ChatGPT 企業導入2026｜決まるのはプランでなく契約主体

ChatGPT 企業 導入の検討は、たいてい「BusinessにするかEnterpriseにするか」から始まります。席単価を並べ、機能表を突き合わせ、稟議の体裁を整える。この進め方そのものは間違っていません。ただ、この順番で走った案件は、1年後にほぼ同じ場所で詰まります。プランは後から変えられるのに、その手前で暗黙のうちに決まってしまったもの——ワークスペースをどの法人格で、いつ立てたか——は、後から引き直せないからです。

この記事は、タイに拠点を持つ日系製造業を読者に想定して、契約主体と境界の決め方を整理します。価格や機能の比較表も載せますが、それは主役ではありません。主役は「最初のワークスペースを誰の名前で作るか」という、稟議書の1行にすらならない判断のほうです。

ChatGPT 企業導入で最初に決まるのはプランではない

プランは後から変えられる

先に、変えられるもののほうを確認しておきます。

ChatGPT Business から ChatGPT Enterprise への切り替えは、契約上の変更です。席数を増やす、単価を交渉する、機能を上位に上げる。これらはいずれも、更新のタイミングや商談の中で動かせます。逆にEnterpriseからBusinessへ落とすことも、席を減らすことも、契約条件次第で可能です。つまりプラン選択は、判断を間違えても取り返しがつく種類の判断です。

だからこそ、プラン選択に検討時間の大半を使うのは配分として不経済です。取り返しのつく判断に時間をかけ、取り返しのつかない判断を無自覚に通す。これが生成AIの導入検討で最も多い失敗の形だと考えています。

変えられないのは、ワークスペースを誰の法人格で立てたか

ChatGPTの法人利用は、ワークスペースという単位で成立します。ワークスペースには管理者がいて、ドメインが紐づき、支払い元の法人があり、そこに所属するメンバーの会話履歴・カスタムGPT・アップロードしたナレッジが蓄積されます。

問題は、このワークスペースに関わる設定のうち、いくつかが作成時点でしか決められないことです。後述するデータレジデンシーがその典型で、既存のワークスペースには後付けできません。さらに、ワークスペースをまたいで資産を移すこともできません。

結果として、最初の1つを立てた瞬間に、次の3つが事実上固定されます。

• 契約主体。日本本社か、タイ現法か、あるいは両方か。契約そのものは変えられますが、蓄積した資産は移せません。
• データの保存地域。データレジデンシーの設定は、新規ワークスペースにしか適用できません。
• 管理と説明責任の所在。誰が管理者ログを見て、誰が監督官庁に説明するか。契約上の分担は変えられても、過去分についての説明責任は残ります。

この3点に共通しているのが、後から戻せないという性質です。プランは可逆、境界は非可逆。順番を逆にして検討すると、可逆な部分に時間をかけて非可逆な部分を勢いで決めることになります。稟議書には「ChatGPT Business 40席」としか書かれず、どの法人格で立てたかは行間に消えるため、決裁の場でも論点になりません。

契約主体の判断を非可逆にする3つの理由

以下の3点は、いずれも公表情報から確認できる事実です。それぞれ単独ではよくある制約に見えますが、3つが重なると「最初の1手が最後まで効く」構造になります。

理由1｜データレジデンシーは新規ワークスペースにしか設定できない

OpenAIは2025年11月26日の報道時点で、データレジデンシー(保存データの地域指定)の対象を拡大しています。対象サービスは ChatGPT Enterprise、ChatGPT Edu、API Platform。地域は英国、カナダ、日本、韓国、シンガポール、インド、オーストラリア、UAE、および欧州と米国です。

ここで実務上の急所になるのが適用条件です。ChatGPT Enterprise と ChatGPT Edu では、データレジデンシーは新規ワークスペースにのみ適用されます。すでに動いているワークスペースに対して、後から「保存地域を日本にする」と設定を変えることはできません。

この一文が意味するのは、順序の固定です。とりあえず本社のワークスペースで小さく始めて、後で必要になったら地域指定を足す、という進め方が成立しません。地域指定が要るなら、要ると分かった時点で新しいワークスペースを立て直すしかない。そして立て直しには、次の理由3のコストが伴います。

理由2｜タイはレジデンシーの対象国に入っておらず、しかも対象は保存時だけ

タイ拠点の担当者にとって重要なのは、上の地域リストにタイが含まれていないことです。東・東南・南アジアで対象になっているのは日本、シンガポール、韓国、インドの4か国です(中東ではUAEが対象に含まれます)。タイ現法が「タイ国内保存」を選ぶ選択肢は、現時点では存在しません。

