Attribute™登場：AIと共有クラウドインフラのランタイムコスト可視化

AIの請求書は、一行のまとめ項目として届きます。本日より、Attribute™がその裏側にある「誰が」「何を」使ったのかを正確に解き明かします。

タグ付けでは、もはや按分しきれない

コスト配分の仕組みは、インフラと所有者が1対1でひも付いていた時代——1サービス、1VM、1タグ——を前提に設計されたものです。しかし、そのモデルはすでに破綻しています。今日のworkloadsは、共有Kubernetesクラスタ、マルチテナントデータベース、プール化されたGPUフリート、集約されたLLMゲートウェイ上で動作しており、これらは定義からしてタグ付け可能な単一の所有者を持ちません。業界データもこのギャップを裏付けています。ユニット単位で追跡されているクラウドコストはわずか43%（Gartner, 2025）。現代のクラウド請求書に載る支出の大半は、タグベースのツールでは構造上、按分できないのです。

AIの普及は、この状況をさらに深刻化させました。推論をOpenAI、Anthropic、Bedrockのいずれで実行しても、請求書は一行の項目として届きます。トークンにタグは付けられません。どの顧客が推論エンドポイントを呼び出したのか、どの機能が補完をトリガーしたのか、どのエージェントが検索チェーンに広がったのか、どのトレーニングジョブがGPU時間を最も消費したのか——いずれも見えません。AI支出がCOGSの主要構成要素となる今、この不透明性はエンジニアリング上の不便さでは済まされず、利益率を左右する経営課題となっています。

Attribute™の仕組み

Attributeは、根本的に異なるアプローチを取ります。リソースにラベルを付けるのではなく、ランタイムで実際の消費を観測するのです。

軽量なeBPFセンサーは、アプリケーションへの計装や設定変更を一切必要とせず、およそ15分でクラスタにデプロイできます。カーネルレベルで動作するこのセンサーは、あらゆるリソース——LLM API、GPU workloads、データベース、オブジェクトストレージ、KafkaやRabbitMQといったメッセージキュー——へのネットワークトラフィックを観測し、静的なラベルではなく実際の使用量に基づいてコストを按分します。ディープパケットインスペクションによって、顧客ID、テナント、パートナー、ボットをデータストリームから直接識別できるため、そもそもタグ付け不可能だった対象にも按分が及びます。顧客にタグは付けられませんが、Attributeにその必要はありません。

その結果、従来のツールでは踏み込めなかった3つのレイヤーにわたって、消費ベースの配分が可能になります。

AIおよびLLMコスト。 すべてのトークン呼び出しは、それを引き起こしたチーム、顧客、機能、エージェントへ紐付けられ、モデル、プロバイダー、workload別に内訳が示されます。GPU時間も、それを消費した特定のジョブや実験単位で按分されます。リリースしたAI機能ごとの真のTCO——推論に加え、その裏で動くコンピュート、データベース、データ転送まで——を、支出先がAWS、Google Cloud、Azureであっても、OpenAI、Anthropic、Snowflake、MongoDB Atlasといったサードパーティサービスであっても把握できます。

共有インフラ。 マルチテナントクラスタ、共有データベース、メッセージキューは、恣意的な配分ルールではなく、実測されたランタイム消費に基づいて分割されます。ショーバックやチャージバックは、四半期ごとのスプレッドシート交渉ではなく、計測結果として自動的に導き出されます。

ネットワークとデータ転送。 エグレス料金、AZ間転送、NATゲートウェイのコストは、課金データに送信元情報が含まれないため、クラウド請求書の中でも特に不透明な項目です。Attributeはトラフィックを発生源で観測するため、どのworkloadが転送を発生させたかを正確に特定できます——タグや課金データに依存するツールでは埋められない盲点を解消します。

コストの「報告」から「説明」へ

この違いは、量ではなく質の差です。従来のツールは「EC2支出が前月比17%増」と数字だけを提示し、文脈を欠いたその一行が、チームを何日にもわたる"タグ考古学"に追い込みます。一方Attributeは、「特定顧客の消費が5,000万トークンの追加使用によって4万4千ドル増加しており、その要因は先月リリースされた自動要約機能である」といった形で示します。使用量が、その裏にある事業活動と結びつくのです。財務部門は顧客ごとのCOGSとティア別マージンを把握でき、エンジニアリングは明確な答えを得てすぐに開発へ戻れ、プロダクトは仮定ではなく実際のマージンに基づくユニットエコノミクスでAI機能の価格設計ができるようになります。

導入方法

インストールは約15分。顧客別、機能別、チーム別のCOGSは、通常1週間以内に可視化されます——タグ付け作業も、データパイプライン構築も、コード変更も不要です。

デモを予約する →