります。新規事業やAI導入・調達を担う担当者は、顧客が買い求める「仕事の完了」と、提供側が裏側で稼働させる推論・学習・承認の体制を明確に分けて評価しなければなりません。
本記事では、Summer 2026の事例をもとに、推論経路や計算の再利用、専用モデルへの置き換え、人による承認工程の扱いを解説します。そのうえで、自社が求める一件の仕事を、同じ品質条件と総費用でどのように比較し、実務への適用を判断すればよいかという問いに答えます。
顧客が買う仕事と、裏側のAI実行費用を分ける
AIを製品やサービスに組み込む企業の中には、業務用のソフトウェアを提供するだけでなく、業務プロセスの代行そのものを事業とする例があります。2026年10月17日時点で活動が確認されたYC Summer 2026の230組織を独自に調査したところ、116社が製品やサービスにAIを利用しています。その中には、顧客がシステムを操作して業務を進めるのではなく、伝統的な外注サービスと同様に「仕事の完了」を販売する企業が含まれます。
このような事業を利用する場合、顧客が買い求める「完了した業務」と、提供側が裏側で稼働させる「AIの実行費用や作業体制」を分けて評価することが求められます。
たとえば会計業務の領域では、会計システムの提供ではなく、会計事務所の機能自体を提供する動きがあります。Last Accounting Companyは、記帳や税務申告といった従来の会計事務所と同じサービスを販売します。その裏側ではAIエージェントが実務の全般を処理し、最終的に資格を持つ会計士が承認を行います。また、Rationalは、顧客の受け入れから日々の帳簿作成、米国内国歳入庁への申告までを完全にAI従業員のみで無人運営すると自社を説明しています。これらの事例では、顧客は会計ソフトウェアの使い勝手を買うのではなく、記帳や申告が正しく完了するという結果を購入します。
物理的な移動や複雑な確認を伴う調達業務でも同様の枠組みが見られます。ハードウェア開発チーム向けの調達業務を引き受けるWaybillは、エンジニアが必要な部品を指定するところから作業を始めます。AIエージェントと人間が連携し、世界中の代理店から見積もりを取り、支払いを済ませ、税関手続きや配送手配を行います。同社の企業紹介に示されるように、最終的に部品が物理的な棚に届くまでを追跡し、在庫数の更新やインボイスの照合までを一貫して引き受けます。顧客が依頼するのは指定した部品を棚に届けることであり、その過程でAIが何回データベースを検索し、どのように人間と分担したかという手順は、提供側の実行方法に委ねられます。
日本の事業会社の新規事業やAI導入・調達担当者がこうしたサービスを評価する際は、裏側で動くAIの推論回数や計算の仕組みと、自社が購入する仕事を切り離して整理する必要があります。裏側の推論にかかる費用や試行錯誤の工程は提供側の内部設計です。自社が確認すべき条件は、正確な帳簿作成や指定部品の確実な調達といった一件の仕事の品質と、その業務を完了させるために顧客側が支払う総費用です。提供側が人を介在させているか、AIだけで完結させているかという実行体制の違いを踏まえつつ、既存の人件費や外部委託と同等の品質と費用を満たしているかを比較して採否を判断します。
推論の経路、計算の再利用、将来の容量を区別する
前節で触れたように、顧客が購入するのは完了した業務ですが、AI事業を自社で構築する場合や代行サービスの原価構造を評価する場合には、裏側で動くAIの推論にかかる費用を分解して捉える必要があります。単純な入力と出力のトークン数（AIが文章を処理する単位）による従量課金だけでなく、推論の経路、過去の計算の再利用、そして利用枠の購入単位によって費用の算出基準は大きく変わります。
まず、一つの回答を生成する過程でも、処理の分担によって費用が変わります。OneTriangleは、推論の事前処理（prefill）にかかる負担を減らす技術を開発しています。入力された長文の文脈をまずは小さなモデルで処理し、その後に大きなモデルへ計算の途中状態（KVキャッシュ）を転送して引き継ぎます。同社はこの仕組みにより、事前処理の費用を20パーセント下げ、最初のトークンが出力されるまでの時間を40パーセント短縮するとしています。ただし、これらの数値は推論の初期段階の処理に限定した削減率であり、業務一件が完了するまでの総費用や品質の向上をそのまま示すものではない点に注意が必要です。
