AWS の料金モデルはなぜ複雑なのか - 従量課金の裏にある経済学とゲーム理論

オンデマンド、リザーブドインスタンス、スポットインスタンスという 3 層の料金構造を、航空業界のイールドマネジメントや需要予測の経済学から読み解き、料金の複雑さの合理的な理由を解説します。

料金が複雑なのには理由がある

AWS の料金体系に対する不満は広く共有されています。EC2 だけでもオンデマンド、リザーブドインスタンス、Savings Plans、スポットインスタンス、Dedicated Host と複数の購入オプションがあり、それぞれにインスタンスファミリー、リージョン、OS、テナンシーの組み合わせで価格が異なります。データ転送料金はリージョン内、リージョン間、インターネット向けで別々に課金され、同じリージョン内でも AZ をまたぐと料金が発生します。この複雑さは設計の失敗ではなく、クラウドコンピューティングという財の経済的特性から導かれる合理的な構造です。その仕組みを理解すれば、表面的なテクニックではない本質的なコスト最適化が可能になります。

従量課金の経済学 - なぜ固定料金にしないのか

携帯電話の料金プランのように月額固定にすれば分かりやすいのに、と思うかもしれません。しかし、クラウドコンピューティングの利用パターンは顧客ごとに極端に異なります。ある顧客は月に数時間しか EC2 を使わず、別の顧客は 24 時間 365 日フル稼働させます。固定料金制にすると、軽量利用者が重量利用者のコストを補助する構造になります。これは経済学でいう内部補助 (cross-subsidy) であり、軽量利用者にとって不公平です。従量課金は、各顧客が自分の利用量に応じた対価を支払うという公平性の帰結です。さらに、従量課金は顧客に対してリソースの効率的な利用を促すインセンティブを与えます。使った分だけ払うため、不要なリソースを放置するコストが可視化され、最適化の動機が生まれます。固定料金では「どうせ定額だから」とリソースが浪費される傾向があり、これはクラウドプロバイダーにとってもインフラコストの増大を意味します。

3 つの購入オプション - 航空業界との類似性

AWS の 3 つの主要な購入オプションは、航空業界のイールドマネジメント (収益管理) と驚くほど類似した構造を持っています。オンデマンドインスタンスは、航空券の当日購入に相当します。最も高価ですが、いつでも利用でき、キャンセルの制約がありません。柔軟性に対するプレミアムを支払っている構造です。リザーブドインスタンスと Savings Plans は、航空券の早期割引購入に相当します。1 年または 3 年の利用をコミットすることで、最大 72% の割引を受けられます。航空会社が早期予約を割引するのは、将来の需要を事前に把握できることに価値があるからです。同様に、AWS にとってリザーブドインスタンスは顧客の将来の利用量を予測する手段です。需要予測の精度が上がれば、データセンターの容量計画を最適化でき、過剰投資や容量不足のリスクを低減できます。コミットメント期間が長いほど割引率が高いのは、長期の需要予測がより価値が高いためです。これは金融でいうリスクプレミアムの構造と同じです。スポットインスタンスは、航空券のラストミニッツセールに相当します。AWS のデータセンターには、リザーブドインスタンスやオンデマンドで使われていない余剰キャパシティが常に存在します。この余剰を遊ばせておくよりも、大幅に割引して提供した方が収益になります。スポットインスタンスは最大 90% の割引がありますが、AWS が容量を必要とした場合は 2 分前の通知で中断されます。

データ転送料金の構造 - なぜ入りは無料で出は有料なのか

AWS のデータ転送料金には明確な非対称性があります。AWS へのデータ転送 (イングレス) は無料ですが、AWS からのデータ転送 (エグレス) は有料です。この構造は経済学的に合理的です。イングレスを無料にすることで、顧客がデータを AWS に移行する障壁を下げます。一度データが AWS 上に蓄積されると、そのデータを利用するコンピューティングやストレージの利用が増え、AWS の収益が拡大します。エグレスを有料にすることで、データを AWS の外に持ち出すコストが発生し、結果として AWS エコシステム内にデータが留まりやすくなります。これはスイッチングコスト (乗り換えコスト) の一形態であり、ロックイン効果を持ちます。批判的に見れば、エグレス料金は顧客の選択肢を制限する手段とも解釈できます。実際、この点は業界全体で議論されており、一部のクラウドプロバイダーはエグレス料金の引き下げや無料化を競争上の差別化として打ち出しています。AWS も 2024 年にインターネットへのデータ転送料金の一部を引き下げました。

無料利用枠の戦略的意味

AWS の無料利用枠は慈善事業ではなく、顧客獲得コスト (CAC) を最適化する戦略です。12 か月間の無料枠は、新規顧客が AWS のサービスを試用し、学習し、依存関係を構築するのに十分な期間です。この期間中に顧客のアプリケーションが AWS 上で動作し始めると、無料枠の終了後も継続利用する確率が高くなります。Lambda の月間 100 万リクエスト無料、DynamoDB の 25 GB ストレージ無料といった永続的な無料枠は、小規模なワークロードを AWS に引きつけ、成長に伴って有料利用に移行させるファネルとして機能します。これはフリーミアムモデルの変形であり、SaaS 企業が無料プランを提供するのと同じ論理です。

