あまり語られない AI 予算の話
チーム全体の AI 予算は、$20 にヘッドカウントをかけた数字ではありません。実際の月次コストは、役割、ワークフローの利用状況、コーディングエージェント、そしてスタックをどれだけ意図的に割り当てるかによって変わります。
AI の導入は毎月の運営コスト
AI は席あたり $20 で済む、という便利な思い込みがあります。
その数字は本物です。でも不完全です。それは一人ぶんのチャットサブスクリプションの話であって、会社がプロダクト、エンジニアリング、デザイン、マーケティング、QA、オペレーションの全部門で AI を同時に毎日使い始めたときに何が起きるか、ではありません。
AI が実際のワークフローに入ると、単純なツールサブスクリプションではなく運営コストとして振る舞い始めます。法外に高いからではなく、あらゆることに関わるからです。Jira のチケットを AI で整える PM、何時間もコーディングエージェントを動かすエンジニア、画像バリアントを生成するデザイナー、キャンペーンコピーを書くマーケター、テストマトリクスを作る QA リード——それぞれコストのプロファイルが違います。
考えるべきは「AI にお金がかかるかどうか」ではありません。かかります。考えるべきは「その支出を、各人が実際に得ている価値に対応するかたちでどう配分するか」です。
三つの本当のコスト層
チームが AI の使い方をカジュアルな実験から実運用へ移行すると、支出は通常、同時に三つの層に分散します。
- 席単位のチャットツール。 まず誰もが気づく見えるコストです。ChatGPT Business、Claude Team、Gemini Advanced などのプランで、文書作成、要約、ブレインストーミング、簡単な分析、日常的なプロンプト処理に使います。ほぼ全員に役立ちます。そして、これはまだ始まりにすぎません。
- ワークフローと API の利用。 ここでは AI が会話ツールではなく業務ツールになります。一人がモデルとチャットする代わりに、チーム全体で構造化された計画立案、調査、画像生成、Jira issue の充実化、ドキュメントワークフローを回します。Just の料金計算機 のようなツールはここに位置し、実際に実行されるものに応じてコストがスケールします。
- コーディングエージェント。 チームが不意打ちを食らうのがこの項目です。Claude Code、Codex などのツールは通常のチャットセッションよりはるかに多くの計算リソースを使います。コードベースを読み、アーキテクチャを推論し、コードを書き、テストを実行し、反復するからです。
この三つの層——席、ワークフロー、コーディングエージェント——がチームの AI 予算の実態です。これをひとつの数字に収めようとすることが計画のミスです。
役割によってコストが違う理由
この節が、予算の組み方を変えるきっかけになるはずです。
全員に同じ AI サブスクリプションを与えている会社は、ほぼ確実にお金の配分を間違えています。Claude Code を六時間動かすエンジニアは、面接の質問を時々書く採用担当者とはコストのプロファイルが全く違います。週に三十のチケットを AI で整理する PM は、たまに返信を書く際にチャットを使うサポート担当者とは、根本的にコスト構造が異なります。
その差は小さくありません。役割間で簡単に 5〜10 倍になります。
| 役割 | 軽度使用 | 通常使用 | 重度・ヘビーユーザー |
|---|---|---|---|
| エンジニア | $20–40 | $50–120 | $100–250+ |
| プロダクトマネージャー / リード | $20–40 | $40–120 | $100–200 |
| デザイナー | $20–50 | $50–150 | — |
| マーケティング / コンテンツ | $20–40 | $40–100 | — |
| QA / テスト | $15–40 | $30–80 | — |
| 採用 / People Ops / サポート | $10–30 | $20–60 | — |
これは製品の価格ではありません。役割ごとの予算帯です。席、ワークフロー利用、コーディングエージェントのコストを合算したときに一人あたりの AI 支出がどのくらいになるかを示しています。ダッシュは不可能という意味ではなく、例外として扱うべき稀なケースであることを示しています。
表そのものより重要なパターンがあります。エンジニアはほぼ常に最も高コストな AI ユーザーで、コーディングエージェントがコストを支配しています。チケット整理、計画、調査に AI が関わるようになると、PM が意外に重度ユーザーになることがあります。デザイナーは画像生成が増えると急激にコストが上がります。サポート、採用、オペレーションは通常軽度に留まります。
結論は明快です。一人あたり均等な AI 予算はほぼ常に間違っています。
Just でのワークフローのコスト
抽象的なコスト層は全体像を掴むのに役立ちます。具体的なワークフローの数字があって初めて、計画が立てられます。Just の中がどうなっているか——構造化された AI ワークフローが実際の Jira issue に対して動いている様子を示します。
デフォルトのインサイト一回分（Jira issue の標準 AI 分析）のコストは 約 $0.60 です。検索と五枚の画像生成を含む重いインサイトでは、全体で $0.60〜$1.00 程度に収まることが多いです。
ステップ単位では、おおよその規模感はこのようになります。以下の画像コストは、Just 内で Google が現在デフォルトとしている画像モデル Nano Banana 2 のものです。
| ステップの種類 | 概算コスト |
|---|---|
| Opus を使う重いテキスト / 構造化ステップ一回 | 約 $0.10 |
| Google のウェブ検索呼び出し一回 | 約 $0.035 |
| Nano Banana 2 の画像一枚（1K、16:9） | 約 $0.10 |
重要なのは正確なセント単位の数字ではありません。ワークフローが抽象的でなくなることです。軽い計画実行と調査集約型の実行との違いをチームが見えるようになり、どのワークフローを広く使いどれを限定的に使うかを判断できます。
