投稿者 global-ai-media 
みずほ証券による暗号資産取引所Geminiの評価額引き下げのニュースは、トランザクション依存のビジネスモデルが抱える脆さを浮き彫りにしています。本記事ではこの事例を独自の視点として捉え、日本企業がAIサービスを展開・活用する際に直面する収益化の壁と、持続可能なビジネスモデル構築に向けた実務的な示唆を考察します。
トランザクション依存からの脱却という共通課題
海外メディアの報道によると、みずほ証券は暗号資産取引所Gemini（ジェミナイ）の目標評価を半分以下に引き下げました。その主な要因は、中核である取引事業の弱含み（weaker trading）が、成長分野であるクレジットカード事業などの伸びを相殺してしまったことにあります。一方で、同社の収益構造は変化しつつあり、サービス関連収益が全体の約半分を占める見通しであることも指摘されています。
一見するとAIとは無関係に見えるこの暗号資産プラットフォームのニュースですが、「トランザクション（取引・利用量）に依存するビジネスモデルの限界と、付加価値サービスへの移行」というテーマは、現在のAI業界が直面している課題と深く符合します。大規模言語モデル（LLM）のAPI提供や、それを利用した生成AIアプリケーションの多くは、トークン消費量などに比例する従量課金モデルを採用していますが、これは利用者の需要変動によって収益が大きく揺らぐリスクをはらんでいるからです。
AIビジネスにおける収益モデルの模索とリスク
生成AIを活用した新規事業やSaaSプロダクトを立ち上げる際、多くの企業はAPIの利用回数や処理データ量に応じた「従量課金（Pay-as-you-go）モデル」を採用しがちです。導入の初期ハードルを下げる意味では有効ですが、Geminiの事例が示すように、ひとたびユーザーの利用頻度が減少すれば、直接的に収益基盤へ打撃を与えるという限界があります。
特にAIモデルの進化スピードは速く、単なる「AI機能へのアクセス権」を提供するだけでは、すぐに他社モデルやオープンソースの代替手段との価格競争に巻き込まれます。AIベンダーやAIサービスを提供する企業は、機能そのものの提供だけでなく、導入コンサルティング、カスタマーサクセス、あるいは特定業界向けのカスタマイズといった「サービス収益」をどのように組み合わせていくかが、事業の持続可能性を左右するフェーズに入っています。
日本の商習慣を踏まえたAIプロダクトの展開
日本国内でAIプロダクトを展開、あるいは自社の業務フローに組み込む場合、日本特有の商習慣や組織文化を考慮する必要があります。多くの日本企業は、年間のIT予算を固定化することを好むため、青天井になりうる純粋な従量課金モデルは稟議を通しにくいという現実があります。
したがって、AIサービスを開発・提供する企業（ベンダー側）は、一定の利用枠を設けた定額制（サブスクリプション）を基本としつつ、超過分のみを従量課金とするようなハイブリッドモデルの設計が求められます。また、利用企業（ユーザー側）の意思決定者やエンジニアは、導入するAIツールが「単発の業務効率化」に留まらず、自社の業務全体にどう組み込まれ、継続的な費用対効果を生むのかを見極める必要があります。AIガバナンスやコンプライアンス要件に合わせたデータ保護機能など、周辺の付加価値サービスが充実しているプラットフォームを選ぶことが、結果的な運用リスクの低減に繋がります。
日本企業のAI活用への示唆
暗号資産取引所Geminiの収益構造の変化と市場評価の引き下げという事象から、日本企業のAI事業開発・活用に向けて以下の実務的な示唆が導き出されます。
1. トランザクション依存からの脱却：AI機能単体やAPI利用量への課金のみに依存するビジネスモデルは、需要の波に弱く、急速なコモディティ化の波に飲まれるリスクがあります。月額の定額制や、周辺サポートを含めた収益の多角化を前提にサービスを設計すべきです。
2. 日本の商習慣に合わせた予算化設計：不確実なコスト増を嫌う日本企業の組織文化に配慮し、利用企業側も提供企業側も、AI活用のコストを予測可能にする料金体系や運用ガバナンス体制を構築することが、社内でのスムーズなAI普及の鍵となります。
3. 持続可能な付加価値の追求：最新のLLMをプロダクトに組み込むこと自体は、もはや差別化要因にはなりません。技術的な目新しさにとらわれず、顧客の深い業務課題を解決するコンサルティングや、社内固有のデータ連携など、「AIを使いこなすためのサービス」へリソースを投資することが、中長期的な競争力に繋がります。