実践的なコスト最適化への示唆

料金構造の経済学を理解した上で、実践的なコスト最適化の指針を整理します。まず、ワークロードを 3 つに分類します。常時稼働で予測可能なワークロードには Savings Plans またはリザーブドインスタンスを適用します。コミットメント期間は、技術スタックの変更可能性を考慮して選びます。変更の可能性が高ければ 1 年、安定していれば 3 年が適切です。中断可能なバッチ処理やテスト環境にはスポットインスタンスを活用します。スポットの中断に耐えられるよう、チェックポイント機能やジョブの再開機能を設計に組み込みます。予測不能なバースト的ワークロードにはオンデマンドを使います。オンデマンドは「高い」のではなく「柔軟性に対する適正価格」です。データ転送コストは設計段階で最適化します。同一 AZ 内の通信は無料であるため、密に通信するコンポーネントは同じ AZ に配置します。CloudFront を経由するエグレスは直接のインターネット転送より安価な場合があるため、CDN の活用も検討します。 AWS のコスト最適化を体系的に学ぶには関連書籍 (Amazon) も参考になります。

まとめ

AWS の料金モデルの複雑さは、クラウドコンピューティングという財の経済的特性から導かれる合理的な構造です。従量課金は利用量の公平な配分を実現し、3 つの購入オプションは航空業界のイールドマネジメントと同じ需要予測の仕組みです。データ転送料金の非対称性にはロックイン効果があり、無料利用枠は顧客獲得のファネルとして機能しています。料金の仕組みを構造的に理解することで、表面的なテクニックではなく、経済合理性に基づいた本質的なコスト最適化が可能になります。

同じテーマの記事

AWS の 90% はお客様の声から生まれる - Working Backwards と顧客起点のイノベーションAWS のサービスや機能の 90% 以上が顧客のフィードバックから生まれている背景、Working Backwards プロセス、PR/FAQ、残り 10% の先回りイノベーションを解説します。AWS の値下げの文化 - 2006 年以来 100 回以上の値下げを支えるフライホイールと規模の経済AWS が 2006 年のサービス開始以来 100 回以上の値下げを実施してきた背景、Amazon のフライホイールモデル、規模の経済、競合への先手を打つプロアクティブな値下げ戦略を解説します。AWS Budgets で実現するコスト管理 - 予算アラートと自動アクションAWS Budgets による予算の設定、コスト・使用量アラート、予算超過時の自動アクションを解説します。クラウドコスト予算管理 - AWS Budgets による支出制御とアラートAWS Budgets を使った予算設定・コストアラート・自動アクションを解説。Cost Explorer との使い分け、予算タイプの選択、Organizations 統合による組織全体の予算管理を紹介します。AWS Compute Optimizer で実現するリソース最適化 - インスタンスのライトサイジングCompute Optimizer による EC2、Lambda、EBS、ECS のリソース推奨と、コスト削減の実践手法を解説します。コンピュートリソース最適化 - AWS Compute Optimizer による適正サイジングAWS Compute Optimizer を使ったリソースの適正サイジングを解説。EC2 ・ Lambda ・ EBS ・ ECS on Fargate の推奨事項、コスト削減効果の試算、導入手順を紹介します。コスト異常検知 - AWS Cost Anomaly Detection で予期しない支出を早期発見するAWS Cost Anomaly Detection を使ったコスト異常の自動検知を解説。ML ベースの異常検出、モニター設定、SNS/Slack 通知、Budgets との使い分けを紹介します。AWS Cost Explorer でコストを可視化・分析 - タグ戦略と Savings Plans の活用Cost Explorer によるコストの可視化、タグベースの配分、Savings Plans の推奨と購入判断を解説します。コスト可視化と分析 - AWS Cost Explorer で実現するクラウド支出の最適化AWS Cost Explorer を活用したクラウドコストの可視化と分析手法を解説します。CloudWatch メトリクスとの連携による使用量モニタリングと、コスト最適化のための実践的なアプローチを紹介します。AWS Cost and Usage Report で詳細コスト分析 - Athena クエリと可視化パイプラインCUR による詳細コストデータの取得、Athena でのクエリ分析、QuickSight での可視化を解説します。AWS Savings Plans で最大 72% のコスト削減 - Compute と EC2 Instance プランの使い分けSavings Plans の種類と選び方、RI との比較、購入判断のベストプラクティスを解説します。コスト削減戦略 - Savings Plans と Reserved Instances の比較と選択AWS Savings Plans と Reserved Instances (RI) の仕組み・割引率・柔軟性を比較解説。Compute Savings Plans ・ EC2 Instance Savings Plans ・ SageMaker Savings Plans の使い分けと購入戦略を紹介します。