人工知能開発の発注ガイド｜準備・進め方・会社選定の質問
人工知能(AI)開発の発注が通常のシステム開発と違うのは、「仕様どおり作れば動く」という保証がない点です。結果はデータの質と量に左右され、精度は作ってみないと分かりません。
このため発注側の仕事は、機能の要望を書くことよりも、データを用意すること、そして「どこまでできれば合格か」を業務の言葉で決めることが中心になります。
進め方は、小さな検証(PoC)から本番導入へ段階を分けるのが基本です。
本記事では、発注前の準備、段階の分け方、開発会社への質問、契約時の確認点を整理します。費用の内訳・相場はAI開発費用の内訳と目安に譲り、本記事では発注の進め方に絞ります。
発注前に準備する3つのもの
第一に、対象業務の特定です。「AIで何かしたい」ではなく、「どの業務の、どの判断・作業を、どう変えたいか」まで絞ります。対象が絞れないときは、時間を多く使っている定型作業、人によって判断がばらつく作業から候補を出します。
第二に、データの棚卸しです。対象業務に関するデータが、どこに(システム・Excel・紙)、どの期間分、どんな形式であるかを一覧にします。個人情報や取引先の秘密が含まれるかも、この段階で確認してください。データの社外提供に関わるリスクはAIによる情報漏洩リスクの原因と対策で整理しています。
データの棚卸しでは、量だけでなく「そのデータは業務の実態を表しているか」も見てください。例外処理が記録されていない、担当者によって入力の粒度が違う、といった癖は、検証段階の結果に直接影響します。
第三に、合格ラインの言語化です。「精度90%」のような数字を先に置くのではなく、「この業務でどんな間違いが、どのくらいの頻度までなら許容できるか」「間違いを人がどう補うか」を業務の言葉で決めます。AIの間違いをゼロにはできない前提で、人の確認を挟む場所を設計することが、実用化の近道です。
進め方の基本。段階を分けて発注する
AI開発を最初から一括で発注すると、うまくいかなかった場合の損失が大きくなります。次のように段階を分け、各段階の終わりに「進む・やめる・方向修正」を判断する形を勧めます。
| 段階 | 目的 | 発注側が決めておくこと |
|---|---|---|
| 事前検討 | 対象業務・データ・合格ラインの整理 | 判断者と検討の期限 |
| PoC(検証) | 手持ちのデータで見込みを確かめる | 検証の合格条件と、やめる条件 |
| 試験運用 | 実業務の一部で人の確認付きで使う | 対象範囲と、問題発生時の戻し方 |
| 本番導入・運用 | 全体展開と継続的な改善 | 精度低下時の見直し体制と費用 |
各段階は契約も分けることを勧めます。検証と本番開発を一括契約にすると、検証結果が芳しくなくても後段へ進む力学が働きやすくなるためです。重要なのは、PoCの前に「やめる条件」を決めておくことです。検証は「うまくいきそうだ」を確かめる場であると同時に、「この方式では無理そうだ」を早く安く知る場でもあります。やめる条件がないと、追加検証が続いて費用だけが積み上がります。全体の流れと各段階の費用感はAIシステム開発の進め方と費用の全体像も参照してください。
また、生成AIの普及で「既存のAIサービスを業務に組み込む」選択肢が増えています。ゼロからのモデル開発だけでなく、既存サービスの活用で足りないかを最初に確認すると、費用と期間を大きく抑えられる場合があります。導入の進め方は中小企業が安全にAI導入を始める手順が参考になります。
発注側の体制も準備の一部
AI開発では、発注側の関わりが結果を大きく左右します。丸投げできない前提で、次の体制を用意してください。
まず、対象業務を熟知した担当者の時間です。データの意味の説明、間違いの判定(この出力は業務的に正しいか)は、開発会社ではなく業務側にしかできません。検証期間中は、担当者の工数を業務として確保してください。
次に、判断者です。各段階の「進む・やめる」を決める人を最初に決め、検証結果の報告会に必ず出席してもらいます。検証結果を技術面から評価できる人が社内にいない場合は、開発会社とは別の相談相手(第三者)に検証計画と結果を見てもらう方法もあります。
開発会社への質問リスト
発注先の候補には、実績の紹介だけでなく、次の質問を投げて回答の具体性を比べてください。
「このデータ量・質で、PoCで何をどこまで確認できますか」「PoCがうまくいかなかった場合、どんな選択肢がありますか」「精度は運用開始後に下がることがありますか。その場合の検知と対応は誰の役割ですか」「学習・検証に使った当社のデータは、契約終了後どう扱われますか」「運用フェーズで当社側に必要な作業と体制は何ですか」。
回答は口頭で聞き流さず、質問ごとに各社の回答を書き並べた比較表にしてください。回答の具体性の差が、そのまま比較材料になります。
良い候補ほど、できないこと・分からないことを明確に答えます。逆に、データを見る前から高い精度を約束する、失敗の可能性に触れない、といった回答は警戒のサインです。
契約時の確認点
AI開発の契約では、通常のシステム開発の確認点に加えて、次を明文化してください。
データの権利と利用範囲です。提供したデータの管理方法、学習への利用範囲、契約終了後の返却・削除を定めます。自社データが他社向けの汎用モデルの学習に使われるかどうかは、明示的に確認すべき点です。
知的財産の帰属も確認します。開発されたモデルやプログラム、調整に使ったプロンプトや学習済みの資産が、契約終了後に自社で使い続けられるのか、開発会社の資産になるのかは、契約書で明確にしてください。
成果の定義です。PoC段階は「検証レポートと判断材料」が成果になる契約(準委任型)が一般的で、本番開発とは契約を分ける方が実態に合います。精度の数値を成果として保証させる契約は、データ依存という技術の性質上、双方にとって現実的でない場合が多いため、合格条件と再挑戦・中止の手順で合意する方法を検討してください。個別の契約判断は専門家への確認が必要です。
人工知能開発の発注に関するFAQ
AI開発の費用はいくらかかりますか？
本記事では扱いません。段階(PoC・本番)や方式によって大きく変わるため、AI開発費用の内訳と目安で内訳の考え方を確認したうえで、自社の条件で見積もりを取ってください。
データが少なくてもAI開発を発注できますか？
相談自体は可能です。既存サービスの活用、データを集める仕組みづくりから始める、対象業務を絞るなどの選択肢があります。「今あるデータで何ができるか」をPoCの前に率直に聞くことが、無駄な発注を防ぎます。
PoCで良い結果が出れば本番も成功しますか？
保証されません。PoCは限られたデータ・条件での検証であり、本番では例外的な入力や運用の変化が加わります。試験運用の段階で人の確認を挟み、問題の検知と戻し方を用意しておくことが、本番の失敗を小さくします。
対象業務の選定からAI開発の発注を支援します
ノーコード総研では、ノーコードやAIを活用した業務システムの受託開発をご相談いただけます。「どの業務がAIに向くか」「手持ちのデータで何ができるか」という段階から、検証の設計と進め方を一緒に整理できます。
まずは対象にしたい業務と、手元にあるデータの種類を書き出して、ノーコード総研に相談することから始めてみてください。