推論コストがAI事業の粗利を静かに溶かす
SaaS事業のバリュエーションで、買い手がまず安心する数字が「粗利率」です。従来のSaaSは、一度作ったソフトウェアを複製して売るビジネスであり、売上が増えても原価はほとんど増えません。だからこそ粗利率80〜90%という数字が当然とされ、その高さがSaaSという業態の評価を支えてきました。ところが、AIを中核に据えたSaaSでは、この前提が静かに崩れます。顧客がサービスを使うたびに、GPUやトークンという「売上原価」が発生し続けるからです。
AI SaaSの損益計算書を従来SaaSの感覚で眺めると、表面的な月次売上は伸びているのに、なぜか手元のキャッシュが増えない、という現象に直面します。原因は、売上に比例して膨らむ推論コストが、粗利を下から静かに溶かしているからです。使われれば使われるほど原価がかさみ、スケールが赤字を拡大させる── 従来SaaSとは逆向きのユニットエコノミクスが、AI事業のバリュエーションに新しい論点を持ち込んでいます。
本記事は、突発的な高額請求を扱った過去の論点とは別に、AI SaaSの「構造的な粗利の罠」を、1リクエストあたりの原価という単位経済の視点から剥がしていきます。買い手が見るべき再計算と、売り手が健全な原価構造を示して価格を守る方法までを整理します。
1. AI SaaSの粗利は「売上原価にGPUが乗る」点で別物
1-1. 従来SaaSの「複製コストほぼゼロ」という前提
従来のSaaSが高い粗利率を実現できたのは、追加の1顧客に提供するための限界費用がほぼゼロだったからです。サーバー費用はかかりますが、それは売上に対して緩やかにしか増えず、ユーザーが倍になっても原価が倍になることはありません。「作る時は大変だが、売る時はタダ同然」という構造が、SaaSのスケーラビリティとバリュエーションの根拠でした。買い手はこの前提を無意識に持ち込んで、AI SaaSも同じだと見積もってしまいます。
1-2. AI SaaSでは「使うたびに原価が発生する」
AI SaaSでは、顧客がAI機能を呼び出すたびに、外部LLMへのAPIコールかGPUによる推論処理が走ります。これは売上に正比例して増える変動費であり、性質としてはソフトウェアというより、原材料を消費する製造業に近い構造です。ユーザーが倍になれば推論コストも倍になる。この一点が、AI SaaSの粗利率を従来SaaSの水準から引きずり下ろし、損益構造を根本的に変えます。
1-3. 「売上総利益」を分解しないと実態が見えない
損益計算書の粗利率だけを見ても、AI SaaSの実態は掴めません。売上原価の中に占める推論コストの割合、それが直近で増加傾向にあるか、料金プランがその増加に追随できているか── ここまで分解して初めて、その事業の粗利が将来どう動くかが見えます。「現在の粗利率」ではなく「成長に伴って粗利率がどう変化するか」を読むことが、AI SaaSのバリュエーションの起点です。サーバレス事業の企業価値と同様、コスト構造の再構築なしに評価額は出せません。
2. トークン原価の構造 ── 入力・出力・コンテキスト長で変わる単価
2-1. 1リクエストの原価は「固定」ではない
LLMの利用料は、処理したトークン量に応じて課金されるのが一般的です。同じ機能でも、入力されるテキストの長さ、出力する回答の長さ、参照する文脈の量によって、1リクエストあたりの原価は大きく変動します。「1回の問い合わせ＝いくら」という固定の原価が存在しないため、平均値だけで原価を見積もると、長文を扱うヘビーユーザーの存在で実態が大きくぶれます。原価は分布で捉える必要があります。
2-2. 入力トークンと出力トークンで単価が違う
多くのLLM料金体系では、入力トークンと出力トークンで単価が異なり、出力側が高く設定される傾向があります。つまり、AIに長い文章を生成させるプロダクトほど原価が膨らみやすい。要約サービスのように「長い入力・短い出力」なのか、文章生成のように「短い入力・長い出力」なのかで、同じ売上でも原価構造はまったく違います。プロダクトの性質が、そのまま原価プロファイルを決めるという視点が必要です。
2-3. コンテキスト長の肥大が原価を押し上げる
会話履歴を保持するチャット型プロダクトや、大量の参照文書を文脈に詰め込むRAG型プロダクトでは、リクエストごとに送るコンテキストが肥大化しがちです。会話が長く続くほど、過去のやり取りすべてを毎回送り直すために入力トークンが累積的に増えます。「ユーザーが熱心に使うほど、1リクエストの原価が上がる」という、エンゲージメントと原価が逆相関する構造は、AI SaaS特有の落とし穴です。
3. スケールするほど赤字に近づく ── 逆ユニットエコノミクスの罠
3-1. 定額課金 × 従量原価という危険な組み合わせ
最も危険な構造が、「顧客には月額定額で課金し、原価は使用量に応じて従量で発生する」料金設計です。ライトユーザーは利益を生みますが、ヘビーユーザーは1人で定額料金を超える推論コストを消費し、使えば使うほど事業者が赤字を負います。しかもプロダクトとして「たくさん使ってもらう」ことを目指して設計されているため、優良顧客ほど赤字の源泉になるという倒錯が生じます。
3-2. 成長が赤字を拡大させる