さらに踏み込むと、レジデンシーで指定できるのは保存データ(at rest)の所在だけです。報道によれば、推論処理そのものは既定で米国の基盤を通ります。つまり地域指定は「データがどこに置かれるか」を制御しますが、「データがどこで処理されるか」を全面的に制御するものではありません。

この2点を合わせると、タイ現法にとっての結論は明快です。保管地を選ぶことでPDPA対応を済ませる、という道はそもそも用意されていない。シンガポール保存を選んでも越境移転は発生しますし、日本保存を選んでも同じです。したがって論点は保管地ではなく、後述する越境移転の適切な保護措置と説明責任の設計に移ります。

理由3｜会話履歴・カスタムGPT・ナレッジはワークスペースをまたげない

3つめが、実は最も痛みが出やすい制約です。ワークスペースをまたいで、会話履歴、カスタムGPT、アップロードしたナレッジを引き継ぐ手段がありません。

半年から1年、真面目に運用したワークスペースには、それなりの資産が溜まります。品質部門が育てた検査記録の要約プロンプト、購買が作った見積比較のカスタムGPT、生産管理が積み上げた社内用語の対訳集。これらは金額に換算しにくい代わりに、作り直すには同じだけの時間がかかります。

「まず本社のEnterpriseに相乗りして、必要になったら現法単独に分ける」という計画は、この時点で費用の見積もりが変わります。分離のコストはライセンスの差額ではなく、それまでに育てた資産を捨てて作り直す時間です。逆に言えば、最初から分けておけば発生しなかった費用でもあります。

3つを並べ直すと、次のようになります。地域指定は作成時にしか打てない(理由1)。タイにはそもそも打てる場所がない(理由2)。打ち直したければ資産を捨てるしかない(理由3)。この3つが重なるからこそ、契約主体の判断は「後で考える」が効かない領域に入ります。

BusinessとEnterpriseの差は、公表されている部分と、されていない部分に分かれる

とはいえ、プラン比較を無視してよいわけではありません。予算を組む以上、金額の桁は押さえる必要があります。ここでは公表値と、公表されていない相場を明確に分けて並べます。

公表されている価格

ChatGPT Business の価格は公表されています。1席あたり月20 USD(年間契約)、月25 USD(月次契約)、最低2席から。年間契約の単価は2026年4月2日に25 USDから20 USDへ改定されました。

また、OpenAIは従業員250名を超える規模ではEnterpriseへの移行を推奨しています。これは席数ではなく従業員規模を基準にした推奨である点に注意が必要です。後で使うモデル企業は従業員300名・配布40席なので、席数は小さくても推奨の対象規模に入ります。推奨は制限ではないと理解していますが、更新交渉の場で上位プランの提案が上がってくる前提で予算に幅を持たせておくほうが安全でしょう。

公表されていない価格

ChatGPT Enterprise には公表価格がありません。個別見積です。2026年の商談を扱った報道では、1席あたり月45〜75 USDに収束し、多くは50〜60 USDに入るとされています。契約は年間・前払いが原則です。

最低席数についても、公式な下限は公表されていません。ただし調達実務の報告では、150席前後が実質的な下限として繰り返し出てきます。ここは重要なので明記します。150席は公表された契約条件ではなく、報道と調達実務から観測された相場です。個別交渉でこれより小さい席数が通る可能性も、逆にこれ以上を求められる可能性もあります。この記事の試算でも、150席は「相場としての参照値」としてのみ使い、確定条件としては扱いません。

稟議の観点で言えば、この表の右下が最も厄介です。Enterpriseは、見積が出るまで金額が確定しません。後の試算で示すとおり、45 USDと75 USDの差は5年で相当な額になります。

追加費用が買っているのは「賢さ」ではなくガバナンス

機能差については、誤解の多い部分から整理します。Business と Enterprise は、どちらも既定で顧客データをモデルの学習に使いません。この点は同じです。出力の品質が席単価に比例して上がるわけでもありません。

差が出るのは、管理と統制の層です。

この表の読み方を一つだけ補足します。追加費用が買っているのは出力の賢さではなく、ガバナンスです。監査ログを機械的に取り出せること、退職者の権限が人事システムと連動して自動的に落ちること、暗号鍵を自社で握れること。これらに値段がついています。

ということは、稟議の論理も変わります。「Enterpriseのほうが賢いから」では通りません。「監査で説明を求められたときに、ログAPIで◯◯を提示できるから」という形でしか正当化できない性質の費用です。逆に、その説明責任を負う立場にないのであれば、Businessで足ります。

なお、SCIMの有無は運用工数に直結します。SCIMがなければ、入退社のたびに管理者が手で席を出し入れします。タイ拠点で人の出入りが多い部門を抱えている場合、この工数は無視できません。後の試算では、この差を管理工数として金額に含めます。