次に、同じ指示を繰り返す場合の計算の再利用です。複数のプロバイダをまたいで推論の経路を最適化するConiferは、Anthropicモデルで会話の安定した部分を再利用するプロンプトキャッシュの機能を提供しています。同社の課金仕様では、利用料は単純な文字数ではなく、「入力」「出力」「キャッシュ読み取り」「キャッシュ書き込み」の4つの種類に分けて計量されます。キャッシュの読み取りは新規の入力よりも低い単価で計算されるため、共通の手順書や過去のやり取りをシステム側に保持して再利用することで推論費用を抑えられます。また、利用企業がリクエストごとの上限額を設定し、予算を超える場合は実行前に処理を止めて想定外の支出を防ぐ仕組みも組み込まれています。
さらに、実行した分だけ支払う従量課金ではなく、将来の計算枠を事前に確保して購入単位を変える手法も登場しています。Touchmarkは、指定した期間のモデル利用枠を現在の固定価格で事前に買い取る市場を構築しています。同社の説明によれば、商用の卸売市場向けに通常のオンデマンド価格から割り引いた価格で枠を提供し、事業計画が変わって不要になった場合は別の買い手に利用枠を再販できるようになる予定です。
日本の担当者がAIの推論に関わる費用や提示された削減効果を確認する際は、その仕組みが入力の事前処理の効率化なのか、キャッシュの再利用なのか、あるいは将来枠の事前予約なのかを区別します。裏側の技術的な工夫は個々の推論単価や処理時間を改善しますが、自社が最終的に評価すべきは、それらの仕組みを利用した結果として、自社が求める一件の業務が規定の品質と総予算の中で確実に完了するかどうかです。
作業履歴から専門モデルを作り、品質を別の例で確かめる
前節では推論経路やキャッシュの利用による費用の削減について触れました。推論にかかる費用をさらに抜本的に下げる方法として、日々の作業履歴から自社専用の小さな専門モデルを学習させ、高価な汎用モデルからの置き換えを図るアプローチが登場しています。
Orchestraは、特定の業務に特化した専門モデルを自動で構築し、本番環境へ展開する推論基盤を提供しています。同社は、定型的な法務手続きなどの業務において、最初は高度な汎用モデルを使って処理を行い、成功した作業の記録や人が加えた修正の履歴を収集します。この記録をもとに、自社で管理できるオープンな重みデータを用いた小さな専用モデルを学習させます。企業側は毎回の推論に高額なAPI費用を払い続けるのではなく、日々の業務を通じて自社専用の処理能力を蓄積する仕組みです。
ここで重要なのは、モデルが学習に使った履歴データと、品質を確かめるための評価データを明確に区別することです。学習に使ったデータだけでテストを行うと、モデルが過去の答えを暗記しただけなのか、未知の仕事に対しても正しく判断できるのかが分かりません。そのためOrchestraでは、あらかじめ評価用として学習には使わずに保留しておいた別の例を用いてテストを行います。保留した例に対する処理結果を元の汎用モデルと比較し、品質や処理費用、応答速度の基準を満たした場合にのみ、新しいモデルへ処理を切り替えます。
この評価の流れを、部品調達業務の実行経路を比較する設計例に当てはめて考えます。担当者はAIに対して、架空の部品表や形式の違う見積書、許可した供給元の条件などを入力し、品番、単位、数量、通貨、納期などを整理した比較表を作成させます。日々の実務を通じて、担当者が原文と照合して採用できた成功例や、不足を修正した履歴が集まります。これらを学習させた後、あらかじめ評価用に保留しておいた未知の見積書をテストに使います。新しいモデルが、原文にない品番を出力したり、異なる比較条件を無視したりすることなく、担当者がそのまま採用できる品質の比較表を完成させた場合に限り、高価な実行経路から安価な専用モデルへと切り替える判断を下します。
また、評価の仕組みそのものが正しいかを検証する取り組みも進んでいます。評価の環境に抜け道があると、モデルが本来の業務要件を満たさずに見かけ上の点数だけを上げる「報酬ハッキング」という問題が起こります。応用AIの調査と開発を行うTokenlessは、強化学習の環境や評価基準に潜む欠陥を見つけ出し、修正を支援します。環境の不備を正すことでモデルの振る舞いを正確に解釈できるようにし、自動評価の結果に対する信頼性を高めています。
日本の担当者が作業履歴を活用した専用モデルの導入を検討する際は、モデルの切り替え基準を確認します。提示された新しいモデルが、学習に使ったデータではなく、自社が用意した未知の評価データで従来の体制と同等の結果を出せるかを確かめます。履歴の学習と保留した例の評価を工程として分けることで、一件の仕事の品質を保ちながら裏側の総費用を引き下げられるか判断できます。
操作の承認と人の確認を、完了までの工程に含める
