投稿者 投稿日: カテゴリー AIニュース
AIエージェントによるトークン消費が半年で14倍に膨らみ、人間の利用量を5倍超上回りました。
AIゲートウェイ大手のOpenRouterが公開した集計で、AIエージェントが消費するトークン量が2026年8月10日時点で7日平均7.3兆トークンに達し、2月6日の約5,000億トークンから14倍に増えたことが明らかになりました。同じ期間に人間が直接使ったトークンは1.4兆トークンで2.8倍にとどまっており、AIの最大の顧客がAI自身になりつつある構図です。EC事業者にとってこれは他人事ではありません。商品説明の自動生成やレビュー分析をエージェントに任せた瞬間、AI利用料の見積もりは桁がひとつ変わります。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
AIエージェントのトークン消費が14倍に膨らんだ事実関係
結論として、AIの推論需要を押し上げている主役は、人間のチャットではなくエージェントの自動処理に入れ替わりました。Crypto Briefingが報じたOpenRouterの集計によれば、エージェント由来のトークン消費が人間由来を初めて上回ったのは2026年2月6日で、そこから半年後には5倍以上の差がついています。
数字の中身も具体的です。エージェントが実行する多段階のタスク、たとえばコード生成やデバッグ、自動リサーチなどは、1リクエストあたり人間との通常のやり取りに比べて13〜15倍のトークンを消費するとされています。理由は単純で、エージェントの1ターンにはツール定義、MCPゲートウェイの定義、スキルの冒頭情報、そして推論とツール呼び出しの往復がすべて積み上がるためです。人がチャット欄に打ち込む1往復とは前提が違います。
OpenRouterは約70のモデルプロバイダを束ねるルーティング基盤で、SaaStrに掲載された共同創業者兼COOのChris Clarkへの取材記事によると、週あたり約28兆トークンを処理する見込みで、これは世界の推論全体のおよそ1パーセントに相当します。同社は2025年通年で累計100兆トークンを処理したとState of AIレポートで公表しており、特定の1サービスに偏らない横断データという点で信頼性があります。同記事は「1つのエージェントタスクのトークン請求額は、人間のチャット100回分をしのぎうる」と表現しています。
日本のEC事業者にとっての3つの論点
第一の論点は、AI導入の予算見積もりが壊れることです。仮に1,000SKUの商品説明をリライトする作業を、チャット1往復あたり2,000トークン程度と見積もって発注や社内稟議を通したとします。ところが実際にエージェントに任せると、13〜15倍という係数がそのまま効いてくるため、同じ作業でも消費量は1桁上に振れます。あくまで公開値からの試算ですが、SaaStrの記事では実際に年間のAI予算を早々に使い切った大企業が複数あると指摘されています。楽天RMSやAmazonのSP-APIを叩きながら在庫と価格を確認して回るエージェントを組んだ場合、API呼び出しのたびに文脈が積み上がるので、この傾向はEC業務でより強く出ます。
第二の論点は、同じモデル名でも品質が一定ではないという事実です。SaaStrの記事では、同一の重みを持つオープンウェイトモデルでも、どのプロバイダが配信するかによってベンチマーク結果が変わると報告されています。量子化の差ではなく、モデルの重みとAPI応答の間に挟まる大量のソフトウェアが原因だという説明です。EC事業者がAI代行業者やSaaSを選ぶとき、「Claudeを使っています」「GPTを使っています」というモデル名だけでは品質の担保にならない、ということになります。
第三の論点は、ツール呼び出しの成功率です。あるフロンティアモデル系列では、リクエストの約55パーセントがツールを要求し、モデルは83パーセントの割合で実際にツールを使い、完了の46パーセントがツール呼び出しを起点にしていたとされています。ツール呼び出しのJSONが壊れればエージェントはそこで止まります。同記事では、213回のツール呼び出しを流してエラーが出たあと、モデルもコードも変えずにプロバイダだけを切り替えたらエラーが消えた、という実演も紹介されています。自社ECの受注処理や在庫連携をエージェントに任せるなら、モデル選定と同じ重さでこの成功率を見なければなりません。
今後の展望とEC事業者の初動アクション
今後1年は、AI利用料が固定費ではなく変動費として損益計算書に効いてくる局面が続くと見ています。エージェント型の運用が広がるほど、月額いくらの定額プランでは供給側が耐えられなくなり、従量課金や上位シートへの誘導が進む可能性が高いためです。
初動として現実的なのは次の4点です。まず、AI関連の支出を「ツール利用料」ではなく「トークン費」として独立した勘定で追うこと。次に、エージェントを本番投入する前に、100SKU程度のスモールバッチで実消費トークンを実測し、そこから全体に外挿すること。この2つだけで見積もりの精度は大きく変わります。
三点目は、費用の上限設定です。主要なAI APIには利用上限やアラートの仕組みがあるので、月次の閾値を必ず入れておきます。四点目は、外部のAI代行やSaaSを使う場合、モデル名だけでなく「どのプロバイダ経由か」「ツール呼び出しの失敗時にどう再試行するか」を契約前に確認することです。ここは日本のEC支援業界ではまだ聞かれることが少ない論点ですが、実運用の安定性を左右します。
まとめ
AIエージェントのトークン消費は半年で14倍に増え、人間の利用量を5倍以上上回りました。EC事業者が押さえるべきは、予算見積もりの前提が「人がチャットする」から「エージェントが走り続ける」に変わったという一点です。小さく実測してから広げる進め方が、いまもっとも安全な導入手順になります。
参考文献
- Crypto Briefing｜OpenRouter reports 7.3T agentic token usage by Aug. 10, up 14x since February
- SaaStr｜Agents Just Passed Humans in Token Usage. A Deep Dive With OpenRouter’s COO
- OpenRouter｜State of AI
- OpenRouter Blog｜DeepSeek V4 Is Earning Agentic Token Share
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
引用元: Crypto Briefing
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
