専任のインフラ担当がいない中小企業がAIエージェントを本番稼働させようとすると、「サーバーを24時間立てておく余裕がない」という壁に必ずぶつかります。常時稼働のVMやKubernetesクラスタを自前で運用するのは、少人数のIT担当にとって現実的な選択肢ではありません。ここで有力になるのが、リクエストが来たときだけ課金されるサーバーレス／エッジ基盤にエージェントを載せる設計です。
AIエージェントをサーバーレスで動かすとは何か
サーバーレス/エッジ基盤はリクエスト単位で課金され、常時稼働サーバーを持たずにAIエージェントを運用できる仕組みです。
サーバーレス実行環境は、リクエストが来た時だけコードを起動し、処理が終われば課金が止まる従量課金モデルです。エッジ実行環境はさらに一歩進み、世界中のデータセンターにコードを配置してユーザーに最も近い拠点で実行します。AIエージェントは「ユーザーの問い合わせを受け、ツールを呼び、LLMの応答を待つ」というI/O待ちの多い処理が中心のため、CPU実行時間だけに課金されるサーバーレスモデルと相性が良いのが特徴です。
サーバーレス/エッジ基盤にはどんな選択肢があるか
Cloudflare Workers・Vercel・AWS Lambdaはそれぞれ実行モデルが異なり、エージェントの状態管理とレイテンシ要件で選択が分かれます。
3つの代表的な基盤には、それぞれ異なる強みがあります。
| 基盤 | 実行モデル | 状態管理 | 得意な用途 |
|---|---|---|---|
| Cloudflare Workers | V8アイソレート・エッジ分散 | Durable Objectsでセッション単位の永続SQL | 長時間セッション・WebSocket常時接続のエージェント |
| Vercel（Fluid Compute） | 1インスタンスで並行リクエスト処理 | 外部DB・KVに委譲 | Next.jsアプリ組み込みのチャット/ストリーミング応答 |
| AWS Lambda | コンテナベースの関数実行 | 外部DynamoDB等に委譲 | 既存AWS環境内のオーケストレーション・イベント処理 |
Cloudflareは公式ドキュメントで、エージェントセッションごとに「永続的な識別子、ローカルSQLストレージ、リアルタイム接続、リカバリ可能な実行」を持たせるDurable Objectsベースのランタイムを提供しています。Vercelは1関数インスタンスで多数のリクエストを並行処理する「Fluid Compute」により、コールドスタート発生率を19リージョンで99.37%削減したと公表しています。AWS Lambdaは既存のAWSサービス群（Bedrock・DynamoDB・API Gateway）との統合が前提で、オーケストレーション層として使われる比率が高まっています。
コールドスタートとコストはどう設計すべきか
5ステップの推論チェーンではコールドスタート発生時に約750ms、ウォーム時は約250msかかるため、対話系エージェントは常時ウォーム維持の設計が要ります。
エージェントは1回のユーザー入力に対してツール呼び出し・LLM推論を複数ステップ連鎖させるため、各ステップでコールドスタートが発生すると体感速度が大きく劣化します。ベンチマークでは5ステップの連鎖処理でコールドスタート込み約750ms、ウォーム状態では約250msという差が報告されています。対話用途ではVercelの常時ウォームインスタンス維持やCloudflareのDurable Objectsのような「セッションを起動したまま保持する」設計が有効です。
コスト面では、AWS Lambdaの公式価格は100万リクエストあたり$0.20、GB秒あたり$0.0000166667で、毎月100万リクエスト・40万GB秒までは無料枠に収まります。ただしAPI Gateway・CloudWatch Logsなど周辺サービスの費用が想定以上に積み上がりやすい点は見落とされがちです。Vercelの「Active CPU」課金はLLM応答待ちのI/O時間には課金されないため、応答待ちが長いエージェント処理では実効コストを抑えやすくなります。
中小企業がスモールスタートするための実装ステップ
まずステートレスなツール呼び出しをサーバーレス関数に切り出し、セッション状態が必要な機能だけエッジのDurable Objects等に移す段階導入が現実的です。
インフラ担当がいない体制では、いきなり全機能を移行せず段階的に進めるのが安全です。
- ステートレスな処理から着手する: 分類・要約・単発のツール呼び出しなど、リクエスト間で状態を持たない処理をまずサーバーレス関数に切り出す
- セッション状態が必要な機能を見極める: チャット履歴の保持やマルチターンの対話が必要なエージェントだけ、CloudflareのDurable Objectsのような永続状態を持つ基盤に置く
- コールドスタートの影響範囲を計測する: 実際のリクエストログでウォーム/コールドの比率を確認し、対話系エンドポイントだけ常時ウォーム設定を適用する
- 無料枠とAPI Gateway等の周辺コストを合算して見積もる: 関数実行費用だけでなく、ログ・ゲートウェイ・データ転送を含めた月次試算を先に作る
社内にインフラ専任者を置かず運用基盤を整えたい場合は、Kuuの運用管理サービスで構成選定から導入まで支援しています。
参考
- Cloudflare Agents（公式ドキュメント）
- Scale to one: How Fluid solves cold starts（Vercel公式ブログ）
- AWS Lambda Pricing（AWS公式）
まとめ
AIエージェントは常時稼働サーバーを持たずとも、Cloudflare WorkersのDurable ObjectsやVercelの常時ウォームインスタンス、AWS Lambdaの従量課金を組み合わせることで低コストに運用できます。重要なのは全機能を一括移行せず、ステートレスな処理から着手し、対話系のセッション状態が必要な部分だけ永続化基盤に載せる段階設計です。
自社に合ったサーバーレス/エッジ構成の選定やコスト試算については、Kuuの運用管理サービスにお問い合わせください。