自分のチームの基準値を素早く把握するには、以下の Just 料金計算機を使ってみてください。
クイックプリセット
チーム規模別の月次シナリオ
ここで予算が現実的になります。以下の数字は方向性の目安です——計画には役立ちますが、疑似精密な見積もりではありません。どのシナリオが当てはまるかは、AI がどのように使われているかによります。ワークフロー中心か、席の大規模展開か、エンジニアリング偏重か。
Just が主導するワークフロー予算
構造化された Jira ワークフローを AI スタックの中心に置くと仮定した場合の数字です。
| チーム規模 | 月次の目安レンジ |
|---|---|
| 1人 | 約 $25 |
| 5人 | 約 $60 |
| 15人 | 約 $200–300 |
| 50人 | 約 $700–1,000 |
| 100人 | 約 $1,500–2,000 |
席のみのロールアウト
最もシンプルなモデル：全員にチャットプランを与えて終わり。
| チーム規模 | ChatGPT Business | Claude Team Standard |
|---|---|---|
| 5人 | 約 $125 | 約 $100 |
| 15人 | 約 $375 | 約 $300 |
| 50人 | 約 $1,250 | 約 $1,000 |
| 100人 | 約 $2,500 | 約 $2,000 |
予算化も展開も簡単なモデルです。ただし不完全です。ワークフローの可視性、アウトプットの品質、重いエンジニアリング利用についてはほぼ何も語りません。
席 + コーディングエージェントの混合ロールアウト
真剣なチームが最終的にたどり着く形に近いのが、これです。
| チーム規模 | 月次の目安レンジ |
|---|---|
| 5人 | 約 $250–450 |
| 15人 | 約 $600–1,000 |
| 50人 | 約 $1,800–2,800 |
正確な数字よりもパターンが重要です。コーディングエージェントは急速に独立した予算項目になり、少数の重度ユーザーが他の全員を合わせた以上の予算を消費することがあります。
コーディングエージェントは独立した予算
これはチームが最も過小評価するコスト項目です。
コーディングエージェントはチャットツールではありません。チャットと同じように動くわけでも、同じようにコストがかかるわけでもありません。通常の会話なら数千トークンで済むことがあります。コーディングエージェントのセッションは、コードベースを読み、アーキテクチャを推論し、コードを書き、テストを実行し、反復している間に数十万トークンを消費することがあります。
だから $20 のプランでは、集中した一日のエンジニアリング作業にすら持たないことが多いのです。
| プラン | 月額コスト | 実際に対応できる利用量 |
|---|---|---|
| Claude Pro | $20 | アクセスはできるが、集中したコーディングセッションはすぐ上限に達する |
| Claude Max 5x | $100 | 毎日継続的にコーディングエージェントを使う作業 |
| Claude Max 20x | $200 | 重い自律ループやパワーユーザーの使い方 |
| ChatGPT Pro | $200 | 優先的な計算リソースとより重い Codex 風の利用 |
実用的なアドバイスはシンプルです。コーディングエージェントの予算は、一般的なチャット席とは別に立てましょう。毎日本当に使っている人を特定し、その人たちに適切なプランを与え、このコストを全社に薄く塗り広げないようにしましょう。
より賢い予算モデル
多くのチームは二つの良くないアプローチのどちらかから始めます。全員に同じプランを与えるか、全員が好きなものを使えるようにするか。前者はシンプルですが無駄が多く、後者は柔軟ですが不透明です。
より良いモデルは、役割を意識した配分と明示的なモニタリングを組み合わせることです。
- 高い AI 予算は、それで本当に価値を乗算できる人たちへ——通常は優秀なエンジニア、高頻度で使う PM、AI アシスタンスによってアウトプットが倍増する人たち。
- より広範なチームメンバーには、起草・分析・時々の調査で十分な軽量席を。
- ワークフロー集約型のチームには、アウトプットが再利用可能でトレース可能に残るツールを。プライベートなチャット履歴に消えるのでなく。
ここで Just：Jira 向け AI アシスタント が単なる AI ツール以上の働きをします。ワークフローのコストを可視化し、異なるステップを異なるプロバイダーへルーティングでき、支出を漠然としたチャット量ではなく実際の issue レベルの作業に結び付けます。このプロバイダー分担の背景にある考え方は、すべてのモデルがすべての役割に向いているわけではない で詳しく説明しています。
目標は何がなんでもコストを最小化することではありません。支出を価値に合わせ、使われていないツールを削り、AI が毎日有用な仕事を乗算しているところにもっと投資することです。限られた予算で始めるなら、アウトプットが再利用できるワークフローツールから始めましょう——リターンが最初に現れやすいのはそこです。
リターンは配分の中にある
AI にお金を払う価値はあります。本当の失敗は、怠慢なコスト配分です。AI を固定のコストとして扱うのではなく、役割、強度、ツールの種類によって変わる可変の運営コストとして理解することが大事です。
AI から最も多くを引き出しているチームは、最も少なく使うチームでも、最も多く使うチームでもありません。支出と価値を対応させているチームです。AI が毎日アウトプットを乗算するところには多く投資し、再利用できるアウトプットが残るワークフローには適度な支出を、残りの全員には軽い席を、そしてコーディングエージェントには明示的な予算を。
AI はひとつの予算項目ではありません。複数のコスト層、複数の役割プロファイル、そしてほぼゼロの使用量から一人あたり月に数百ドルまでのスペクトルがあります。この現実に備えて計画を立てている企業こそ、リターンを実際に手にする企業です。
Just 料金計算機 でチームのワークフローコストを見積もるか、Just Marketplace ページ で Jira ワークフローを見てみてください。