English 
Reveniumは、Agentic AI Foundationのシルバーメンバーとなった。Reveniumは、AIエージェントのワークフローにおけるコストの追跡および配分に関するノウハウを、エージェント型AIの標準を策定するこの団体にもたらす。 この動きは、多くの企業がAIエージェントとツールやサービスを連携させるためにModel Context Protocol（MCP）を採用している中で起こっており、その傾向は、企業が自律システムから生じるコストをどのように測定し、処理すべきかという新たな疑問を投げかけている。.
2026年11月2日に発表されたこの会員資格により、Reveniumは実行レベルでのコスト帰属に関する自社の経験をAAIFコミュニティに提供できることになる。同社は、MCPサーバーやマルチエージェントの本番環境全体にわたるコスト監視業務から得た知見を共有する予定だ。.
この動向は、企業が人工知能をどのように扱っているかについて、意見の分かれがあることを示している。企業はシステムの動作を監視するためのツールに投資しているにもかかわらず、AIの各動作にどれほどのコストがかかるか把握できていない可能性がある。AIアシスタントがサービスと連携して動作するため、あるタスクにおいてモデルの使用頻度を確認するだけでは、実際の総コストが把握できない場合がある。.
MCPの導入により、コスト管理における新たな課題が生じている
モデルコンテキストプロトコルは、AIアプリケーションやエージェントがツール、データソース、サービスと連携するための手段となっている。モデルコンテキストプロトコルにより、統合が容易になる。開発者が、より幅広いエンタープライズアプリケーションと連携するシステムを構築できるよう支援する。.
しかし、それぞれのやり取りにはコストが伴う。エージェントは、タスクを完了する前に、APIを呼び出したり、サードパーティのデータサービスからデータを取得したり、内部のコンピューティングリソースを使用したり、あるいは人間による確認を求めたりすることがある。エージェント環境では、こうした動作によって、多くのプロバイダーやシステムにまたがってコストが発生する可能性がある。.
Reveniumによると、エージェント型AIにおいて、トークンの使用料は総費用の一部となる。外部APIへの呼び出し、SaaSサービス、データアクセス、および人的介入により追加コストが発生し、これらはベンダーの請求書上で別途記載される場合がある。.
それらの経費を、その原因となったエージェントの実行と結びつける方法がないと、エンジニアリングチームや財務チームは、自動化されたワークフローの実際のコストを把握するのが難しくなるかもしれない。また、自動化によって運用コストが削減されているのか、それとも単にコストがサービス側に移っているだけなのかを判断するのも難しくなるかもしれない。.
これにより、従来のインフラ監視やモデルレベルの利用状況の追跡にとどまらない、財務面の可視化が必要となる。.
Revenium、AAIFの可観測性に関する取り組みに貢献する
Agentic AI Foundationは、エージェント型AIのためのオープンスタンダード、プロトコル、インフラストラクチャを開発するための中立的な業界環境を提供している。その活動には、エージェントが異なるプラットフォームや開発環境をまたいで動作できるよう支援することを目的とした、MCP、goose、AGENTS.mdといった技術の支援が含まれる。.
注力分野の一つは、同財団の「可観測性とトレーサビリティ」ワーキンググループだ。その活動には、実行トレース、システム間の相関分析、監査、およびプラットフォームを横断したエージェントの挙動に関する標準化された指標などが含まれる。.
Reveniumの技術は、個々のイベント単位でコストを記録することで、この要件に対応している。同プラットフォームは、ツール呼び出し、APIリクエスト、および人的レビューの所要時間を、それらを開始したエージェントの実行と関連付ける。このアプローチにより、組織はAIワークフローに関連する財務活動について、より包括的な把握が可能になる。.
シルバーメンバーとして、Reveniumは、エージェントの可観測性とトレーサビリティに関する共通のアプローチが基盤として確立される中で、MCPサーバーやマルチエージェントシステムにおけるコスト計測に関する自社の知見を活かしていくことを期待している。.
同社はまた、トークンベースの消費量を考慮に入れるため、FinOps Open Cost and Usage Specification（FOCUS）の拡張を支援している。FinOpsおよびTokenomicsコミュニティへの参加は、AI関連の支出を測定するためのより一貫性のある手法を確立しようとする、より広範な取り組みを反映している。.