従来SaaSなら、ユーザー数の成長はそのまま利益の成長を意味しました。しかし定額課金×従量原価のAI SaaSでは、ユーザーが増えるほど、ヘビーユーザーの絶対数も増え、原価が売上を上回るペースで膨らみます。成長すればするほどキャッシュが溶ける。この逆ユニットエコノミクスに陥った事業は、トップラインの成長率が高いほど、買収後に資金繰りを圧迫する時限爆弾になり得ます。
3-3. 「売上成長率」だけを見た買収が招く誤算
買い手が月次売上の成長グラフだけを見て高い評価額を付けると、買収後に原価の急増に直面します。AI機能依存度のスコアリングが「外部モデルへの依存リスク」を測るのに対し、本論点は「依存しているモデルの利用が、そもそも利益を生んでいるのか」という単位経済の問題です。成長率という魅力的な数字の裏で、1リクエストごとに赤字が積み上がっていないかを問う必要があります。
4. 粗利を蝕む隠れコスト ── リトライ・多段呼び出し・実験
4-1. 1つの機能で何回モデルを呼んでいるか
ユーザーから見れば1回の操作でも、内部では複数回のモデル呼び出しが走っていることがあります。前処理で1回、本処理で1回、出力の検証で1回── こうした多段呼び出しは品質向上のために有効ですが、原価は呼び出し回数に比例します。「ユーザーの1アクション＝モデル呼び出し1回」とは限らないため、機能単位の実際の呼び出し回数を把握しなければ、真の原価は見えません。
4-2. リトライ・失敗・再生成という見えない消費
出力が要件を満たさず再生成する、エラーでリトライする、ユーザーが「もう一度」を押す── これらはすべて追加の原価を発生させますが、売上には一切寄与しません。品質が安定していないプロダクトほど、この「売上を生まない推論消費」の割合が高くなります。原価分析では、成功したリクエストだけでなく、無駄に消費されたトークンの割合まで見る必要があります。
4-3. 開発・実験環境での消費が原価に紛れ込む
本番のユーザー利用とは別に、開発・テスト・プロンプトの試行錯誤でもAPIコストは発生します。これが本番原価と分離管理されていないと、「ユーザーが生んだ原価」と「社内が消費した原価」が混在し、1リクエストあたりの本当の原価が見えなくなります。DDでは、課金アカウントの利用明細が用途別に分解できる状態かどうかも確認すべき項目です。
5. バリュエーションDD ── 1リクエスト原価とLTV/CACの再計算
5-1. 顧客単位の貢献利益を再計算する
買い手DDの核心は、顧客1人あたりが生む売上から、その顧客が消費する推論原価を差し引いた「貢献利益」を顧客単位で再計算することです。プラン別・ユーザー層別に貢献利益を出すと、どの顧客セグメントが利益を生み、どのセグメントが赤字を垂れ流しているかが可視化されます。全体の粗利率という丸めた数字では見えない実態が、ここで初めて姿を現します。
5-2. 原価を織り込んだLTVへの引き直し
SaaSのバリュエーションで多用されるLTV（顧客生涯価値）も、推論原価を織り込んで引き直す必要があります。原価を無視したLTVは過大に見え、それを基にした評価額も過大になります。原価控除後のLTVが顧客獲得コスト（CAC）を上回っているか── この単純な問いに答えられない事業は、成長そのものが損失を意味している可能性があります。
5-3. 「料金改定余地」と「コスト最適化余地」を見積もる
赤字構造が見つかっても、それが即座に致命傷とは限りません。料金体系を従量制に寄せる余地、軽量モデルへの切り替えやキャッシュ・プロンプト圧縮による原価削減の余地が残っていれば、買収後の改善で粗利を回復できます。買い手は「現在の原価構造」と「改善後に到達可能な原価構造」の差分を見積もり、それを織り込んで評価額を組み立てるべきです。
6. 売り手が「健全な原価構造」を示して価格を守る
6-1. 1リクエスト原価を可視化したIMが信頼される
売り手が、機能別・顧客層別の1リクエスト原価と貢献利益を整理した状態でIMを提出すれば、買い手の心象は劇的に変わります。「この事業は自社の原価構造を正確に把握し、利益の出る単位経済で運営されている」という事実が、それ自体で運営品質の証明になるからです。粗利率を丸めて見せるより、原価の内訳まで開示できる売り手のほうが、構造的に高く評価されます。
6-2. 原価最適化の実績が成長余地として評価される
プロンプト圧縮、キャッシュ活用、用途に応じたモデルの使い分けといった原価最適化の取り組みは、すでに実施済みなら「統制された運営」の証拠になり、未着手の領域があれば「買収後の改善余地」として評価に転じます。弱点を隠すより、原価構造を透明にして改善の道筋まで示すほうが、最終的な譲渡対価を守ります。これはAI事業のあらゆるリスク領域に共通する逆説です。
6-3. 「成長」の前に「単位経済」を語れる事業が生き残る
ここまで、AI SaaSの粗利が従来SaaSと別物であること、トークン原価の構造、逆ユニットエコノミクスの罠、粗利を蝕む隠れコスト、バリュエーションDDの再計算を順に剥がしてきました。共通するのは、AI SaaSの価値は「どれだけ売れているか」ではなく「1リクエストごとに利益が出ているか」によって決まるという事実です。財務DDは売上の成長を見ます。しかし、その成長が利益を生んでいるのか、それとも赤字を拡大しているのかを見抜くのは、トークン単位まで原価を分解できる人間だけです。成長の物語の前に、単位経済を語れる事業だけが、買収後も生き残る資産になります。
