は請求対象です。 AIによる再推論にどれだけコストを浪費していますか？ 多くのLLMオーケストレーション型ワークフローには欠点があります。すべてのステップが即興で生成され、そのコストはユーザー負担のまま、大規模に、しかも保証なしで実行されます。Pegaは設計段階でロジックを確定させることで、わずかなコストで確実な成果を保証します。 リスクを算出仕組みを見る 再推論に伴う隠れたコスト LLMワークフローは、単にエージェントを呼び出すだけではありません。毎回、すべてを再考しています。 コストの複合化を理解するために、ここでは現在のエージェント型ワークフローの一般的な運用実態と、不足している点について説明します。 5-20× LLMによるワークフローの実行コストは、Pegaのターゲット実行に比べて1回あたり5～20倍高くなります。また、コンテキストウィンドウが拡大し、トークンの消費が加速すると、ワークフローステップが増えるたびにギャップが拡大します。 自律型エージェント コストが積み上がる領域 ほとんどのAIオーケストレーションは、ランタイムでワークフローを管理するLLMに依存しています。ロジックが変更されていない場合でも、各ステップでコンテキストを解釈し、次の展開を決定するための推論が必要です。ワークフローの規模が拡大するにつれ、推論を繰り返すことでトークンの使用とコストが上昇します。 Pegaの予測可能なアプローチ 効率性と予測可能性を考慮した設計 Pegaプラットフォームでは、決定論的オーケストレーションがワークフローを実行し、任意のプラットフォームのAIエージェントを呼び出して、ドキュメントの処理、リサーチ、コンテンツ生成などのタスクを確実に実行します。ロジックは設計時に一度定義します。ワークフローはいつでも効率的に実行できます。
Pega Blueprintでワークフローを再設計しましょう。 今すぐ試す AIコストの実態調査 現在の支出は
いくらですか？ ワークフローシナリオを以下で設定してすばやく見積もるか、詳細に切り替えてトークンや価格設定を細かく管理しましょう。 シンプルな見積もり 高度なオプション エキスパート シナリオから始める — または、以下で独自のシナリオを設定してください ワークフローを1か月ごとに設定 ワークフロー ワークフローごとの合計ステップ数 ステップ AIエージェントのステップ エージェントステップ 年間の節約額を計算 節約額を再計算 ワークフローの設定 AIエージェントのステップ ワークフローの合計ステップ数 毎月のボリューム（ケース数） エージェントコールごと — Pegaターゲットステップ 入力トークン（Pegaステップ） 出力トークン（Pegaステップ） ステップごと — LLMオーケストレーション コンテキストの成長 / ステップ 出力トークン / ステップ トークンの価格（100万トークンの円価格） 入力トークンの価格 出力トークンの価格 Pegaプラットフォームのコスト ケースごとの価格（円） 節約額を計算 再計算 お見積もり Pegaがもたらす節約額は
次の通りです。Pegaを使用しない場合 — 年間支出 すべてのステップをClaude Sonnetに送信（100万トークンあたり477円/2,386円） Pegaを使用した場合 — 年間支出 ケーストークンのPegaプラットフォームコスト{platformCost}込み Pegaプラットフォームコストを0円に設定 — トークンコストのみ 推定年間節約額 {volume}ワークフロー/月・{totalSteps}合計ステップ数・{agentSteps}エージェントステップ数に基づく %節約 セールスへのお問い合わせ データを見る 推定では、シンプルモードとアドバンスモードの両方で同じ基礎モデルを使用：Pegaのコスト = （エージェントステップ数 × 対象トークン単価） ＋ プラットフォームコスト。AIネイティブのコスト = 各ステップごとに〔2,000 ＋ （ステップ番号 × ステップごとのコンテキスト増加分）〕の入力トークン ＋ 各ステップの出力トークンの合計。デフォルト価格：Claude Sonnet100万トークンの入力につき477円・100万トークンの出力につき2,386円Pegaプラットフォーム料金：1ケースあたり、140円。この価格は、「年間100万件を3年間利用する契約」を前提にした料金です。すべての前提条件はアドバンスモードで調整可能。推定値はあくまで参考値です。 再推論の累積 AIネイティブのオーケストレーションの