生成AI製品そのものの横比較——誰に何席配るか、どの製品を選ぶか——は、生成AI 比較 企業向け｜回収11.2年と3.4年を分ける席の設計で別途扱っています。本記事はその手前、「どの法人格のワークスペースに乗せるか」に絞ります。

タイのPDPAが求めているのは保管地ではなく説明責任

レジデンシーの話が空振りに終わる以上、タイ拠点の論点は越境移転の枠組みに移ります。ここは法解釈が絡むため、事実の確認と留保を分けて書きます。

第28条と第29条の関係

タイの個人情報保護委員会(PDPC)は2023年12月25日に第28条告示と第29条告示を公表し、2024年3月24日に施行されました。

• 第28条は、移転先国がタイPDPAと同等以上の法制度と執行機関を備えていることを求める、いわゆるホワイトリスト方式です。
• 第29条は、第28条を満たさない場合の受け皿で、適切な保護措置を講じることを求めます。具体的には契約条項の中に、データ主体への通知義務、利用目的の限定、適切なセキュリティ措置、そして72時間以内のインシデント報告を含めることが挙げられています。ASEANのモデル契約条項(MCC)やEUの標準契約条項(SCC)といったモデル条項が使用可能とされています。

さらに、越境移転は物理的な移転に限らず、インターネット経由の移転も含まれ得ると解説されています。サーバーを海外に置くことだけが越境移転ではない、という点はここで確認しておく価値があります。ブラウザからChatGPTに社内文書を貼り付ける行為も、その文書に個人データが含まれていれば移転として評価され得ます。

2025年4月にはルールが最終化され、タイ国外の受領者はPDPAと同等の保護水準を証明する必要があるとされています。

ここで留保を置きます。個別の運用が第28条・第29条のどちらで整理されるか、どのモデル条項が適切かは、法解釈と事実認定を伴う判断です。本記事は公表情報の整理までを担い、実際の設計は顧問弁護士およびDPO(データ保護責任者)への確認を前提としてください。

契約主体が本社でも、現法の責任が消えるわけではない

実務で最も誤解されやすいのがこの点です。「本社がEnterpriseを契約しているので、現法はそれを使っているだけ」という整理をしたくなります。

しかし、タイで収集した個人データについて、収集の場面で管理者(データコントローラー)の立場に立つのはタイ現法です。ライセンスの支払い元が日本本社であることと、そのデータについて誰が管理者責任を負うかは、別の問題として扱われる可能性が高い。したがって、本社契約に相乗りする場合でも、次の問いには現法が答えられる状態にしておく必要があります。

• 誰の、どの個人データが、どの経路でワークスペースに入るのか
• その移転はどの根拠(第28条／第29条)で正当化されるのか
• インシデント発生時に、72時間以内に報告できる連絡経路が本社側と繋がっているか
• 監査やデータ主体からの請求に対して、現法の担当者が回答に必要な情報へ到達できるか

4つめが、相乗り構成の実質的な弱点です。ログAPIも管理コンソールも本社側にあるとき、現法の担当者は自分の会社のデータについて、本社に依頼しないと何も確認できません。契約上の責任分担がどうであれ、監督官庁やデータ主体は現法に対して問い合わせます。ここに時間差が生じる構造になっていないか、事前に確認しておく価値があります。

規程レベルでどこに穴が空きやすいかは、生成AI利用規程2026｜タイ拠点で本社版が効かない4つの穴で整理しています。本社版の規程をそのまま翻訳して配ると抜けが出る箇所が、ここで挙げた4つの問いとほぼ対応します。

4類型｜どの法人格のワークスペースに乗せるか

ここから、選択肢を4つに整理します。プランの軸(Business／Enterprise)ではなく、契約主体の軸で切る点が要点です。

A 本社Enterprise相乗り

本社がすでにEnterpriseワークスペースを持っており、そこに現法の従業員のアカウントを追加する形です。日系企業では最も採用されやすい構成でしょう。

向く条件は、現法での利用が本社業務の延長線上にある場合です。本社の技術文書を参照する、グループ共通の帳票を扱う、日本語での報告書作成が中心。こうした用途なら、境界を分ける必然性が薄く、Enterpriseのガバナンス機能をそのまま享受できます。

向かない条件は、タイ国内で収集した個人データ——タイ人従業員の人事情報、現地顧客の連絡先、現地サプライヤーとの取引記録——を扱う想定がある場合です。前節の4つめの問いに、現法だけでは答えられなくなります。

第29条の説明責任は、契約が本社でも現法に残り得ます。ここが構成の弱点であり、本社の情報システム部門と現法の管理部門の間で、確認手順と連絡経路を事前に文書化しておく必要があります。