エージェントの活動と財務上の説明責任の関連付け
2026年3月に利用開始された「Reveniums Tool Registry」は、単一のコスト記録内でさまざまな種類の活動を計測する。Tool Registryは、REST API、MCPサーバー、SaaSプラットフォーム、内部のコンピューティング機能、および人的レビュー時間を集計する。Tool Registryを使えば、リソースがどのように使用されているかが明確になると思う。.
Tool Registryの目的は、エンジニアリングチームや財務チームが、支出の原因となった顧客、機能、エージェント、またはワークフローと支出を結びつけるのを支援することだ。Tool Registryはコスト分析を可能にし、組織がAI導入に関する経済的な管理策を講じられるようにする。.
企業がタスクに取り組むにつれ、Tool Registryによるアトリビューションはますます重要になっていく。1つのワークフローでモデル、ソフトウェアツール、外部サービスが併用されるため、通常の請求レポートだけでは予期せぬコストの発生源を特定することが困難になる。.
Tool Registryによる実行レベルのコスト追跡は、企業がエージェント設定による経済的成果を比較し、コストのかかる統合を特定し、自動化されたプロセスがビジネスに十分な価値をもたらしているかどうかを判断するのにも役立つ。実行レベルのコスト追跡は、管理者が意思決定を行う上で役立つと私は考えている。.
とはいえ、コストの帰属は、エージェントを責任を持って導入するための要素の一つに過ぎない。エージェントがエンタープライズシステムと連携する能力を身につけるにつれ、組織はセキュリティ、アクセス権限、データガバナンス、信頼性、監査可能性といった課題にも取り組まなければならない。エージェントが拡大するにつれ、組織はセキュリティやデータに関するルールにも対応する必要があると私は考えている。.
日本の企業向けAI市場への影響
この動きは、日本にとって非常に重要だ。日本では多くの企業が、工場、銀行、小売店、そして企業のIT業務において、AIやエージェントベースの自動化を導入しようとしている。.
日本企業がAIの試験運用から本格的な導入へと移行する際、コストを抑制することが大きな課題となるだろう。アプリやクラウドサービス、外部ツールと連携するエージェント型システムは、単純なAIアシスタントよりもコスト構造を複雑化させる可能性がある。.
日本のCIOや財務責任者、技術チームは、AIモデルの運用コストではなく、エージェントが行う作業にかかる総費用を算出する必要がある。その費用には、API呼び出し、データサービス、計算リソース、そしてプロセスを監視する人員のコストが含まれる。.
すべての企業が、パフォーマンスの監視やコスト配分に関するルールを共有すれば、多くのプラットフォームにまたがるAI利用について、より一貫性のあるルールを策定できるだろう。そうしたルールがあれば、企業は選択肢を容易に比較できるようになり、ベンダーごとの報告内容のばらつきも減らせるだろう。.
この問題は、低予算分野で事業を展開する企業にとって極めて重要だ。企業は、自動化がどのような処理を行い、どれだけのリソースを消費しているかを記録しておかなければならない。なお、これらのルールを導入するには、財務ツールやクラウド監視ツール、コーポレートガバナンスシステムとの連携が必要となる。.
エージェント型AIガバナンスに向けたより広範な取り組み
Revenium その視点の拡大がなければ、エージェント型AIは、たとえ技術がうまく機能したとしても、金融上の混乱を招きかねないと警告している。.
こちらもお読みください： アテナ、金融データイニシアチブを支援するためFDUAに加盟
Reveniumとの提携によって、AAIFの規則が制定されるわけではなく、またReveniumのコスト追跡手法が標準となることを約束するものでもない。.
Reveniumの経験は、まだ形成途上にある業界の議論の一部に過ぎない。.
Reveniumは、大規模なエージェント導入を検討している企業にとって、こうした標準化の取り組みの結果が、AIの利用の監視、検証、予算編成のあり方を左右する可能性があると考えている。.
Reveniumは、企業におけるAI導入の進展は、スマートエージェントの構築だけでなく、その運用を明確かつ制御可能にし、財務的にも健全なものにすることにも依存していると考えている。.
日本語