2026年までのGCP料金改定に完全対応！現場ですぐ使える4つのコスト最適化柱

料金改定のポイントと全体像

主な変更点（2024‑2026 年）

参考: Google Cloud Official Blog – “New sustained‑use and committed‑use discounts for more services”【1】

コスト最適化の 5 本柱（全体像）

1. 未使用リソース削減
2. 割引（CUD／SUD）活用
3. AI 推薦による自動最適化
4. 可視化とレポート
5. 予算・アラート管理

以降の各章では、上記 5 本柱を実装する具体的手順を示します。

未使用リソースの自動検出・安全削除フロー

アーキテクチャ概要

実装手順（ポイントごとに箇条書き）

1. 全リソースのエクスポート
   bash
gcloud asset export \
--content-type=RESOURCE \
--output-path=gs://<bucket>/asset-export-$(date +%Y%m%d).json
2. アイドル判定ロジック（CPU・ネットワーク使用率 < 5 %）
3. Cloud Logging のクエリ例：

bash
LOG_ID="compute.googleapis.com/instance/cpu/utilization"
gcloud logging read "resource.type=\"gce_instance\" metric.type=\"$LOG_ID\" AND metric.value.double_value<0.05" \
--format=json > idle-vms.json
3. Cloud Functions（Python）で削除前スナップショット取得
python
def delete_idle(event, context):
import subprocess, json
with open('/tmp/idle-vms.json') as f:
vms = json.load(f)
for vm in vms:
project = vm["resource"]["labels"]["project_id"]
zone = vm["resource"]["labels"]["zone"]
name = vm["resource"]["labels"]["instance_id"]
# スナップショット取得
subprocess.run(["gcloud","compute","disks","snapshot",
f"{name}-disk", "--snapshot-names",
f"{name}-snap-$(date +%Y%m%d)","--zone",zone])
# 削除実行
subprocess.run(["gcloud","compute","instances","delete",
name,"--zone",zone,"--quiet"])
4. 通知：削除完了を Pub/Sub → Cloud Functions で Slack に送信。

安全対策チェックリスト

• ✅ バックアップ取得（永続ディスクはスナップショット、Cloud SQL はフルバックアップ）
• ✅ 権限最小化：roles/compute.instanceAdmin.v1＋roles/storage.objectViewer のみ付与
• ✅ ロールバック手順：削除後 24 h 以内にスナップショットから復元できることを確認

参考: Google Cloud Documentation – “Automating idle resource cleanup”【2】

割引活用：CUD と SUD の徹底解説

1. Committed Use Discount (CUD)

計算例（Google Cloud Pricing Calculator 使用）

計算根拠は Google Cloud Pricing Calculator（2026/02 更新）【3】

実装フロー

1. 予測使用量を Calculator に入力し、CUD シミュレーション。
2. Billing > Committed Use Discounts から契約作成。
3. 契約後は Billing Export → BigQuery に CUD 適用状況が出力されるので、SELECT * FROM \billing.cud で定期モニタリング。

2. Sustained Use Discount (SUD)

効果測定手順（BigQuery クエリ）

• Looker Studio に接続し、sud_rate と割引額を可視化。
• 閾値付近（30 %〜60 %）のインスタンスはサイズ統合またはシェアドプールへ移行し、割引効果を最大化。

参考: Google Cloud Official Blog – “Understanding sustained use discounts”【4】

AI 推薦・自動最適化ツールの実装手順

1. Google Cloud Recommender の有効化

参考: Google Cloud Documentation – “Recommender overview”【5】

2. サードパーティ AI ツール（例：Turbonomic, GCP Cost Management）

参考: IBM Turbonomic – “Google Cloud integration”【6】

コスト可視化と予算管理で継続的改善を実現

1. BigQuery Export ＋ Looker Studio ダッシュボード構築

2. 予算・アラート設定ベストプラクティス

参考: Google Cloud Documentation – “Setting budgets and alerts”【7】

実際の効果事例（公式顧客ストーリー）

出典: Google Cloud Customer Stories – “How A Company reduced GCP spend by 28%”【8】

まとめ

これらを順に導入すれば、20 %以上のコスト削減 が現実的に期待でき、かつ 数値根拠に基づく経営層へのレポーティング が可能になります。ぜひ本ガイドの手順を自社環境へ落とし込み、持続可能なクラウド運用へシフトしてください。

参考リンク

※ 本稿の情報は2026年4月時点の公式情報に基づいています。サービス内容や割引率は予告なく変更されることがありますので、導入前に最新ドキュメントをご確認ください。