情シス/ITヘルプデスクのAIエージェントの費用は、月額10万〜50万円を目安に、利用量・連携範囲・改善体制によって変わります。
費用の内訳は、利用料やAPI利用料、ITSMとの連携維持費、継続改善の人件費に分けて見ると整理しやすくなります。
▼全体ガイドの記事
・情シス/ITヘルプデスクのAIエージェントの完全ガイド
AIシステム開発の費用の考え方や見積もりの注意点については、無料ホワイトペーパー「AIシステム開発の完全ガイドブック」で詳しく解説しています。
情シス/ITヘルプデスクのAIエージェントの保守・運用費用の全体像
保守・運用費用は、「SaaS/バーチャルエージェント利用料・LLM API利用料」「ITSM連携維持費」「継続改善・ガバナンスの人件費」の3つに分かれます。問い合わせ件数が増えるほど、費用は変動しやすくなります。また、エージェントに任せる業務範囲を広げると、費用も増加します。
開発会社へ外注する場合の月額相場は、10万〜50万円が目安です。この金額は主に人件費です。ただし、LLMのAPI利用料やITSM連携維持費は別途加算されます。
従来型の社内FAQシステムでは、保守費用の大半は動作維持費でした。一方、AIエージェントでは、正しく判断・実行し続けるための継続的なチューニングが費用の中心になります。
単発の文章生成ツールは、利用料を見れば済みます。これに対して、ITSMと連携するエージェントでは、API、連携基盤、継続チューニングの費用も発生します。
3つの費用区分と隠れコストの落とし穴
保守費用を3つの区分に分けて見ると、見積もりの抜けがないかを点検する手がかりになります。
- SaaS・API利用料：サービスやモデルの利用に応じてかかる費用。
- ITSM連携維持費：連携基盤やミドルウェアを保つための費用。
- 改善・ガバナンス人件費：精度と安全性を保つ継続作業にかかる人件費。
見積もりで特に見落とされやすいのは、継続改善・ガバナンスの人件費です。SaaS利用料やAPI利用料は見積もりに反映されやすい一方で、リリース後の改善や監視の工数は明示されないことがあります。
発注側は、ワークフロー改善や誤動作の監視体制を保守範囲に含めるかを、開発会社に確認しておきます。そうすると、想定外の出費を防げます。
従来型のヘルプデスクツールとの費用構造の違い
従来型ツールとAIエージェントでは、費用が増える要因が異なります。
- 従来型ツール：中心となる作業は、機能設定の変更と不具合対応です。
- AIエージェント：中心となる作業は、問い合わせ分類、既知障害の切り分け、エスカレーションの判断です。
- 予算変動：問い合わせ件数や判断範囲に応じて、API利用料が動きます。
従来型のヘルプデスクツールは、チケット管理やFAQ検索を中心とし、保守費用は固定的になりやすい傾向があります。
AIエージェントが分類や切り分けの判断を重ねる処理は、単純なFAQ検索よりAPIリソースを消費しやすい仕組みです。そのため、従業員数や問い合わせ件数が増えると、API利用料も想定以上に増えることがあります。
LLM API利用料・エージェント実行基盤の費用
AIエージェント特有の費用は、LLM API利用料と実行基盤の費用です。両者の相場を、利用の形ごとに分けて見ておきます。
SaaS/バーチャルエージェント機能の利用料
既存ITSMツールのAIエージェント機能は、ベンダーごとに料金体系が異なります。
- 会話従量課金：1会話あたり数百円程度。
- エンタープライズ契約：月額数万〜数十万円のアドオン。
- ライセンス上乗せ：社員1人あたり数百円〜数千円。
上位プランに機能が含まれている場合や、月額数千円〜数万円のアドオンが用意されている場合もあります。そこで、契約前に社員数と月間の問い合わせ件数から、どのプランが合うかを試算しておきます。
トークン課金とITSM連携維持費
フルカスタムで開発する場合は、LLM APIを直接利用するため、トークン課金が発生します。
- 個人単位：従業員1人あたり月数十円〜数百円。
- 組織単位：全体で月額数万〜数十万円が目安。
- 連携維持：APIやミドルウェア（iPaaS等）の利用に、月額数万円程度。
問い合わせ分類、切り分け、エスカレーション判断を重ねるため、一問一答型よりトークンを消費しやすくなります。
ITSMやActive Directory/Entra IDとの連携先が増えるほど、維持費も積み上がります。また、利用ログを定期的に確認して想定を超える消費を監視する仕組みを、発注側と開発会社で運用開始時から組み込んでおきます。
ナレッジベース・対応精度維持にかかる保守人件費
保守費用のなかで比重が大きくなりやすいのは、判断精度と安全性を保つための人件費です。社内システムや業務ルールは変化するため、ナレッジベースとワークフローの更新が欠かせません。更新しなければ、時間の経過とともに回答精度や切り分けの正確性が劣化します。
ナレッジベース・ワークフローの継続改善コスト
継続改善では、新しい情報や実績データを、ナレッジと判断ロジックに反映します。
- FAQ追加：新しいソフトウェアやシステムの情報の登録。
- 切り分け見直し：既知障害のロジックを、実績データで調整。
- 例外対応：新しい問い合わせパターンや例外ケースへの対応。