コストが急激に増加する理由。 オーケストレーション思考のコストはあらゆる段階で増加し、コンテキストが成長するにつれて加速します。ワークフローの開発とオーケストレーションに対するPegaの決定論的アプローチには、このようなオーバーヘッドはなく、時間の経過とともに大幅なコスト削減が可能になります。 ワークフロー実行ごとの累積コスト — ステップ 1,000の月次ケース・Claude Sonnetの価格・コンテキストの成長に応じてコストが複合化 Pega（決定論的エージェント + ターゲットエージェント） AIネイティブ（各ステップごとに再推論） ステップ Pega（ターゲットエージェント） LLMオーケストレーション 計算方法 — 前提条件と方法論 フルモデル — 前提条件、トークン計算、数式の方法論 すべての値は、現在の入力値を反映します。上記の設定を調整すると自動的に更新されます。CSVをダウンロード PDFを印刷・保存 入力前提条件 計算結果 を実行ごとの比較。月次ボリュームに総費用を掛けます。 計算式 上記の計算ツールに入力して、「年間節約額を表示」をクリックすると、見積もりが表示されます。 トークンの価格については、プロバイダAPIドキュメント（2026年4月）に基づいています。デフォルトの価格は、Claude Sonnet（100万トークンの入力につき477円・100万トークンの出力につき2,386円）を反映しています。AIネイティブなオーケストレーションにおけるコストモデルでは、コンテキストの蓄積は等差数列として増加し、コストの増加要因はワークフローの長さに対して線形ではなく二次関数的になります。Pegaのコストは、指定されたエージェントのステップでのターゲットLLMコールのみと、オプションのプラットフォーム料金に反映されます。すべての前提条件は調整可能です。推定値はあくまで参考値です。
このROI計算ツールは推定値のみを提供するもので、サンプル情報に基づいて潜在的な成果を調べるのに役立ちます。計算は、実際の経験と大幅に異なる可能性のある仮定と平均値に基づいています。本結果は専門的な分析の代替ではありません。またPegaは、出力の正確性・完全性・信頼性について、明示または黙示を問わず一切の保証を行いません。過去または将来のコストやパフォーマンスの予測は、信頼できる指標ではありません。 ワークフローとはなんでしょうか？
それは、カスタマーサービスケース、ローン申請、オンボーディングリクエスト、保険金請求の審査など、AIが処理するエンドツーエンドのプロセスです。
簡単な見積もり：チームで1日約200件のケースを処理した場合、月約4,000件に相当します。 エンドツーエンドの総ステップ数
データ検索、意思決定、ステータス更新、非同期待機、AIエージェントの呼び出しなど、ワークフローのすべてのアクションがカウントされます。AIネイティブのシステムでは、オーケストレーターはこれらすべてのステップで履歴全体を読み取ります。
一般的な範囲：シンプルなプロセス ≈ 10～20 - エンタープライズケース ≈ 30～60 AIの判断が必要なステップ
全ワークフローの中で、分類・文書分析・ドラフト作成・意思決定など、LLMを必要とするステップはいくつありますか？残りはPegaがほぼゼロのトークンコストで確定的に処理します。
クイックガイド：通常、全ステップの20～40%、40ステップのワークフローには10～15の真のAIエージェントステップがあるかもしれません。 AIエージェントステップとは何ですか？それは、LLMが実際に呼び出されるワークフロー内のステップ数（意思決定、分類、ドラフト作成）です。データベース検索やルールチェックなど、AIを使用しない処理は対象外です。
ヒント：40のワークフローステップのうち28がAIによる推論を伴う場合は、これを28に設定します。 総ステップ数とエージェントステップ数の比較データ取得、ルール評価、システムコールなどのAI以外のステップも含めた、ワークフロー全体のエンドツーエンドの全工程。
例：保険金請求のワークフローでは、総ステップ数が40あるものの、そのうちLLMを呼び出すのは28ステップのみとなる。 1か月あたりのケース数はどれくらいですか？すべてのユーザーまたは顧客に対してこのワークフローが1か月に実行される合計回数。
概算：200ケース/日 × 22営業日 ≒ 4,400/月。 Pegaエージェント呼び出しあたりの入力トークン数対象となるPegaエージェントステップごとに モデルに送信されるトークンの数。Pegaは実行前にコンテキストをロックするため、通常はタスクプロンプトと関連データのみで、サイズは小さく固定されます。
一般的な範囲：1回のコールあたり500～3,000トークンです。 Pegaエージェントの呼び出しごとの出力トークン対象となるエージェントのステップごとにモデルが返すトークンの数。Pegaの構造化された出力は、通常は分類結果、短い意思決定、JSON形式のデータなど、簡潔な内容を保ちます。
一般的な範囲：1コールあたり100～800トークンです。 なぜコンテキストは増え続けるのでしょうか？LLMによるオーケストレーション型ワークフローでは、各ステップごとにモデルの会話履歴が蓄積されていきます。つまり、これまでのアクション、ツールの結果、応答がすべて逐次追加されていきます。これがコスト増の原因です。
例：各ステップで履歴が約2,000トークン追加された場合、ステップ20ではコンテキストに応じて40,000トークンが送信されます。 LLMステップごとの出力トークン数LLMが各オーケストレーションステップで応答として生成するトークンの数。これはステップごとに比較的一定ですが、エージェントステップのみの出力コストが発生するPegaとは異なり、ステップごとに支払いが行われます。
