ロンドンのスタートアップPaid、労働者代替AIエージェントの企業向け課金方法解決へ2160万ドルを調達

デジタル労働の新たな経済学：AIエージェントがソフトウェアの旧来型課金モデルに挑む

ロンドンのスタートアップが2,160万ドルを調達。これはシートベースの価格設定の終焉と、自律型AIに対する成果連動型課金モデルの台頭を告げる。

ロンドン発 — 1990年代、ソフトウェア企業は単純なアイデアにたどり着いた。それは、顧客に対し従業員一人当たりの「シート」数で課金するというものだ。従業員が多ければ多いほど価値が高まるため、シートごとの課金は公平だと感じられた。しかし30年が経ち、そのきっちりとした計算式は崩壊しつつある。なぜか？AIエージェントは従業員を支援するだけでなく、彼らに取って代わるからだ。

ロンドンを拠点とするスタートアップのPaidは、その答えを持っていると考えている。同社は月曜日、Lightspeed Venture Partnersが主導する2,160万ドルのシードラウンドを発表し、総資金調達額を3,330万ドルに押し上げた。Paidのミッションは野心的だ。人間ではなくソフトウェアエージェントが仕事の大部分を担う世界のための金融インフラを構築することである。

「ソフトウェアがシートそのものをなくしてしまう場合、旧来のシートごとのモデルは意味をなしません」と、Paidの創業者兼CEOであるマニー・メディナ氏は述べた。

そして、そのタイミングはこれ以上ないほど的確だ。2030年までに、自律型AIエージェントは世界の経済に20兆ドル近くを投入する可能性がある。しかし、企業が今日依拠している課金システムは、ソフトウェアが人間をより速くするものであって、人間を不要にするものではなかった世界のために構築されたものなのだ。

シートが消えれば、収益も消える

ソフトウェアベンダーにとって、この問題は残酷かつ明白だ。例えば、人間エージェント1人につき月額50ドルを請求するカスタマーサービスプラットフォームを想像してみよう。AIエージェントが業務を引き継げば、そのソフトウェアがより良い結果を出しているにもかかわらず、同じ会社は突然請求額がはるかに少なくなる。顧客は効率性の向上によって利益を得るが、ベンダーは効果的すぎるがゆえに罰せられることになる。

Paidの早期採用企業は、このパラドックスを抜け出す方法を模索している。AIスタートアップのTheLoopsを買収した産業用ソフトウェアプロバイダーのIFSは、Paidのシステムを利用して、製造業や資産管理におけるエージェント駆動型ソリューションを拡大している。営業開発向けの「AI従業員」を販売するスタートアップのArtisanは、現在、ライセンス販売ではなく、設定された会議数などの成果に直接料金を連動させている。

もちろん、成果ベースの価格設定はそれ自身の課題を生む。「解決済みチケット」や「認定リード」として正確に何を数えるのか？明確で信頼できる定義がなければ、ベンダーと顧客間の紛争は避けられない。成果を公正に検証する方法を見つけ出した企業だけが、実体の伴わない派手なダッシュボードを提供する企業と一線を画すことができるだろう。

エージェントの下に横たわる新しいインフラ

Paidは単に課金方法をいじっているだけでなく、それを再定義しようとしている。そのプラットフォームは、従来のシステムにはなかった5つの主要ツールを提供する。

顧客価値を証明するROIポータル
レベニューシェアや成功報酬のような柔軟な価格設定オプション
サブスクリプションと成果ベースの料金を組み合わせたハイブリッド課金モデル
AIエージェントコストのリアルタイム追跡
予測とシナリオ計画のためのAIに特化した分析

この競争において、同社は決して孤立しているわけではない。Y Combinatorが出資するSkopeは、「AI製品のための課金システム」を自称している。NeverminedはAI作業のリアルタイム決済に焦点を当てている。Orbは自社のプラットフォームを「AI時代の収益デザイン」と位置付けている。

より広範なエコシステムも動きを見せている。Googleは自律型システム間の取引を管理するエージェント決済プロトコルを提案した。学術グループは、AIサービスの品質と責任を扱うPACTのようなフレームワークを提唱している。そして、Coral Protocolはエージェント間の分散型協調を想定している。

シート–利用量–成果の連続体

成果ベースの課金に関するすべての誇大宣伝にもかかわらず、2025年現在、ほとんどの企業はそれを従来のモデルと組み合わせて使用している。Orbのデータによると、純粋な成果連動型課金はまだ稀であり、サブスクリプションと成果報酬を組み合わせたハイブリッド型が主流である。