ナレッジベースとワークフローの継続改善には、月額15万〜40万円程度かかるケースがあります。さらに、AIエージェントでは、誤判断の原因を分析し、プロンプトやワークフローを調整します。この専門性の高い作業が、従来型ツールより保守費用が高くなりやすい理由です。
誤操作リスクへのモニタリング体制コスト
パスワードリセットやアカウント権限の付与を伴う場合は、誤った本人確認や過剰な権限付与を監視することが欠かせません。
- 操作ログ：定期的な分析。
- 誤判断：パターンを月次レポートにまとめる。
- 承認フロー：運用負荷の確認。
外注保守の月額相場は10万〜50万円ですが、監視業務をどこまで含むかは、契約前に確かめておく必要があります。
また、Active Directory/Entra IDやITSMツールの仕様変更への対応は、年に数回のスポット費用になることがあります。
内製と外注のコスト比較・TCO
保守体制を外注するか内製化するかで、固定費と変動費のバランスは大きく変わります。
外注保守の費用感とラボ型契約
外注では、月額の保守費用と、利用量に応じてかかる費用を分けて考える必要があります。
- 月額保守：開発会社への依頼で10万〜50万円程度。
- 追加費用：API利用料とITSM連携維持費が加算される。
- ラボ型契約：一定期間のエンジニアチームの確保。
単発の不具合対応だけでなく、継続的な改善を求める場合は、ラボ型が向いています。
たとえば、社内システムの変更や問い合わせカテゴリの追加があるたびに、優先度の高い作業を柔軟に依頼できます。都度見積もりを取る手間が省けるのも、ラボ型契約の利点です。
内製化の損益分岐点
内製化では、採用や育成にかかる費用を含めて、長期の損益を見る必要があります。
- 初年度費用：エンジニア1人あたり700万〜1,200万円程度。
- 短期の比較：外注のほうが安く済むケースが多くあります。
- 長期の分岐：3〜5年以上で内製が上回る場合があります。
内製化の費用には、採用費、人件費、研修費が含まれます。特に、従業員数が多く、複数の社内システムや拠点で改善を続ける場合は、内製化が有利になることがあります。運用期間と、中核に据える度合いからバランスを検討します。
保守費用を抑える発注・契約のポイント
保守・運用費用は、契約の組み方と段階的な展開の進め方で、無理のない水準に収めていけます。初期導入費用だけでなく、数年間の保守・運用を含めたTCOで判断することが重要です。
保守範囲を明確にする契約設計
発注時に保守範囲と契約条件を明確にすると、追加費用が発生する場面を減らせます。
- 稼働維持：技術面のシステム維持が含まれるか。
- 継続改善：ナレッジ更新や監視運用が含まれるか。
- API費用：保守費用込みか、実費精算か。
月次保守に含まれる範囲を明文化しておかないと、リリース後に追加費用が発生するおそれがあります。API利用料は問い合わせ件数に応じて変動するため、固定費に含めるか、別予算にするかを発注側が決めておきます。
権限・承認フローのガバナンス確認と段階的展開
保守では、自律的に処理してよい範囲と承認フローが、業務の実態に合っているかを継続的に見直します。
- 原因分析：誤操作の原因の切り分け。
- 段階的展開：効果検証済みの機能からの範囲拡大。
- 引き継ぎ：開発チームと保守チームの関係の確認。
誤操作の原因として、古い判断ロジック、ナレッジの不正確さ、承認フローの甘さのどれかを分析します。原因分析から修正の反映までを保守契約に含めるかどうか、発注前に確かめておきます。
自律範囲は、検証済みの機能から段階的に広げていくと、費用とリスクを抑えて管理できます。
開発と保守を別会社に分けると、設計思想やワークフローの意図が引き継がれにくくなります。その結果、保守の立ち上がりに余計な工数がかかるため、担当チーム同士の関係も確認が必要です。
契約、ガバナンス、段階展開をそろえると、判断精度を保ちながらTCOを抑えられます。
まとめ
情シス/ITヘルプデスクのAIエージェントでは、保守・運用費用を5つの観点から整理しました。まず費用区分を押さえ、次にLLM API利用料と実行基盤、保守人件費の相場を見ました。そのうえで、内製と外注の比べ方と、発注・契約のポイントを確認しています。
SaaS/バーチャルエージェント機能は、会話単位や月額アドオンで数千円〜数十万円が目安です。LLM API利用料は月額数万〜数十万円が目安ですが、利用量によって変動します。
費用の比重が大きくなりやすいのは、ナレッジベースとワークフローの継続改善です。継続改善には月額15万〜40万円程度を見込む必要があります。
AIエージェントは、判断・実行を続けるためのチューニングと監視が費用の中心です。
外注保守は月額10万〜50万円、内製化はエンジニア1人あたり初年度700万〜1,200万円が目安です。自社の運用期間の見通しに応じて、内製と外注のバランスを判断します。
発注時に保守範囲、権限・承認フロー、段階的な展開を確認しておくと、費用と精度を両立しやすくなります。そのうえで、保守範囲と対応予定の問い合わせ件数を示し、複数の開発会社から見積もりを取ります。
▼全体ガイドの記事
・情シス/ITヘルプデスクのAIエージェントの完全ガイド
▼見積依頼前に読みたい無料ホワイトペーパー
・AIシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。