AIエージェントが自律的に業務を進めるようになると、システムへの書き込みや外部へのデータ送信といった重要な操作をどこまで自動化し、どこで止めるかが課題となります。すべての判断をシステムに委ねるのではなく、操作の許可や最終的な成果物の採否を判断する人の確認作業を、業務完了までの工程へ組み込む必要があります。
オープンソースのプラットフォームであるOneCLIは、Salesforceの顧客情報の更新やデータ分析といった業務をAIエージェントに委譲する環境を提供しています。同社によれば、エージェントは社内の複数のアプリケーションをまたいで作業を行い、変更内容を準備したうえで、事前に設定されたルールに従って人の承認を得るために処理を一時停止します。製品仕様の解説では、各種サービスのAPIキーやデータベースの接続情報といった認証情報が、エージェントの実行環境から隔離された保管庫で管理される仕組みが示されています。エージェント自身が認証情報の中身を見ることはなく、通信を中継する仕組みを通じて必要な権限だけが行使されます。これにより、情報の検索や整理といった操作は自動で進めつつ、重要な設定変更の前にのみ人の目を入れることができます。
一方で、AIが提案する操作のすべてを人が手動で確認し続けると、確認の負担が増えます。また、同じデータベースの読み書きであっても、エージェントが現在どのようなタスクを実行しているかによって、その操作を許可すべきかどうかが変わるため、固定されたルールだけで完全に制御することは困難です。
この問題に対し、AIの操作をリアルタイムで承認する専用モデルを構築する企業も現れています。Decaworkは、企業ごとのポリシーや過去の行動履歴、現在進行中のタスクの内容を考慮し、エージェントが提案した操作を許可すべきかを即座に判断する小さなモデルを学習させます。手動承認の負担を減らしつつ、状況に応じた柔軟なアクセス制御を行い、企業の利益に反する操作を防ぐことを目指します。
こうした権限の制御と人の確認の仕組みを、部品調達業務における編集上の設計例に当てはめて整理します。日本の調達担当者がAIに対して、形式の違う複数の見積書から比較表を作成するよう依頼します。このとき、エージェントには試験用フォルダに置かれた文書と、事前に許可した検索APIのみを使用させます。もしエージェントが、原文にない架空の品番を出力したり、異なる通貨のまま比較しようとしたり、あるいは担当者の許可を得ずに外部へ発注データを送信しようとした場合には、処理を直ちに停止して人の確認へ戻すという条件を設定します。
この工程において担当者が行うのは、AIの計算や通信の記録を確認するだけではありません。提示された比較表の品番、単位、数量、納期などの項目が原文と一致しており、次の発注業務へそのまま採用できる品質を満たしているかを判断することです。自社の業務へAIを組み込む際は、情報収集や文書作成をエージェントに任せつつ、外部への送信など重要操作の許可と、成果物の品質確認を人の役割として対応付けます。この確認作業に要する時間や手間も含めて、一件の仕事が安全に完了する体制を設計します。
一件の仕事を、同じ品質条件と総費用で比べる
前節まで、AIが実行する裏側の費用構造、学習と評価の分離、そして人による承認の工程を整理してきました。最終的に日本の担当者が行うべきは、これらの要素を統合し、自社の求める一件の仕事が同じ品質と条件で完了するか、そのための総費用がいくらになるかを客観的に比較することです。
ここでの総費用とは、1回の成功した推論にかかるAPIの利用料だけではありません。業務によっては、回答を生成する前の長時間の待機や監視も費用に影響します。たとえば、メールの受信やカレンダーの変更、システムの状態変化を数分から数時間にわたって監視するような業務です。研究者らにより発表されたSentinelBenchは、このように時間とともに変化する環境で長期間稼働するエージェントを評価するためのベンチマークです。この研究では、合成されたWeb環境でエージェントが常にページを更新したり不要なツールを呼び出したりして無理に作業を進めるのではなく、外部のイベントが発生して進展が見込めるようになるまで待機し、必要なときだけ応答する能力を測ります。タスクの完了率や反応時間だけでなく、待機中に無駄遣いしたリソースを含めて評価し、応答性と費用のトレードオフを明らかにしています。
このように、裏側の動きによって費用は大きく変わります。部品調達の比較案を一件作成し、どの実行経路を採用するか決めるための設計例を通じて、具体的な比較手順をまとめます。
まず、エージェントへの入力として、架空の部品表、形式の違う複数の見積書、許可した供給元の条件などを与えます。同時に、出力には原文と照合できる品番、単位、数量、通貨、価格、納期の項目が含まれることを期待条件として定めます。
