AI受託開発とは?費用相場・会社の選び方・失敗しない発注ガイド

AI受託開発を検討し始めた情報システム部門やDX推進の担当者が最初につまずくのは、技術よりも「見積をどう比べるか」と「社内をどう通すか」です。
費用の幅が大きく、契約や審査の段取りも通常のシステム開発と少し違うためです。
この記事では、AI受託開発の基本、費用の決まり方、発注から本番までの流れ、中堅〜大企業の発注で先に決めておくこと、会社の選び方を発注側の目線で順に整理します。
- Index
AI受託開発とは?内製・SaaSとの違い
AI受託開発とは、自社の業務に合わせたAIシステムの開発を外部の専門会社に委託することです。内製より早く始められ、SaaSより自社の業務やシステムに合わせやすい一方で、ノウハウを社内に残す工夫が要ります。
AI受託開発の定義
AI受託開発は、需要予測・画像検査・書類の読み取り・社内問い合わせへの回答といった業務に使うAIを、要件定義から開発・運用まで外部の会社に頼む形です。
専門のチームがすでにあるため、採用や育成を待たずに着手できます。
頼む範囲はAIのモデルだけではありません。
実際の案件ではデータの収集と整備、既存システムとの連携、画面や運用の仕組みまで含めて頼むことが多く、費用と期間の大半はモデル以外の部分で決まります。
内製開発・受託開発・SaaSの比較
3つの手法は向き不向きがはっきりしています。社内のAI人材の有無・要件の独自性・予算の立て方で選び分けます。
| 手法 | 概要 | 向いているケース | 費用と注意点 |
|---|---|---|---|
| 内製開発 | 自社の人材でAIを開発・運用する | AI人材がいて、継続的に多数のAIを作りたい | 採用・育成・開発環境の固定費が続く |
| 受託開発 | 専門会社に自社向けの開発を委託する | 社内のAI人材が少なく、自社の業務やシステムに合わせたい | 範囲と総額を契約で決めやすい。ノウハウは社内に残りにくい |
| SaaS/パッケージ | 既製のAIサービスを利用する | 用途が汎用的で、標準機能の範囲に収まる | 初期費用は低いが、業務に合わせる余地は小さい |
中堅〜大企業では、受託で始めて運用の段階から少しずつ社内に移す進め方も現実的です。
どこまで任せてどこを社内に残すかは、データ分析の外注はどこまで任せられるかで詳しく整理しています。
AI受託開発の費用相場と費用の決まり方
一般的な目安はPoCで100万〜500万円程度、本開発で1,000万〜5,000万円程度です。金額を左右するのはモデルよりも、データの整備・既存システムとの連携・セキュリティ要件・運用の範囲です。
フェーズ別の費用の目安
よく示される目安は次のとおりです。
要件によって大きく変わるため、社内で予算の桁をつかむための目安として使ってください。
| フェーズ | 費用の目安 | 主な中身 |
|---|---|---|
| PoC(概念実証) | 100万〜500万円程度 | 対象を絞った小規模な検証。データの整備が要ると増える |
| 本開発 | 1,000万〜5,000万円程度 | 大規模な連携や高度なモデルでは億単位になることもある |
| 保守・運用 | 本開発費の10〜20%/年 | モデルの再学習・改修・監視を含む |
要件定義はPoCの前に別の見積として出てくることがあります。
当社の実績では要件定義だけで約3か月かかる案件もあり、ここを含むかどうかで総額が大きく変わります。
費用を左右する5つの要因
見積の差は主に次の5つから生まれます。発注前に右の列を社内で確かめておくと、見積の前提をそろえやすくなります。
| 要因 | 費用が上がる条件 | 発注前に確かめること |
|---|---|---|
