[イーデイリーKim Hyun-ah· イ・ソヒョン記者] 企業のAIコスト構造が変化しています。従業員1人につき月額3万ウォン前後のAIサービスを提供することは、ほんの始まりに過ぎません。AIが文書を読み、コーディングし、検索することに続き、自ら推論して業務を遂行するようになるにつれ、コストを左右するのはサブスクリプション料金だけではありません。実際に処理するデータ量、すなわちトークンの使用量です。
ChatGPTやClaudeのような有料の生成型AIは月額利用料が定まっていますが、企業では業務によって必要なトークン量が大きく異なります。単純な質問と数百ページに及ぶ文書の分析、あるいは何度も推論を繰り返すエージェント業務では、コストの差が大きくなる理由です。
単にAIアカウントを開設するだけでなく、必要な分だけ利用できるよう使用量まで保証する「トークン福祉」が、新たな業務インフラとして台頭しています。かつてPCとインターネットが業務の基本環境であったのに対し、AI時代においては、AIの利用権と十分な使用量が生産性を左右する要素となったのです。
[イーデイリー ムン・スンヨン記者]
企業もAIを業務インフラとして捉え始めています。SOCAR(403550)は、開発だけでなく企画・マーケティングなど全従業員に業務用AIトークンを支給しており、基本枠を使い切ると追加で支援しています。KTCorporation(030200)は、コパイロット、ChatGPT、ジェミニ、GitHubコパイロットなどを業務に活用し、反復業務を自動化するAIエージェントとして活用範囲を広げています。
サムスンSDS（SAMSUNG SDS CO., LTD.(018260) ）は、個人ごとのAI使用量をダッシュボードで表示し、サービスごとの活用状況を週単位で管理しています。業務レベルに合わせたモデル選択ガイドも提供しており、10月には、問い合わせ内容や業務レベルに応じて適切なモデルを自動選択する「スマートルーター」を導入する予定です。
SKTelecom(017670)同社は、トークンの使用量そのものを削減するよりも、品質を維持しつつ効率を高めることに焦点を当てています。長い会話の冒頭部分を要約したり、繰り返しの指示文を再利用するプロンプトキャッシング、検索範囲を絞り込む検索増強生成（RAG）の最適化などを適用しています。業務ごとに必要な精度に応じてトークンを差別的に使用する方式も並行して行っています。
企業は、使用量を一律に制限するのではなく、業務の難易度に応じて適切なモデルを選択し、不要な演算を減らす方法で対応しています。
LG CNS（#LG CNS）は、Agentic Worksにモデルルーティングとプロンプトキャッシュを適用し、単純な業務にはコスト効率の高いモデルを、難易度の高い分析には高性能なモデルを割り当てています。頻繁に使用される指示文や社内規定は保存して再利用します。
AIの活用が増えるにつれ、単純なユーザー数よりも実際の処理量とコストを併せて管理することで、投資効率を高められるという判断です。
[イーデイリー イ・ヨンフン記者] ペ・ギョンフン副総理兼科学技術情報通信部長官と、KTのパク・ユンヨン代表取締役、SKテレコムのチョン・ジェホン代表らが、4日午前、ソウル中区のプレスセンターで開かれた「みんなのAIプロジェクト」事業者懇談会で記念撮影を行っています。
ペ・ギョンフン副総理兼科学技術情報通信部長官は最近、KBSの『日曜診断ライブ』に出演し、「すべての国民がハングルを習得するように、AIを使えるようになるべきだ」と述べ、高度なAIサービスを国民なら誰でも無料で利用できるようにする「みんなのAI」構想を明らかにしました。これを支えるAIデータセンターや国産AI半導体NPUなどのコンピューティングインフラへの投資拡大の必要性も提示しました。
15日午後（現地時間）、「AIインフラサミット2026」で、モレのチョ・ガンウォン代表が基調講演を行っています。写真＝モレ
AIインフラソフトウェア専門企業のモレのチョ・ガンウォン代表は、「AIインフラサミット2026」で、「AIデータセンターの競争力は、GPU確保競争から、同じリソースでどれだけ多くのトークンを低コストで生産できるかへと転換した」と述べ、データセンターが超高効率でトークンを生産する「トークンファクトリー」へと進化すべきだと語りました。
モレは、NVIDIAやAMD、韓国製のNPUなど、異なるアクセラレータを組み合わせた分散推論ソフトウェアを披露しました。トークンコストの削減は、GPU・NPUだけでなく、低消費電力データセンター、コンパイラ、分散推論ソフトウェアを網羅するインフラ競争へとつながっています。
AIが全産業の基本的な業務インフラとなるにつれ、「どれだけの人がAIを利用するのか」とともに、「どれほど効率的にAIを活用するのか」が重要になってきています。企業にとっては十分なAIの利用権とコスト管理が、国家にとってはトークン当たりの推論単価を引き下げるインフラエコシステムが、新たな課題として浮上しています。
ChatGPTやClaudeのような有料の生成型AIは月額利用料が定まっていますが、企業では業務によって必要なトークン量が大きく異なります。単純な質問と数百ページに及ぶ文書の分析、あるいは何度も推論を繰り返すエージェント業務では、コストの差が大きくなる理由です。
