あなたの価格設定スプレッドシートには、通話1分あたりのコストは$0.014と書いてある。Twilioの請求書には、そのおよそ10倍の数字が載っている。どちらの数字も本物であり、その差こそが音声エージェントのスタートアップが静かに利益率を失っていく場所だ。それは監査人がやってくる12か月目ではなく、最初の実際の利用料金が届き、創業者がユニットエコノミクスをページ上で最も安い明細行だけを基にモデル化していたことに気づく2か月目に起きる。
AI受付、AIアポイント設定者、あるいは顧客のそのまた顧客と会話するあらゆる音声エージェントを販売しているなら、テレフォニーは間接費ではない。それは製品を提供する上で最も直接的なコストであり、エージェントが消費する他のあらゆる分単位のインプットと並んで売上原価に属する。ここでは、$0.014の1分がいかにしてフルコストで$0.15以上になるのか、なぜスタック全体が売上原価なのか、そして粗利益率が真実を語るようにどう計上するかを解説する。
$0.014の1分は本物だ — そして最も小さな明細行にすぎない
Twilioが公開している米国の従量課金制音声料金は、テレフォニー層では確かに安い。米国の固定電話またはフリーダイヤルへの発信通話は1分$0.0140、固定電話への着信通話は1分$0.0085、固定電話番号自体のレンタル料は月額$1.15だ。これらは料金ページの見出しの数字であり、ほとんどの創業者が最初の利益率モデルに当てはめる数字でもある。
しかし3つの詳細が、そのモデルの予測を上回る請求額を生む。
課金単位はすべての通話を切り上げる。 Twilioは音声利用を、通話が応答された瞬間から60秒単位の切り上げで課金する。つまり1分6秒の通話は丸々2分として課金される。短い通話を処理する受付エージェント — 予約確認、営業時間や道順の質問、スパムの即切り — は、ほぼすべてのやり取りで切り上げ税を払う。応答された通話の平均が70秒なら、請求は120秒となり、AIの入力を一切加える前の実効テレフォニー料率は表示価格よりおよそ70%高くなる。
発着信の方向と番号種別が料率を変える。 固定電話への着信、フリーダイヤルへの着信、固定電話への発信、フリーダイヤルへの発信、国際区間はそれぞれ独自の料率を持つ。着信を受けてから発信するエージェント — 人間へのウォームトランスファー、折り返し電話、発信リマインダーキャンペーン — は、1つの会話に2つの異なる料率を積み上げる。「1料率×総分数」でモデル化する創業者は、区間が2つ以上あるすべての通話を過小に数えている。
番号、手数料、アドオンが積み重なる。 各固定電話番号は月額$1.15、フリーダイヤル番号はさらに高く、通話録音などの機能は独自の分単位料金を加える。どれも単独では大きくない。だが数十のクライアント番号にまたがると、素朴な分単位モデルには決して現れない固定費プラス変動費のベースを形成する。
だから$0.014をモデルに残すのは構わない — ただし正しくラベル付けしよう。それはテレフォニーの下限であり、1分のコストではない。
$0.014をおよそ$0.17に変えるスタック
素の電話通話はAI音声エージェントではない。発話者の声とエージェントの応答の間には、従量課金制サービスの連鎖が横たわり、それぞれが別々に請求する。
音声層。 発話者のリアルタイム文字起こし、会話を推論するLLM、そして返答を生成する音声合成が必要だ。TwilioはこれをConversationRelayという管理レイヤーとして1分$0.07で販売しており、音声通話の分は別途請求される。つまり発信するAI通話は、LLMが1トークンも生成する前に1分$0.084から始まる。代替案は生の音声ストリーム上に自前のパイプラインを組み立てることで、$0.07のプラットフォーム料金を分単位の文字起こし・音声合成の請求と、人間らしく感じられる速さを保つためのエンジニアリングコストに置き換える。いずれにせよ、音声は最大の単一インプットであり、それが乗るテレフォニーのおよそ5倍だ。
推論層。 会話の各ターンで文字起こしが言語モデルに送られる。ここでのコストはモデル、プロンプト長、エージェントのおしゃべり度合いに依存する — 短いやり取りで詳細を確認する受付は、物語を語る営業エージェントよりはるかに少ないトークンで済む。実務者は一貫して、LLMの推論が最も変動しやすいインプットだと報告している。発話者が台本から外れて会話が長引くときに急増するのがこれだ。
録音、分析、冗長性。 通話録音、会話インテリジェンス、フェイルオーバー用の予備キャリア、そして電話番号そのものがスタックを完成させる。個別には小さく、合計すればさらに1分あたり1〜2セント。
合計すると、業界のトータルコストのベンチマークは予想どおりの範囲に集まる。プレミアム構成で1分約$0.09〜$0.13、テレフォニーと推論を除いた料率を宣伝するホステッドプラットフォームではトータルで$0.15〜$0.33、小売価格は1分約$0.07から$0.30超まで。見出しの$0.014から$0.17への広がりは誇張ではない — それはテレフォニーの下限と、管理されたスタック上でのフルコストの1分との距離だ。下限に対して価格を付ければ、50%しか出ない製品に90%の利益率を約束したことになる。