| データの所在と状態 | データが複数のシステムや部門に散らばり、形式もそろっていない | 使うデータの置き場所・持ち主・更新の頻度 |
| 既存システムとの連携 | 基幹システムや社内ポータルに組み込む。結果を書き戻す | 連携先と方式(ファイル・API・データベース)と担当部署 |
| 精度の目標と評価 | 目標値が高い。評価用の正解データが無い | どの指標が何点を超えたら使うかの基準 |
| セキュリティと権限 | 個人情報や機密を扱う。社外のクラウドに出せないデータがある | 社内規程・データの持ち出しの可否・審査にかかる期間 |
| 運用と再学習 | 定期的な再学習・監視・問い合わせ対応まで頼む | 運用を誰が持つか・社内に移す時期 |
見積を比べるときの見方
相見積を取ったら、総額の前に前提をそろえます。
見るのは、要件定義が含まれているか・PoCと本開発が分かれているか・追加費用が発生する条件・保守に何が含まれるかの4点です。
特に注意したいのは要件定義の扱いです。要件定義を含まない見積は、着手後に期間と費用が伸びます。
期間の欄に「6か月」とあっても、要件定義が入っているかどうかで意味が変わります。
発注から本番までの進め方と期間の目安
AI開発は作ってみるまで精度が分からないため、検証と本開発を区切って進めるのが基本です。当社の実績では要件定義に約3か月、PoCに約2か月、本番システムの構築までは通算で約9〜12か月が目安です。
段階ごとに区切って契約する
経済産業省の「AI・データの利用に関する契約ガイドライン」(2018年6月公表)は、AI開発をアセスメント・PoC・開発・追加学習の段階に分け、段階ごとに契約を結んで進める「探索的段階型」の進め方を示しています。
学習済みモデルの性能は契約の時点では分からないため、各段階の結果を見て次に進むかを決める考え方です。
| 段階 | 目的 | 発注側が用意するもの |
|---|---|---|
| アセスメント | 限られたサンプルデータで、AIを使えそうかを見る | 対象業務の説明・サンプルデータ |
| PoC | 実際に近いデータで、精度と使い方を確かめる | 評価用のデータ・合格の基準・現場の協力者 |
| 開発 | 本番で使うシステムとして作る | 連携先の仕様・運用の担当・セキュリティ審査 |
| 追加学習 | 運用しながらデータを足して精度を保つ | 新しいデータを渡す仕組み・効果の測り方 |
当社実績の期間のレンジ
当社が伴走した複数の案件をならすと、期間と効果のレンジは次のとおりです。
| 工程・テーマ | 期間・効果のレンジ |
|---|---|
| 要件定義 | 約3か月 |
| PoC(概念実証) | 約2か月 |
| 本番システムの構築まで(通算) | 約9〜12か月 |
| データレイク・DWHの刷新やBI移行を含む場合 | 2〜3年 |
| 社内ナレッジRAGの構築 | 約3か月 |
| データ集計・定型レポート作成業務の削減 | 概ね60〜70% |
出典は当社実績(匿名・複数案件のレンジ)です。
手順の決まった集計や定型レポートは削減の幅が大きく出ますが、判断を伴う業務は削減率ではなく判断の速さや精度で評価します。
PoCで止めないための進め方
PoCが本番に進まない理由は、技術より進め方にあることが多いです。
結果は出ているのに次に何を決めればよいかが見えないまま、検証が終わってしまいます。
PoCを始める前に、合格の基準と本開発に進むかを決める人を決めておくと止まりにくくなります。
止まる理由と立て直し方は、生成AI PoCが「物足りない」で止まる理由と本番実装へ進める進め方で詳しく解説しています。
中堅〜大企業の発注で先に決めておくことは?
