言語によってAIの利用コストは変わる：LLMは英語比で最大5倍のトークン

何が起きたか

Coalition for Language Equity in AI Research による研究で、大規模言語モデル（LLM）は、英語以外のあまり一般的でない言語を処理する際に、英語と比べて最大5倍のトークンを必要とすることが分かりました。Computerworld がこの調査結果を報じています。

トークンは、モデルが入力と出力を処理する際の基本単位で、利用コストの多くはこの量に基づいて算出されます。そのため、同じ内容の問い合わせでも言語によって処理量と費用が大きく変わる可能性があります。報道によれば、こうした差は一部の利用者にとって、コストの上昇と応答速度の低下につながっています。

この研究は、AIモデルの性能や料金を多言語の利用者の視点から検証した点で注目されます。現時点で確認できる情報は上記の範囲に限られるため、対象となったモデルや言語の詳細は、元の研究報告を確認する必要があります。

なぜ重要か

多くの企業は、顧客対応や社内業務にAIを導入する際、機能の性能と全体の費用を基準に判断します。しかし言語によって実質的なコストが異なるとなると、同じサービスを提供していても、利用者ごとの採算性や体験の質に差が生じます。多言語の顧客を抱える組織にとっては、AI導入の計画段階で言語別のコストを見積もることが、公平なサービス設計の前提になります。

また、応答の遅延は顧客体験に直接影響します。コストと速度の差が特定の言語利用者に集中すれば、デジタルサービスへのアクセスそのものに格差が生じかねません。AIを活用したデジタル変革を進める上で、技術の選定とサービス設計を切り離して考えないことが重要になってきています。

Renascenceの見解

この話題はエンジニアリングや調達の問題として扱われがちですが、本質はサービス設計の問題です。質問1件の価格が、利用者の話す言語によって決まるという構造は、顧客にとって不公平な体験になりえます。

多くの読者はこれを「モデルの料金が高い」という話として受け取るでしょうが、実際には「同じ質問に、言語によって異なる体験と費用を課している」という問題です。行動経済学でいえば、利用者は自分が払うコストの理由を知らされないまま、不利な条件を受け入れることになります。顧客を大切にする組織であれば、まず言語別・セグメント別の利用コストと応答時間を計測し、それを基にサービスの提供方法を見直すべきです。