同じトークン量なのに、なぜAI利用料が倍違うのか——実ログで見る「AI協働力」

「AI利用料は増えている。でも、誰のどんな使い方がコストを押し上げているか分からない」——AIツールを開発組織に広げた技術責任者からよく聞く声です。たくさん使う人ほどコストもかかる、と考えるのは自然です。ところがハイヤールー社内のエンジニアのログでは、ほぼ同じトークン量を使った2人のAI利用料が倍近く違いました。

差を生んだのは、使った量ではなく、どう使ったかでした。原因は、本人の作業の進め方にあることもあれば、プロジェクト側の環境にあることもあります。トークン量や利用料の合計を眺めているだけでは、どちらなのかは見えてきません。ハイヤールー社内では、原因を突き止めて使い方や環境を直したことで、仕事量を変えずに月のコストが大きく下がった例も出ています。効いたのは、利用を我慢させることではありませんでした。

本ウェビナーでは、社内で実際に起きた3つのケースをもとに、どんな使い方や環境がコストや待ち時間を押し上げていたのか、何を直せば減ったのかをたどります。どれも、自社のAI活用を見直すヒントになります。どの数字を見れば原因にたどり着けるのか、直した点が「AI協働力」のどこに当たるのかも含めて、ハイヤールーの葛岡が解説します。