一般的な範囲：200～1,500トークン/ステップです。 入力トークンの価格とは、何ですか？モデル（プロンプト、コンテキスト、データ）に送信 された100万トークンあたりの支払額です。
参考価格（2026年4月）：GPT-4o～398円 - Claude Sonnet～477円 - Claude Opus ~2,386円・Haiku ~40円 — すべて100万トークンあたり。 出力トークン価格はいくらですか？モデルからのレスポンスとして生成される100万トークンあたりの支払額。出力トークンは入力トークンよりも3～5倍のコストがかかります。テキストの生成は計算処理が重いためです。
参考価格（2026年4月）：GPT-4o～1,591円 - Claude Sonnet ~2386円・Claude Opus ~11,932円・Haiku ~198円 — すべてトークン100万件あたり。 ケースあたりのPegaプラットフォームコストローLLMトークン費用に加えて、ワークフローの実行ごとに請求されるPegaプラットフォームコスト。これには、オーケストレーション、ルーティングロジック、監査証跡、コンプライアンスツールが含まれます。プラットフォームライセンスを考慮せずに、純粋なLLMトークンコストのみを比較する場合は、
0円に設定します。 部門業務 10,000ケース/月 - 複雑なケースマネジメント - 40合計ステップ - 28エージェントステップ エンタープライズ 100,000ケース/月 - マルチシステムオーケストレーション - 50合計ステップ - 30エージェントステップ 換算ボリューム 300,000ケース/月 - 大規模自動処理 - 60合計ステップ - 35エージェントステップ パラメーター バリュー ノート ワークフロー トークン価格 エージェントコールあたり（Pegaターゲットステップ） LLMオーケストレーション（AIネイティブ、ステップごと） AIエージェントステップ ワークフローの合計ステップ数 月額ボリューム 入力トークン価格 出力トークン価格 Pegaプラットフォームコスト 入力トークン / コール 出力トークン / コール コンテキスト成長 / ステップ 出力トークン / ステップ LLMが実際に呼び出されるステップ（Pegaのみ） エンドツーエンドの全ステップ。AIネイティブは各ステップで再推論を実行 両方のアーキテクチャに線形のコストがかかる Claude Sonnet~477円・GPT-4o ~398円・Opus ~2,386円 通常、3 × 5 の入力価格 従量制ライセンス - 決定論的オーケストレーション + 監査証跡 システムプロンプト + ケースデータをそのステップのみに限定 構造化結果、分類、または短い意思決定 キーレバー - 付加履歴は二次関数的に増加します。控えめに見積もって、2K；実際のフレームワークでは多くの場合、4K-8Kが一般的 思考の連鎖 + マスターエージェントコールごとの次のステップの意思決定 指標 PEGA
（決定論的 + エージェント) AIネイティブ
（各ステップで再推論を行う） PEGAによる節約額 入力トークン / 実行 出力トークン / 実行 合計トークン / 実行 トークンコスト / 実行 プラットフォームコスト / 実行（Pega） オールインコスト / 実行 月間コスト 年間コスト コスト乗数 コスト低減 Pegaの1実行あたりのコスト = (AgentSteps × InputTokens / 1M × InputPrice)
+ (AgentSteps × OutputTokens / 1M × OutputPrice)
+ PlatformCostPerCase 指定されたエージェントステップのみがLLMを呼び出します。他のすべてのステップは、ほぼゼロのAIコストで確定的に実行されます。コンテキストは個々の呼び出しにスコープ設定されます。 実行ごとのAIネイティブオーケストレーション入力トークン = Σ (step i = 0 to N−1) [ 2,000 + i × ContextGrowthPerStep ]
= N × 2,000 + ContextGrowth × N × (N−1) / 2 これは等差数列です。N×(N − 1)/2項によって、コストはワークフローの長さに対し線形ではなく二次関数的に増加します。ワークフローの所要時間が2倍になると、オーケストレーションのコストは約4倍になります。ステップ20では、マスターエージェントはステップ1～19のすべてを読み返し、ステップ20の内容を決定します。 AIネイティブな実行ごとの総費用 = (OrchestratorInputTokens / 1M × InputPrice)
+ (TotalSteps × OutputTokensPerStep / 1M × OutputPrice)
+ Pegaと同じターゲットエージェントのコスト エージェントのオーケストレーションレイヤーは、両方のアーキテクチャを共有と呼ぶ上に、純粋なオーバーヘッドです。ワークフローにステップを追加するたびにギャップが広がります。 ステップ トークン ケース ケース