銀行系企業がAIコストを10分の1に削減した事例自社運用モデルへの切り替えで実現した実装戦略
英Revolutが商用AIから自社運用GLMへ移行し、AIコストを約10分の1に削減。GPU調整・量子化の実装詳細と、日本企業がセルフホスティングを検討する際の判断基準を解説。
英国の金融テクノロジー企業Revolut（レボリュート）が、AIの運用コストを約10分の1に削減した事例が注目を集めています。商用AIサービスからオープンウェイトモデルの自社運用へ移行することで実現したこの取り組みは、AI導入コストに悩む日本企業にとって重要な示唆を含んでいます。本記事では、開発者向けイベントで公開された実装の詳細と、E-team AI の実装者視点での解説をお届けします。
この記事でわかること
- Revolutが実施したAIコスト削減の具体的な手法と成果
- セルフホスティングと商用AIサービスのコスト構造の違い
- 日本の中小企業がAI運用方式を選択する際の判断基準
- AI活用でコストだけでなく活用範囲も拡大させる設計思想
Revolutのケース：商用AIから自社運用への切り替え
Revolut は銀行サービス・送金・決済を提供する英国の金融テクノロジー企業です。同社のAI運用・インフラ部門を率いるデビッド・アビトボル氏が、2026年10月開催の「AI Engineer NYC 2026」で発表した内容によると、同社は商用AIサービスから自社でAIモデルを運用するセルフホスティングへの移行を進め、AIの処理コストを約10分の1に削減しました。
移行前の課題：予算上限が逆効果に
Revolutは2025年初頭にGoogleのGeminiを導入、2026年初頭にはAnthropicのClaude Codeも採用しました。しかしAIの利用が広がるにつれ、エンジニア1人あたり月額1,000ドル（約15万円）から1万ドル（約150万円）相当の利用が発生するケースも出現。予算の上限を設けたところ、エンジニアが利用枠を節約するために難しい作業だけにAIを使うようになり、かえって活用機会が減少してしまったとのことです。
採用した解決策：GLMモデルの自社運用
Revolutは中国のAI企業Z.aiが開発したオープンウェイトモデル「GLM」シリーズを採用し、自社のコンピューター上で動かすセルフホスティングへ移行しました。当初は「GLM-5.1」を導入し、その後「GLM-5.3」へアップグレード。アビトボル氏によれば、GLM-5.1を自社運用した場合の処理コストは入力・出力合わせて100万トークンあたり約0.30ドル（約45円）で、OpenAIのCodexやClaude Codeなどの商用サービス利用時の約10分の1に抑えられたとのことです。
セルフホスティングの実装で重要だった設定調整
GPU台数より調整が効いた
自社運用には大量の計算を処理できる設備が必要で、RevolutはNVIDIAの高性能GPU「B200」を56基使用しています。しかし、アビトボル氏はGPUを増やすだけでなく、AIの動作設定の調整が性能改善の約80％を占めたと強調しました。
具体的には以下の調整を実施しています：
- コンテキスト長の最適化：AIが一度に参照する情報量を用途に応じて調整
- 量子化の適用：計算に使うデータの精度を下げてメモリ使用量を削減
- モデルバージョンの段階的移行：GLM-5.1から5.3への計画的アップグレード
E-team AI の見方：調整余地の見極めが成否を分ける
当社がAI実装支援で目にするのも、「GPUを積めば速くなる」という誤解です。Revolutのケースで注目すべきは、ハードウェア投資より先に動作パラメータの最適化で80％の改善を得たという点です。自社運用を検討する企業は、まず現在の商用AIサービスで何トークン使い、どの処理にどれだけコストがかかっているかを可視化し、調整余地を見極めることが先決です。
コスト削減がもたらした副次効果：活用範囲の拡大
AIの利用コストが下がったことで、Revolutのエンジニアは日常的な業務にもAIを活用するようになりました。プログラムの作成だけでなく、不具合の調査やプロジェクト管理ツール「Jira」の課題処理など、これまで「もったいない」と感じていた用途にもAIを投入できるようになったとのことです。
結果として、以下の成果が得られました：
- コーディング時間：約60％改善
- 作業開始から公開準備完了まで：約70％改善
また、Revolutは商用AIサービスを完全に廃止したわけではなく、画像の理解が必要な作業などでは引き続きGeminiを利用し、用途に応じてAIを使い分けているそうです。