なぜスタック全体が間接費ではなく売上原価なのか
これらのコストが帳簿のどこに位置するかは、ほとんどの創業者が思う以上に重要だ。なぜなら粗利益率は、投資家、融資先、買収先が最初に読む数字だからだ。ルールは見た目より単純だ。
製品の提供に直接比例して増えるものはすべて売上原価だ。 ソフトウェア事業では、本番ホスティング、決済処理、カスタマーサポート、そして製品が依存するサードパーティAPIを意味する — 業界の売上原価ガイドはTwilioとOpenAIを典型例として明示的に挙げている。あなたの音声エージェントは、テレフォニー、文字起こし、推論、音声合成なしには1分も提供できない。これらのインプットは顧客の利用に応じて増減する。まさにそれが判定基準だ。顧客の1分を提供するのにもう$0.15かかるなら、その$0.15は売上原価だ。
間接費とは、電話が鳴ろうが鳴るまいが払うものだ。 オフィス、マーケティング費用、来四半期の機能を作るエンジニア、創業者の給与 — それらは営業費用だ。曖昧なコストに対する有用な問いかけはこうだ。すべての顧客が1か月停止したら、この請求はゼロになるか? Twilioの利用料はゼロになる。月額$1.15の番号レンタルはならない。だから多くの事業者は利用料を変動費の売上原価、番号レンタルを固定費の売上原価として計上する — どちらも粗利益率の線より上だが、ユニットエコノミクスを清潔に保つために別々に追跡する。
誤分類は二重に嘘をつく。 Twilioを間接費に入れると、粗利益率は85%と表示され、営業費用がすべての通話コストを静かに吸収する。それは投資家がベンチマークする利益率を美化し — 純粋なサブスクリプションSaaSは75〜85%で推移する一方、AI推論事業は40〜65%に集まる — 本当の価格シグナルを隠す。粗利益率85%を見る創業者は値下げの余地があると考える。真の52%を見る創業者は下限を知っている。生き残るのは2人目の創業者であり、ボリュームディスカウントを要求する最初のエンタープライズ案件を乗り切る。
収益側にも関連する罠がある。分をマークアップして再販するなら、そのマークアップが収益でプラットフォームの請求が売上原価だ — 明快だ。だが2,000分を含む月額$500の定額制を課すなら、クライアントが実際に使うすべての分について分単位コストを負う。定額価格はコストを平準化しない。それは単に変動をあなたに移すだけだ。定額制はフルコストでの想定利用量に対してモデル化し、それを大きく超えるクライアントには超過料率を設定しよう。
照合の仕事 — 請求された分は通話ログの分ではない
スタックが正しく分類されたら、それを照合しなければならない — そして音声課金には特有の癖があり、これが請求書をちらりと見るだけではなく、真の月末作業になる。
通話ログはイベントを記録し、利用レコードは課金単位を記録する。 通話ログはすべての通話を実際の通話時間で示すが、請求書は各通話を次の1分に切り上げた後の課金分数を示す。両者は決して正確には一致せず、平均通話時間が短くなるほど差は広がる。他の従量課金インプットと同じように照合しよう。ログから通話ごとの通話時間を取得し、60秒切り上げルールを自分で適用し、計算した課金分数が請求書の小さな許容範囲内に収まることを確認する。切り上げでは説明できないほどの差は異議を唱える価値がある — 通常それは、失敗した通話を再発信する設定ミスのリトライループか、本番環境で動き続けるテスト番号を意味する。
請求書ごとではなく製品ごとに照合する。 1枚のTwilio請求書には、テレフォニーの分、ConversationRelayの分、番号レンタル、録音、キャリア手数料が混在する。それぞれが異なる売上原価の補助勘定に対応するので、請求書を一括計上するのではなく明細行ごとに配分しよう。明細行の内訳はまた、毎月の真のブレンドコスト・パー・ミニッツ — 音声の売上原価合計を提供した総分数で割ったもの — を計算できるようにもする。レストランが食材原価を監視するようにその数字を注視しよう。上振れしたら、構成の何かが変わったのであり、通話が長くなったのか、より高価なモデルになったのか、クライアントの乱用パターンなのかを知りたいはずだ。
クライアントの利用状況までループを閉じる。 クライアントに分単位で請求するなら、請求した分と請求された分を比較しよう。切り上げのため、公正に請求できない分に対して支払うこともある — ほとんどの事業者はこれを事業運営上のコストとして吸収し、分単位の料率に余裕を織り込んで価格を付ける。定額制を請求するなら、各クライアントの実際の利用コストを毎月の定額料と比較しよう。フルコストで$460を消費しながら$500を払うクライアントは$500のクライアントではない。彼らはコスチュームをまとった$40のクライアントであり、そのコスチュームは更新時に脱げる。
