KOI と Nishiki で AI の投資対効果を測る

オープンソースツール Nishiki で、LLM エージェントの 1 ドルあたりの成果（KOI = KPI ÷ コスト）を実データで測る連載です。VOI・KOI の考え方から、Text-to-SQL など実タスクでの実測までを扱います。

2記事

第1回：Token Economy時代の指標、VOI・KOI — 1ドルあたりの成果を最大化するAIの手法

Tokenmaxxing（トークン過剰消費）が招く経営リスク、その第一防衛線となるモデルルーター、そしてその先にある成果駆動型の最適化。入力駆動から成果駆動へと軸を移す指標 VOI・KOI と、それを実装するOSS「Nishiki」について考察します。

自然言語で聞くと AI が SQL を生成して社内データベースに問い合わせる Text-to-SQL エージェントを題材に、5 つのモデルを KOI（KPI ÷ コスト）で実測しました。品質フロアを設けたうえで、最も費用対効果の高いモデルを選ぶ過程を、実測値と手順とともに紹介します。