移るときに捨てるものは大きい。B(現法単独)へ分離する場合、現法メンバーの会話履歴、現法で育てたカスタムGPT、アップロード済みナレッジを移す手段がありません。運用期間が長いほど、捨てる量が増えます。

B 現法Business単独

タイ現法が自分でChatGPT Businessを契約し、自分のワークスペースを持つ形です。最低2席から始められるため、初期のハードルは最も低い。

向く条件は、用途がタイ国内で閉じている場合です。現地スタッフの文書作成、タイ語と日本語の相互翻訳、現地顧客対応の下書き。管理者は現法の情シスまたは管理部門が持ち、ログも自分たちで見られます。前節の4つの問いに、自力で答えられる構成です。

向かない条件は、SCIMがないことが効いてくる規模です。入退社が多い、部門異動が頻繁、席の貸し借りが発生する。こうした環境では手作業の権限管理が事故の温床になります。加えて、監査でCMEKやIP許可リストを求められる立場にある場合は要件を満たしません。

第29条の説明責任は、契約主体と管理者が一致しているぶん、整理がしやすい。ただし責任が軽くなるわけではなく、越境移転そのものは同じように発生します。データレジデンシーが使えない以上、B構成でも第29条側の設計が必要です。

移るときに捨てるものは、A方向へ移る場合も同様に発生します。ただし現法単独で運用した資産は現法の業務に密着しているため、後から本社に相乗りする際は「本社側で作り直す」ことになり、心理的な抵抗が大きくなりがちです。

C 併存(本社Enterprise＋現法Business)

用途で使い分ける構成です。本社系の業務は本社Enterpriseで、現地個人データを含む業務は現法Businessで、という切り分けになります。

向く条件は、両方の業務が実在し、かつ切り分けの基準を文章で書ける場合です。「本社の技術文書を扱う作業はこちら、タイ人従業員の情報を扱う作業はこちら」と、担当者が迷わず判断できる基準が必要です。

向かない条件は、その基準が書けない場合です。境界が2つあるということは、誤って逆側に投げる事故が起き得るということでもあります。しかも、どちらに入ったかは後から探しにくい。

第29条の説明責任は、業務ごとにどちらのワークスペースを経由したかで整理が変わります。ここは最も記録の管理が重くなる構成です。

移るときに捨てるものは、統合する側のどちらかの資産です。AかBに寄せる判断をした時点で、片方の履歴が失われます。

なお、この構成を選ぶ最大の理由は費用ではなく、「移行の途中段階として正当化できる」点にあります。既にA相当で走っている企業が、現地個人データの扱いだけを切り出したいとき、Cは現実的な着地になります。

D API＋自社UI

ChatGPTの画面ではなく、API Platformを使って自社でUIを作る構成です。API PlatformもEnterprise／Eduと同じくデータレジデンシーの対象サービスに含まれます(ただしタイは対象地域にありません)。

向く条件は、業務システムとの接続が主目的である場合です。生産管理システムのデータを参照させる、社内文書の検索と組み合わせる、既存の業務画面の中に組み込む。席課金ではなく従量課金なので、使う人数が多く1人あたりの利用が薄い用途にも向きます。社内AI 構築という言葉で相談を受ける案件の多くは、実態としてこの類型Dを指しています。汎用チャットが欲しいのではなく、自社のデータに答えさせたい、というのが要件だからです。

向かない条件は、汎用チャットの置き換えとして期待する場合です。ChatGPTの画面が持つ機能を再現するには相応の開発が要り、しかも本家の機能追加に追随し続ける必要があります。

第29条の説明責任は、むしろ重くなります。自社でUIを作るということは、ログの保持、アクセス制御、入力内容の取り扱いをすべて自社設計で担うということです。設計の自由度が上がるぶん、説明すべき対象も増えます。

移るときに捨てるものは、開発したUIとその周辺の運用資産です。ChatGPT本体へ寄せる判断をすれば、構築費は回収されないまま残ります。

なぜ「現法Enterprise単独」を類型に入れないのか

読者から当然出てくる疑問なので、先に扱います。タイ現法が自分でEnterpriseを契約すれば、契約主体も管理者も現法に揃い、ガバナンス機能も手に入ります。理屈としては最も筋がよい。

問題は席数です。公表された下限はありませんが、実務で繰り返し報告される150席前後という相場を当てはめると、40席しか配らない企業にとっては割に合わなくなります。仮に単価55 USDで150席を5年契約した場合、席費用だけで495,000 USD。実際に使う40人で割り直すと、1人あたり月206.25 USDになります。単価50 USDでも月187.50 USD、60 USDなら月225.00 USDです。