差に飲み込まれないための価格設定
真の分単位コストが手元にあれば、価格設定は願望ではなく算術になる。音声エージェントの価格設定には3つの構造が支配的で、それぞれが差を異なる方法で扱う。
分単位の価格設定は変動費を最も透明に転嫁する。料率は、フルコストを1から目標利益率を引いた値で割ったものに設定する。フルコスト$0.15、目標利益率65%なら、下限はおよそ1分$0.43だ。リスクは、テレフォニーだけの計算で見積もる競合に対する価格の衝撃だ — トータル対トータルで見積もって応じよう。相手のクライアントもいずれ本当の数字を知るのだから。
通話単位の価格設定は、通話が均一なときに機能する — 歯科医院のリマインダー通話は常に短い。通話単価は、平均通話時間ではなく切り上げを含む平均課金時間から設定する。平均40秒の通話は丸々1分として課金されるので、1分未満の通話の通話単価設定は切り上げコストを織り込まなければ、鳴るたびに少しずつ損をする。
サブスクリプション・プラス・超過料金は、予測可能な請求を求めるクライアントに合う。分のバンドルをカバーする基本料金と、明示された分単位料率での超過分だ。バンドルはフルコストでの想定利用量から設定し、基本料金は典型的な利用量での利益率のために価格を付け、基本料金ではなく超過料率を利益率の守護者にしよう。最もよくある失敗パターンは、超過メーターが動いていない気前のよいバンドルであり、あるクライアントの受付がバイラルな1週間を処理したときに発覚する。
どの構造を選ぶにせよ、請求と同じ粒度で利益率の計算を帳簿に書き込もう。クライアントが分単位で払うなら、売上原価の補助勘定は分単位コストを報告できるべきだ。クライアント単位で払うなら、利用状況をクライアントごとにタグ付けしよう。ユニットごとに見えない利益率は、守れない利益率だ。
プレーンテキストの帳簿に計上する
音声エージェントのスタートアップの帳簿には、1つの収益勘定と、コストのスタックを映す売上原価のツリーが必要だ。テレフォニー、AIプラットフォーム層、推論はそれぞれ独自の補助勘定を持ち、毎月のブレンド料率がフォレンジック調査ではなくクエリになるようにする。1クライアントの1か月はこうなる:
2026-11-01 * "Acme Dental" "November voice-agent plan - 2,400 minutes at $0.30"
Assets:Receivable:Clients 720.00 USD
Income:Voice-Agent-Fees -720.00 USD
2026-11-02 * "Twilio" "October usage - telephony plus ConversationRelay"
Expenses:COGS:Voice-Telephony 201.60 USD
Assets:Bank:Checking -201.60 USD
2026-11-02 * "AI platform" "October usage - speech-to-text plus LLM plus text-to-speech"
Expenses:COGS:Voice-AI-Inference 144.00 USD
Assets:Bank:Checking -144.00 USD収益$720に対し音声の売上原価$345.60で、粗利益は$374.40 — 52%の利益率であり、AI推論事業が実際に存在する帯の真ん中だ。もしTwilioとAIプラットフォームの計上が代わりに間接費に記帳されていたら、同じ月は夢の100%粗利益率を報告しつつ、$345.60の分単位コストが線の下に隠れ、創業者が次に行うすべての価格決定から見えなくなっていただろう。
スケールするにつれて2つの改良が報われる。第一に、番号レンタルを固定費の売上原価の補助勘定に分離し、変動費の分単位料率を汚さないようにする。第二に、売上原価の計上にメタデータでクライアントの利用状況をタグ付けし、1つのクエリで「今月各クライアントにいくらかかったか」に答えられるようにする — 更新、超過料金の会話、どの顧客プロファイルを追うかを決める問いだ。
次の請求書が監査だ
直近のTwilio請求書を引っ張り出し、価格モデルが無視した数字を計算しよう。総音声支出を提供した総分数で割り、すべての従量課金インプットを含める。結果がモデル化したコストの数セント以内なら、あなたの利益率は本物であり、この記事は安上がりな確認だった。モデルの2倍か3倍なら、漏れがあなたを見つける前にあなたがそれを見つけたのだ — スタックを売上原価に再分類し、フルコストの料率から再価格設定し、ブレンドコスト・パー・ミニッツを収益と同じダッシュボードに載せよう。スケールを生き残る創業者は、最も安い1分を持つ者ではない。自分の1分が実際にいくらかかったかを知っていた者だ。