次に、この依頼IDごとに、実行の全記録を対応付けます。使用したモデルや提供元、プロンプトの入力と出力、キャッシュの利用状況に加えて、途中で失敗してやり直した試行や、外部からの返答を待機した際の実費もすべて合算します。このとき、費用不明の呼び出しをゼロとして扱わず、実際の処理にかかった時間とともにもれなく記録を残すことが重要です。
システム側の処理が終わった後は、担当者が原文と照合し、次の発注業務へそのまま採用できる品質を満たしているかを確認します。もし原文にない品番が混ざっていたり、不明な単位や異なる通貨で比較されていたり、許可外の外部送信が含まれていた場合は、処理を止めて人の手による修正作業へ戻します。最終的な総費用には、この人の照合や修正にかかった時間も業務のコストとして含めて考えます。
こうした記録を揃えることで、同じ入力と品質条件に対して、実行経路ごとの総費用を比較できるようになります。担当者はこの結果をもとに、品質を保ったままより安価な経路や自社専用モデルへ切り替えるか、AIが迷わないように事前の文書を整えるか、あるいは対象とする業務範囲を狭めて人の確認を手厚く残すかといった次の対応を決めます。AIの導入にあたっては、推論の仕組みや学習手法といった裏側の技術に目を奪われるのではなく、一件の仕事の完了を顧客としてどう定義し、同じ品質と総費用でどう比べるかという基準を持つことが、実務への適用を成功させる鍵となります。
よくある質問
AI代行サービスを導入する際、従来のソフトウェア調達と何を変えて評価すればよいですか。
ソフトウェアとしての機能や使い勝手ではなく、「一件の仕事が指定した品質で完了するか」と「その業務にかかる総費用」で評価します。裏側で稼働するAIの推論回数や計算の仕組みは提供側の内部設計であるため、自社が購入する業務の完了という結果と切り離して整理します。既存の外部委託や人件費と同等の品質と費用を満たしているかを比較して採否を判断します。
自社専用の小さなAIモデルを作る場合、品質の低下を防ぐにはどうすればよいですか。
学習に使う日々の作業履歴とは別に、あらかじめ評価用として保留しておいた未知のデータをテストに用います。学習用データだけでテストを行うと、モデルが過去の答えを暗記しただけなのか、未知の仕事に対応できるのかが判断できないためです。保留した例に対しても、従来のモデルと同等に実務でそのまま採用できる品質の成果物を作成できた場合に限り、新しい専用モデルへと処理を切り替えます。
エージェントに業務を自動化させる際、意図しないデータ送信や設定変更をどう防ぎますか。
情報の検索や文書の整理といった作業は自動で進めさせつつ、重要な操作の前に処理を一時停止し、人が承認する工程を完了までに組み込みます。各種サービスの認証情報をエージェントから隔離し、事前に許可した検索機能のみを使用させます。外部へのデータ送信やシステム変更の提案があった際は、担当者が内容と品質を照合し、採否を判断してから実行を許可する体制を設計します。
一件の仕事の総費用を計算する際、APIの推論利用料以外に含めるべき項目は何ですか。
1回の成功した推論にかかる利用料だけでなく、過去の文脈を再利用するキャッシュの読み書き費用や、外部イベントの発生を待機した際の実費、途中で失敗してやり直した試行の費用をすべて合算します。さらに、出力された結果を担当者が原文と照合し、不足や誤りを修正するために要した人の作業時間も業務のコストとして含め、実行の経路ごとに比較します。
AIを組み込む仕事の流れづくりをご支援します
Deskrexでは、AIを使って調査・制作・分析などの仕事を進めるために、工程と役割分担を設計し、実装する支援を行っています。AIに渡す資料や指示、使えるツール、人が確認する箇所を整理し、一連の仕事として動く仕組みをつくります。
まず、届けたい成果物と現在の作業手順を確認し、実際の仕事をAIで試します。品質、処理量、時間、費用を見ながら、今すぐ任せられる作業と、追加の設計や開発が必要な作業を確かめます。
その結果をもとに、工程の統合や並列化、ツール連携、結果の検証と修正の手順を組み込みます。実行回数や費用の上限、人の判断を待つ条件、途中の状態を保存して再開する方法も含めて設計し、実務で動作を確かめます。
業務へのAI導入やワークフロー作成のご相談は、AIワークフロー作成支援のご案内からお問い合わせください。任せたい仕事と、現在使っているツールを伺い、取り組む範囲を一緒に整理します。
市場調査やデスクリサーチの生成AIエージェントを作っています 仲間探し中 / Founder of AI Desk Research Agent @deskrex , https://deskrex.ai
コメント