この計算は「150席の下限がある場合の帰結」を示すものであり、下限が公表条件でない以上、個別交渉の結果次第で成立する可能性は残ります。とはいえ、標準的な想定として稟議に載せられる構成ではないため、本記事の4類型からは外しています。40席規模で現法Enterpriseを検討するなら、まず席数条件を確認するところから商談を始めることになります。

5年TCOを4類型で比べる

ここからは思考実験です。前提を明示し、式ごと開示します。

モデル企業の前提

以下はすべて筆者が置いた仮定値であり、実在企業のデータではありません。前節までに引用した公表値(Business単価、Enterprise相場、機能差、レジデンシー、PDPA)とは性質が異なります。

計算はすべてUSD建てで行い、THB換算は最終の総額に対して「×33.1」を1回だけ適用します。途中の項目をいちいち換算しないのは、換算を重ねるほど丸め誤差と読み間違いが増えるためです。

類型Cの席の内訳は、本社Enterprise 10席＋現法Business 30席=計40席とします(兼務による重複保有は置きません)。類型DのAPI従量は、1席相当あたり月8 USDを消費すると仮定します。これも仮定値であり、実際の消費量は用途で大きく変わります。

5年の総額と内訳

各行の式を先に示します。

• A 席費用: 40席 × 55 USD × 12ヶ月 × 5年 = 132,000 USD
• B 席費用: 40席 × 20 USD × 12ヶ月 × 5年 = 48,000 USD
• C 席費用: (10席 × 55 USD × 60ヶ月) ＋ (30席 × 20 USD × 60ヶ月) = 33,000 ＋ 36,000 = 69,000 USD
• D API従量: 40席相当 × 8 USD × 12ヶ月 × 5年 = 19,200 USD

社内工数は、初期セットアップと運用管理に分けます。単価は一律15 USD/時間です。

• 初期セットアップ: A 40時間=600 / B 60時間=900 / C 100時間=1,500 / D 200時間=3,000(USD)
• 運用管理(月あたり時間 × 60ヶ月): A 3時間=2,700 / B 5時間=4,500 / C 8時間=7,200 / D 16時間=14,400(USD)

Aの運用工数が最も小さいのは、席の払い出しを本社に依頼する形になるためです。Bが大きいのはSCIMがなく入退社を手作業で処理するため、Cが大きいのは境界が2つあるため、Dが最も大きいのは自社UIの運用と監視を自前で持つためです。Dにはさらに外部委託費として、初期構築30,000 USDと年間保守5,000 USD×5年=25,000 USDを置きます。保守は構築初年度から満額で発生する前提です(段階的に立ち上げる契約なら初年度はこれより小さくなります)。

年次の見え方も確認しておきます。稟議は年度予算で通すので、初年度と2年目以降を分けたほうが実務に合います。

最下段は上の表と一致します。Dだけ初年度が突出し、2年目以降は最も軽くなる形です。Dの評価は、初期構築30,000 USDという仮定値をどう見るかでほぼ決まります。この数字は要件次第で倍にも半分にもなるため、実際の判断ではここに自社の見積を入れて再計算してください。

Enterprise単価の帯が総額をどれだけ動かすか

Enterpriseは見積が出るまで単価が確定しません。報道の45〜75 USDという帯を、そのまま総額に反映すると次のようになります。

注目すべきは幅そのものです。Aの席費用だけを見ると、45 USDのとき108,000 USD、75 USDのとき180,000 USD。差は72,000 USDで、これはB(現法Business単独)の5年総額53,400 USDを上回ります。

つまり、Aを検討する場合、「Enterpriseにするかどうか」より先に「いくらの見積が出るか」で結論が動き得ます。見積前にAを既定路線として稟議を進めると、後から単価が上振れしたときに引き返せません。Enterpriseの見積を取る前に、B構成の総額を計算しておく。この順番だけで、交渉の材料が1つ増えます。

Cは単価の影響が小さい。Enterprise席が10席しかないためで、45〜75 USDの帯全体でも幅は18,000 USDにとどまります。単価の不確実性を抑えたい場合、Cは選択肢として合理性を持ちます。

差額を時間に引き直す

金額の差だけでは判断材料になりません。差額が何と引き換えなのかを、共通の単位に直します。ここでは社内工数の時間単価15 USDで割り、時間に換算します。

• A − B: 差額81,900 USD。15 USD/時で割ると5,460時間。40席・60ヶ月で割り直すと1席あたり月2.275時間。
• C − B: 差額24,300 USD。1,620時間。1席あたり月0.675時間。
• D − B: 差額38,200 USD。約2,547時間。1席あたり月約1.06時間。