単にAIアカウントを開設するだけでなく、必要な分だけ利用できるよう使用量まで保証する「トークン福祉」が、新たな業務インフラとして台頭しています。かつてPCとインターネットが業務の基本環境であったのに対し、AI時代においては、AIの利用権と十分な使用量が生産性を左右する要素となったのです。
◇ AIへのアクセスが生産性の格差に…「トークン福祉」に乗り出した企業たちAIへのアクセスは、実際の労働
生産性にもつながります。米国全米経済研究所の研究によると、カスタマーサポート担当者がAIを活用した場合、時間当たりの生産性が平均14％増加しました。
企業もAIを業務インフラとして捉え始めています。SOCAR(403550)は、開発だけでなく企画・マーケティングなど全従業員に業務用AIトークンを支給しており、基本枠を使い切ると追加で支援しています。KTCorporation(030200)は、コパイロット、ChatGPT、ジェミニ、GitHubコパイロットなどを業務に活用し、反復業務を自動化するAIエージェントとして活用範囲を広げています。
サムスンSDS（SAMSUNG SDS CO., LTD.(018260) ）は、個人ごとのAI使用量をダッシュボードで表示し、サービスごとの活用状況を週単位で管理しています。業務レベルに合わせたモデル選択ガイドも提供しており、10月には、問い合わせ内容や業務レベルに応じて適切なモデルを自動選択する「スマートルーター」を導入する予定です。
SKTelecom(017670)同社は、トークンの使用量そのものを削減するよりも、品質を維持しつつ効率を高めることに焦点を当てています。長い会話の冒頭部分を要約したり、繰り返しの指示文を再利用するプロンプトキャッシング、検索範囲を絞り込む検索増強生成（RAG）の最適化などを適用しています。業務ごとに必要な精度に応じてトークンを差別的に使用する方式も並行して行っています。
◇ トークン使用量が増えるほどコスト圧力…ルーティング・キャッシングで管理AIの利用範囲を広げるほど、
コスト負担も大きくなります。特に、エージェントがコーディング・検索・計画立案を繰り返すと、1回の業務に必要なトークン量と推論コストも増加します。
企業は、使用量を一律に制限するのではなく、業務の難易度に応じて適切なモデルを選択し、不要な演算を減らす方法で対応しています。
LG CNS（#LG CNS）は、Agentic Worksにモデルルーティングとプロンプトキャッシュを適用し、単純な業務にはコスト効率の高いモデルを、難易度の高い分析には高性能なモデルを割り当てています。頻繁に使用される指示文や社内規定は保存して再利用します。
AIの活用が増えるにつれ、単純なユーザー数よりも実際の処理量とコストを併せて管理することで、投資効率を高められるという判断です。
◇「みんなのAI」の成否も「トークン当たりの生産単価」にかかっています企業のトークン福祉の拡大と国家レベルでのAIの大衆化が持続するためには、トークン当たりの生産単価を引き下げることが重要です。政府が推進中の「みんなのAI」もまた、どれだけの国民にAIを普及させるかという点を越え、持続可能な低コストの推論構造を整備することが課題です。「みんなのAI」は、SKテレコム、KT、カカオが12月にリリースする予定です。
ペ・ギョンフン副総理兼科学技術情報通信部長官は最近、KBSの『日曜診断ライブ』に出演し、「すべての国民がハングルを習得するように、AIを使えるようになるべきだ」と述べ、高度なAIサービスを国民なら誰でも無料で利用できるようにする「みんなのAI」構想を明らかにしました。これを支えるAIデータセンターや国産AI半導体NPUなどのコンピューティングインフラへの投資拡大の必要性も提示しました。
◇ 「トークンファクトリー」へと進化するデータセンター…推論インフラが勝負の分かれ目ですAIインフラ業界においても、競争の基準が変わりつつあります。高価なGPUをどれだけ確保したかという段階を超え、同じコンピューティングリソースでどれだけ多くのトークンを、いかに低コストで生産できるかが、新たな競争力となっています。
AIインフラソフトウェア専門企業のモレのチョ・ガンウォン代表は、「AIインフラサミット2026」で、「AIデータセンターの競争力は、GPU確保競争から、同じリソースでどれだけ多くのトークンを低コストで生産できるかへと転換した」と述べ、データセンターが超高効率でトークンを生産する「トークンファクトリー」へと進化すべきだと語りました。
モレは、NVIDIAやAMD、韓国製のNPUなど、異なるアクセラレータを組み合わせた分散推論ソフトウェアを披露しました。トークンコストの削減は、GPU・NPUだけでなく、低消費電力データセンター、コンパイラ、分散推論ソフトウェアを網羅するインフラ競争へとつながっています。
AIが全産業の基本的な業務インフラとなるにつれ、「どれだけの人がAIを利用するのか」とともに、「どれほど効率的にAIを活用するのか」が重要になってきています。企業にとっては十分なAIの利用権とコスト管理が、国家にとってはトークン当たりの推論単価を引き下げるインフラエコシステムが、新たな課題として浮上しています。