E-team AI の見方：予算上限の設定より、使い分け設計が先
「予算上限を設けたら使わなくなった」という失敗は、日本企業でもよく起こります。Revolutの事例が示すのは、コスト削減の目的は活用機会の拡大にあるということです。当社が法人研修で強調するのも「どの業務にどのモデルを使うか」の設計です。高精度が必要な箇所と、速度・コスト優先の箇所を切り分け、全体として業務生産性を上げる設計が重要になります。
日本企業がセルフホスティングを検討する際の判断基準
Revolutのケースは大規模な金融テクノロジー企業の事例ですが、日本の中小企業が自社運用を検討する際の判断基準を整理します。
セルフホスティングが向く企業
- 月間のAI利用料が安定して100万円を超える
- 機密性の高いデータを扱い、外部サービスに送信できない
- エンジニアが社内におり、モデルの調整・運用を継続できる
商用AIサービスが向く企業
- 月間利用料が数十万円以下で、変動が大きい
- 最新の高性能モデルを常に使いたい（GPT-4o、Claude 3.7 Sonnetなど）
- 社内にAI運用のエンジニアリソースがない
E-team AI の見方：「運用できるか」が分岐点
自社運用のメリットはコストだけではありません。月末の予想外の高額請求がなくなるとアビトボル氏が述べたように、予算の予測可能性も大きな利点です。ただし、モデルのバージョン管理・GPU調達・量子化の適用など、継続的なエンジニアリング工数が発生します。当社が実装支援で見る限り、「安くなるから導入」ではなく「運用できるから導入」の順序が成功の鍵です。
よくある質問
Q1. セルフホスティングで本当にコストは10分の1になるのか？
A. Revolutの事例では100万トークンあたり約0.30ドルまで下がりましたが、これにはGPU調達費用・電力費・運用人件費は含まれていません。総所有コスト（TCO）で比較すると、月間利用量が一定規模を超えた時点で商用サービスより安くなる構造です。利用量が少ない企業では、むしろ商用サービスのほうが安く済みます。
Q2. オープンウェイトモデルで商用サービスと同じ品質が出せるのか？
A. 用途によります。Revolutも画像理解が必要な作業では引き続きGeminiを使っており、完全な置き換えではありません。コーディング支援やテキスト処理など、オープンウェイトモデルが商用に近い性能を出せる領域では有効ですが、最新の推論能力や多言語対応が必要な場面では商用サービスが優位です。
Q3. 日本企業で同じ取り組みを始めるには何から着手すべきか？
A. まず現在の商用AIサービスの利用状況を可視化してください。具体的には、月間トークン数・用途別コスト・利用頻度の高い業務の3点です。次に、その中で「自社運用でも同等の品質が出せそうな業務」を特定し、小規模なPoC（概念実証）で効果を検証します。最初から全面移行を目指すのではなく、一部の業務で成果を確認してから拡大するステップが現実的です。
まとめ
- 英Revolutは商用AIから自社運用モデルへ移行し、処理コストを約10分の1に削減
- 成功の要因はGPU増強より動作設定の最適化（性能改善の約80％）
- コスト削減により活用範囲が拡大し、コーディング時間60％・統合時間70％改善
- 日本企業がセルフホスティングを検討する際は、月間利用料・機密性要件・運用体制の3点で判断する
- 商用サービスとの使い分け設計が、全体の生産性向上には不可欠
AI運用コストと活用範囲の最適化にお困りの企業様へ
E-team AI では、法人向けのAIマーケティング研修で「どの業務にどのモデルを使うか」の設計手法をお伝えしています。自社の利用状況に応じた最適な運用方式の選定から、実装後の効果測定まで、実装者視点でサポートします。詳しくは 法人研修ページ をご覧ください。
参考情報
- 「銀行系企業がAIの利用コストを約10分の1に削減した事例を公開、商用AIから自社運用モデルへの切り替えで」GIGAZINE
https://gigazine.net/news/20261104-revolut-cut-ai-cost/
著者情報
中森秀彬（morimori.ai）
株式会社E-team 共同創業者・AI開発責任者。AIO・GEOレポート自動作成ツール「AI SearchScope」他、IntraCanvas、Veloraxa などAIマーケティングツールの開発者。法人向けAIマーケティング支援・AIマーケティング研修・AI×Web制作を手がける。年間100回以上の講師登壇。
X: @morimori_ai_dev