読み方はこうです。AをBの代わりに選ぶなら、Enterpriseが持つガバナンス機能とSCIMが、1席あたり月2.275時間ぶんの価値を持つと説明できる必要があります。これは効果の推定ではなく、稟議で越えるべきハードルの高さです。

この換算はあくまで「差額を身近な単位に置き換えたもの」であり、「Aにすると月2.275時間削減できる」という主張ではありません。方向が逆です。差額のほうが先にあり、それを正当化する理由をこちらが用意する、という構造になります。

回収年数を書かない理由

この記事では投資回収年数を出しません。理由は1つです。回収年数の分母になる「1席あたりの削減時間」に、根拠を置ける公表データが手元にないためです。

置こうと思えば置けます。「1人あたり月5時間削減」と仮定すれば、どの類型も数年で回収するきれいな表が作れます。しかしその表が示しているのは、ChatGPTの経済性ではなく、こちらが置いた仮定の帰結でしかありません。仮定の置き方一つで回収年数が2倍にも半分にもなる計算を、判断材料として提示するのは誠実ではないと考えます。

代わりに使えるのが、前項のハードル換算です。効果を推定するのではなく、「この差額を正当化するには、どれだけの効果が必要か」を先に出しておく。そのうえで、自社のパイロットで実際に出た削減時間をこのハードルと突き合わせて判断する。この順番なら、仮定が結論を作ってしまう事故を避けられます。

ベースラインについても一点だけ。本試算では現状(生成AI未導入)を単一のベースラインとし、効果はそこからの差分としてのみ語ります。「人件費が浮いた」と「残業が減った」を別々に足すような計上は、同じ効果を二重に数える典型なので避けています。

立てる順番｜先に決める4つの問い

ここまでの整理を、実務の手順に落とします。プランの比較より前に答えるべき問いが4つあります。

問い1｜タイで収集した個人データが入るか

最初の分岐です。入らないと言い切れるなら、選択肢は広がります。入る、または入る可能性を排除できないなら、現法側に管理者と記録を置く構成(B、C、D)が優先されます。

判断は「入れる予定があるか」ではなく「入ってしまう経路があるか」で行う必要があります。人事情報を貼り付ける、顧客の問い合わせメールを要約させる、サプライヤーの担当者名を含む議事録を投げる。運用のなかで自然に発生する経路を洗い出す作業が、実質的にこの問いの本体です。

問い2｜いつ立てるか

理由1で述べたとおり、データレジデンシーは新規ワークスペースにしか設定できません。したがって、「後で必要になったら地域指定を足す」という前提でスケジュールを組むことはできません。

現実的な進め方は2つです。地域指定が要ると判断できるなら、最初からその条件でワークスペースを立てる。判断がつかないなら、捨てる前提の検証用ワークスペースで試し、本番は別に立てると最初から決めておく。まずいのは、検証用に立てたものがなし崩しに本番になるパターンです。これが最も起きやすい。

問い3｜誰が管理者になるか

管理コンソールにアクセスし、ログを取り出し、席を出し入れする人を決めます。相乗り構成(A)を選ぶなら、現法の担当者が本社に依頼する手順と所要時間を、事前に文書化しておく必要があります。

ここで、依頼して翌日に返ってくるのか、1週間かかるのかは大きな差です。第29条告示が挙げる72時間以内のインシデント報告を前提にすると、確認に1週間かかる経路は要件を満たさない可能性があります。

問い4｜何を残すか

移行時に捨てるものを、先にリスト化します。会話履歴、カスタムGPT、アップロード済みナレッジ。これらが移せないという事実を前提に、「移せない前提で、どこに残すか」を設計します。

現実的な緩和策は、重要なプロンプトとナレッジをワークスペースの外——共有ドライブや社内Wiki——に正本として置き、ワークスペースにはその写しを入れる運用です。手間は増えますが、ワークスペースを立て直す判断のコストが大幅に下がります。この運用を定着させるところが最も難しく、生成AI研修が定着しない4つの原因で扱っている定着の課題と直結します。

4つの問いを、決めないまま進んだ場合に何が起きるかとセットで並べ直すと、次のようになります。

• 問い1(個人データが入るか)を決めないと、相乗り構成のまま現地データが流入し、気づいた時点で分離が必要になります。分離のコストは理由3のとおりです。
• 問い2(いつ立てるか)を決めないと、検証用がなし崩しに本番化し、地域指定を選ぶ余地が消えます。
• 問い3(誰が管理者か)を決めないと、インシデント時に現法が自力で状況を確認できず、報告期限との勝負になります。
• 問い4(何を残すか)を決めないと、構成を変えるたびにナレッジを作り直すことになります。