これは理にかなっている。財務チームは予測可能性を強く求めるため、安定したサブスクリプション収益にパフォーマンスボーナスが上乗せされるモデルを好む。サービス企業もこの方向に進んでいる。例えばGlobantは、最近、時間ごとの課金から、予約容量と消費量ベースの料金を組み合わせた「AIポッド」モデルへと移行した。

技術的な課題は、抜け穴なしに成果を証明することだ。ベンダーが「認定リード」を主張する場合、CRM（例えばセールスフォース）がそれを裏付ける必要がある。「解決済みチケット」が記録された場合、ZendeskやServiceNowのようなプラットフォーム、さらには顧客満足度スコアもそれを確認する必要がある。こうしたガードレールがなければ、課金システムは簡単に不正操作されてしまう。

さらに会計の問題もある。成果ベースの料金は収益認識を複雑にする。これは規制上の機微がすでに多く含まれる分野だ。PaidがNetSuiteのようなERPおよび財務システムにクリーンなデータを提供できなければ、どんなに洗練された技術に見えても採用は停滞するだろう。

真のリスクはどこにあるのか

価格設定だけが障害ではない。貢献度の特定も別の問題だ。複数のAIエージェントが協力してタスクを遂行する場合、生み出された価値について誰が貢献したとされるのか？異なるベンダーのツールが重複する企業環境で、そうした貢献を追跡するのは決して単純ではない。

責任問題はさらに状況を複雑にする。AIエージェントが高額なミスを犯した場合、誰が責任を負うのか。ベンダーか、顧客か、それとも両方か？製造業やサプライチェーンのような業界では、人間のチェックポイント、監査証跡、明確な説明責任がシステムに組み込まれた、厳格なガバナンスが求められる。

Paidは、エンジニアではなく、CFOや収益運用責任者をターゲットにすることを選んだ。その焦点が彼らの提案内容を形成している。それは、技術的な魔法よりも、利益率管理と監査対応に関するものだ。オブザーバビリティツールから課金分野に転換するような、別の方向から参入する競合他社は、財務責任者に信頼できるパートナーだと納得させるのに苦戦を強いられるだろう。

次に注目すべき点

成果ベースのインフラが本当に普及するかどうかは、いくつかの兆候で判断できるだろう。

業界別プレイブック： 顧客サービス、営業、製造業などの成果について事前に構築されたカタログで、摩擦を軽減するもの。
検証サービス： 暗号技術を用いて成果が実際に発生したかどうかを確認する中立的な第三者。
サービス企業による採用： 顧客からのプレッシャーを受けて、コンサルティング会社が自身の課金モデルを変更するようになることが、最も強力な兆候となるかもしれない。
標準化されたプロトコル： Googleの決済プロトコルやModel Context Protocolのような、エージェントがシームレスに取引できるようにする業界全体のフレームワーク。

投資家の視点

投資家にとって、この分野の勝者は、企業の財務システム群にシームレスに接続しながら、成果の整合性を証明できる企業だろう。深層的なERP統合、強力な不正防止メカニズム、ハイブリッド課金の柔軟性はすべて不可欠となる。

ドメイン専門知識も参入障壁となり得る。画一的な課金システムはあまりにも漠然としている。しかし、医療、製造、金融といった特定の分野にモデルを調整するプロバイダーは、早期に防御可能な優位性を確立できる可能性がある。

オブザーバビリティと課金ベンダーが合併し、システムトレースから請求書までを結びつけることで、統合もまた起こりそうだ。成果ベースの価格設定を主要機能として展開する最初の主要なソフトウェアスイートが登場すれば、それは転換点となるだろう。一方で、早期採用企業が紛争や検証の失敗につまずけば、市場はより安全な利用量ベースのモデルへと後退する可能性もある。

より大きな視点で見れば、AIエージェント課金のためのインフラは、ゴールドラッシュにおける古典的な「つるはしとシャベル」ビジネスのように見える。明確な需要は存在するものの、技術的な複雑さから規制の不確実性まで、実行リスクは極めて高い。

免責事項： 本記事は現在の市場データとトレンドを反映したものです。投資アドバイスを意図するものではありません。読者は投資判断を下す前に、有資格の専門家にご相談ください。市場の状況は急速に変化する可能性があります。