いずれも、決めるのに費用はかかりません。かかるのは、関係者を集めて合意する時間だけです。

Microsoft 365 Copilotとの使い分けは「置き場所」で決まる

すでにMicrosoft 365を使っている企業では、Microsoft 365 Copilotとの比較が必ず出ます。ここは本記事の主題ではないので、境界の観点からだけ触れます。

Microsoft 365 Copilotは、既存のMicrosoft 365テナントの中で動きます。つまりワークスペースを新設する判断は発生せず、テナントという既存の境界をそのまま使います。逆に言えば、テナント内の権限設定がそのまま生成AIの参照範囲になるため、論点はアクセス権の棚卸しに移ります。ここはMicrosoft Copilot導入の進め方2026｜費用と権限設計の急所で詳しく扱っています。

本記事の観点でまとめるなら、Copilotは「既にある境界を使う」、ChatGPTの法人利用は「境界を新しく引く」という違いです。前者は境界を引く手間がない代わりに、既存の権限設計の粗さがそのまま出ます。後者は境界を選べる代わりに、選んだ結果が非可逆に固定されます。どちらが有利かは、既存テナントの権限がどれだけ整理されているかで決まります。

インフラ側の構成——どこに何を置くと費用と守れる範囲がどう変わるか——についてはセキュア生成AI環境2026｜3構成の費用と守れる範囲を参照してください。タイ拠点全体でのAI導入の位置づけはタイのAI導入2026にまとめています。

導入前チェックリスト

契約書に判子を押す前に確認する項目を、この記事の内容から抽出します。

よくある質問

ChatGPT 企業導入の費用はいくらか？

ChatGPT Businessは公表価格があり、1席あたり月20 USD(年間契約)、月25 USD(月次契約)、最低2席からです。ChatGPT Enterpriseは公表価格がなく個別見積で、2026年の商談報道では1席あたり月45〜75 USD、多くは50〜60 USDに収まるとされています。

本記事のモデル企業(タイの日系製造業、従業員300名、配布40席)で5年総額を試算すると、社内工数を含めてA本社Enterprise相乗り135,300 USD、B現法Business単独53,400 USD、C併存77,700 USD、D API＋自社UI 91,600 USD(いずれもEnterprise単価55 USDと仮定)。THB換算(×33.1)ではそれぞれ約4,478,430 THB、約1,767,540 THB、約2,571,870 THB、約3,031,960 THBです。ライセンス費だけを見ると差はさらに開きますが、Dのように社内工数と構築費が主役になる構成もあるため、席単価の比較だけでは順位が決まりません。

BusinessとEnterpriseの違いは？

出力の品質ではなく、ガバナンス機能が違います。どちらも既定で顧客データをモデル学習に使いません。BusinessもSAML／OIDCのSSOとドメイン検証には対応します。

Enterpriseにしかないのは、SCIMによる自動プロビジョニング、顧客管理暗号鍵(CMEK)、IP許可リスト、データレジデンシー、コンプライアンスAPI／ログAPI、24時間365日のSLA、そしてISO 27001です。したがって選択の基準は「賢さが要るか」ではなく「監査ログと権限自動化を機械的に扱う必要があるか」になります。

タイ拠点はPDPA上どう扱えばよいか？

まず、データレジデンシーでは解決しません。OpenAIのレジデンシー対象地域にタイは含まれておらず(アジアは日本・シンガポール・韓国・インド)、しかも対象は保存データ(at rest)のみで、推論は既定で米国基盤を通るとされています。

したがって論点は越境移転の枠組みに移ります。PDPCの第28条告示・第29条告示は2023年12月25日に公表、2024年3月24日に施行されました。移転先国が同等以上の法制度を備えていれば第28条、そうでなければ第29条の適切な保護措置(データ主体への通知、利用目的の限定、適切なセキュリティ措置、72時間以内のインシデント報告を含む契約条項。ASEAN MCCやEU SCC等のモデル条項が使用可能)で対応します。インターネット経由の移転も越境移転として評価され得る、という解釈が実務では有力です。個別事案の整理は法解釈を伴うため、顧問弁護士およびDPO(データ保護責任者)への確認を前提としてください。

本社のEnterprise契約に相乗りすべきか？

用途がタイ国内で収集した個人データを含まないなら、合理的な選択です。現法が単独でEnterpriseを契約することなく、本社契約の枠内でそのガバナンス機能を使え、現法側の運用工数も最小になります。ただし席の費用が消えるわけではなく、グループ全体では本記事の試算どおり4類型で最も高い水準になります。負担するのが現法か本社かという配賦の問題です。

含む場合は、確認手順を先に作る必要があります。管理コンソールもログAPIも本社側にあるため、現法の担当者は本社を経由しないと自社のデータについて確認できません。72時間以内の報告が要る場面で、この経路が間に合うかを事前に検証しておくことをおすすめします。

そして相乗りを解く場合、会話履歴・カスタムGPT・ナレッジは移せません。運用期間が長いほど捨てる量が増えるため、「とりあえず相乗りで始めて後で分ける」という計画には、その分離コストを最初から織り込んでおく必要があります。

ChatGPT 研修は必要か？

プロンプトの書き方を教える研修という意味であれば、優先度はそれほど高くありません。この記事の観点から必要なのは、どのワークスペースに何を入れてよいかを、担当者が迷わず判断できる状態にすることです。とくに併存構成(C)を選んだ場合、境界が2つあるため、判断基準の共有そのものが運用の中核になります。

研修が定着しない典型的な原因は、内容が汎用的すぎて自社の業務に接続しないことです。この点は生成AI研修が定着しない4つの原因で整理しています。

まとめ

ChatGPT 企業 導入で本当に決まるのは、BusinessかEnterpriseかというプラン選択ではありません。ワークスペースをどの法人格で、いつ立てるかです。プランは後から変えられますが、境界は事実上あとから引き直せません。

非可逆性の根拠は3つあります。第一に、データレジデンシーはChatGPT Enterprise／Eduの新規ワークスペースにしか設定できず、既存ワークスペースには後付けできません。第二に、タイはレジデンシーの対象国に含まれておらず(アジアは日本・シンガポール・韓国・インド)、しかも対象は保存データのみで推論は既定で米国基盤を通るため、保管地を選ぶことでPDPA対応を済ませる道が存在しません。第三に、会話履歴・カスタムGPT・ナレッジはワークスペースをまたげないため、後から構成を変えるとそれまでの資産を捨てることになります。

費用面では、モデル企業(従業員300名、配布40席、5年)の試算で、A本社Enterprise相乗り135,300 USD、B現法Business単独53,400 USD、C併存77,700 USD、D API＋自社UI 91,600 USDという結果でした。ただしEnterprise単価の帯(45〜75 USD)だけでAは111,300〜183,300 USDまで動き、その幅72,000 USDはBの5年総額53,400 USDを上回ります。Enterpriseの見積を取る前に、B構成の総額を計算しておくことが、交渉でも稟議でも効きます。

日本企業の生成AI活用・推進度は2026年春時点で87%(前回比+11ポイント)、未着手・断念は4%にとどまります(PwC Japan)。タイでも組織の7割超が導入済みまたは導入予定です(ETDA調査)。導入するかどうかの議論は、少なくとも統計上は決着に近づいています。残っているのは、どこに境界を引くかという設計の問題です。

急ぐ必要はありません。ただ、最初のワークスペースを立てる前に、この記事の4つの問いに答えておく。それだけで、1年後に引き返せなくなる事態のほとんどは避けられます。

TOMAS TECHはバンコクを拠点に、日系製造業の工場IT・OT/IoT・FA領域を支援しています。ChatGPTの法人利用についても、製品選定の前段階——本社と現法のどちらにワークスペースを置くか、現地の個人データがどの経路で入り得るか——といった構成の当たりを付ける段階からご相談いただけます。既存のMicrosoft 365環境との使い分けや、拠点固有の事情を踏まえた整理も含めて対応します。ご相談はお問い合わせページからどうぞ。

参考文献

• eesel AI｜ChatGPT for Work pricing — https://www.eesel.ai/blog/chatgpt-work-pricing
• Carly｜ChatGPT Business — https://www.usecarly.com/blog/chatgpt-business/
• Inference.net｜ChatGPT Enterprise Pricing — https://inference.net/content/chatgpt-enterprise-pricing/
• Computerworld｜OpenAI expands data residency for enterprise customers(2025年11月26日) — https://www.computerworld.com/article/4096675/openai-expands-data-residency-for-enterprise-customers.html
• OpenAI｜Introducing data residency in Asia — https://openai.com/index/introducing-data-residency-in-asia/
• TMI総合法律事務所｜タイPDPA 越境移転に関する告示 — https://www.tmi.gr.jp/eyes/blog/2024/15449.html
• Technica Zen｜タイPDPAの越境移転規制 — https://m.technica-zen.com/13839/
• th-biz.com｜タイの法令アップデート — https://th-biz.com/law-202604/
• PwC Japan｜生成AIに関する実態調査2026春 — https://www.pwc.com/jp/ja/knowledge/thoughtleadership/generative-ai-survey2026.html
• JCIPO｜タイの生成AI導入動向(ETDA調査) — https://www.jcipo.org/theme34/
• Trading Economics｜Thailand Currency(2026年8月11日時点) — https://tradingeconomics.com/thailand/currency