中堅〜大企業のAI受託開発では、技術の検討と同じくらい社内の手続きに時間がかかります。稟議の分け方・情報セキュリティ審査・契約の形・社内の体制を先に決めておくと、着手と本番への移行が遅れにくくなります。
稟議はPoCと本開発で分けて通す
PoCと本開発をまとめて稟議にかけると、精度が分からない段階で大きな金額を決めることになり、承認が止まりがちです。
PoCの稟議には目的・評価の指標・合格の基準・費用・期間を書き、本開発の稟議はPoCの結果を添えて改めて出します。
合格の基準を先に書いておくと、PoCの後に続けるか止めるかを感覚で決めずに済みます。
情報セキュリティ審査で聞かれること
委託先を決める前に、社内の情報セキュリティ審査を通す会社は少なくありません。
聞かれやすいのは、委託先の認証の有無・再委託の有無・データの保管場所と削除の方法・作業者のアクセス権の管理です。
生成AIを使う場合は、入力したデータがAIの学習に使われない設定か、どの国のサーバーで処理されるかも確認されます。
審査の様式は会社ごとに違うため、委託先の候補に早めに渡しておくと着手が遅れません。当社はISO/IEC 27001:2022(ISMS)の認証を取得しています。
契約の形と成果物の権利
システム開発の契約には、成果物の完成に対して報酬を払う請負と、業務の遂行に対して報酬を払う準委任があります。
AI開発は事前に精度を約束しにくいため、前述のガイドラインでも請負より準委任になじむという考え方が示されています。
あわせて、学習済みモデル・プログラム・加工したデータの権利と利用の範囲を契約で決めておきます。
ほかの部署や子会社に展開するときに使えるかどうかは、ここで決まります。
社内の体制と関わり始める時期
AI受託開発は委託先に任せきりでは進みません。社内の役割と関わり始める時期は次のとおりです。
| 役割 | 主に担うこと | 関わり始める時期 |
|---|---|---|
| 業務部門の責任者 | 対象業務と合格の基準を決める。現場の協力者を出す | 要件定義から |
| 情報システム部門 | データの所在と連携・権限・運用を設計する | 要件定義から |
| 情報セキュリティ・法務 | 委託先の審査・契約・データの扱いを確認する | 委託先の候補が決まった時点 |
| 経営層・予算の決裁者 | PoCと本開発に進むかを判断する | 稟議の段階ごと |
AI受託開発会社の選び方:3つの類型と見極め
AI受託開発会社は、総合SIer・AIとデータの専門会社・業種特化型の3つに大きく分けられます。大型の基幹連携か、データ整備からの伴走か、業界特有の要件かで類型を絞り、チェックリストで個社を見極めます。
AI受託開発会社の3つの類型
| 類型 | 強み | 向いているケース | 留意点 |
|---|---|---|---|
| 総合SIer・大手 | 大規模な開発体制と幅広い技術領域。基幹システムとの連携に強い | 全社規模の大型案件、厳格なガバナンス要件 | 費用が高くなりやすく、進み方は緩やか |
| AI・データの専門会社 | データ基盤とAIの専門性が高く、上流から柔軟に伴走できる | データが散らばり基盤の整備から必要、PoCから伴走してほしい | 会社ごとに得意な領域が違うため見極めが要る |
| 業種特化型 | 特定の業界の深い知見と、型になった資産 | 医療・製造など業界特有の要件が強い | 対応する業種の外では強みが出にくい |
中堅〜大企業ではデータが複数の基幹システムに散らばっていることが多く、AIの開発だけでなくデータ基盤の構築実績を持つ会社を選ぶと、別々の会社の調整に追われずに済みます。
見極めのチェックリスト
類型を絞ったら、次の観点で個社を見極めます。
| 確認項目 | なぜ大事か |
|---|---|
| データ基盤の構築実績があるか | AIの精度はデータの品質で決まる。基盤の整備を別の会社に分けると調整の手間が増える |
| 要件定義など上流から伴走できるか | あいまいな要望を要件に落とし込む力が、成果物と期待のずれを防ぐ |
| 段階ごとに区切った契約ができるか | PoCの結果で止める判断ができないと、精度が出ないまま本開発に進むことになる |
| セキュリティ・法令対応の体制 | 機密データを扱うため、認証と体制の確認は欠かせない |
| 運用・保守と再学習の体制 | AIは作って終わりではなく、運用しながら直さないと精度が落ちる |
| 自社の業界・業務への理解 | 業務の文脈を踏まえた提案ができるかで、現場での使いやすさが変わる |
当社はデータ基盤の構築とAI開発を同じチームで支援しています。
データの収集・統合・品質管理からAIの開発・運用までを一続きで進めるため、データ基盤とAI開発の会社を別々に選んで調整する手間がかかりません。
生成AIや業種ごとの開発はどう考えるか
生成AIを業務システムに組み込む開発は、従来のAI開発と比べて評価の仕方と運用費の決まり方が違います。業種ごとに最初に取り組みやすいテーマも違うため、自社に近い例から進め方を確かめると発注の範囲を決めやすくなります。
生成AIを業務システムに組み込む場合
生成AIの開発では、回答の正しさを1つの数字で測りにくく、評価用の質問と正解を自社で用意する作業が増えます。
利用量に応じて費用が変わる部分もあるため、本開発の前に月々の利用量を見積もっておきます。
費用が何で決まるか、運用費の読み方、発注の前に社内で決めておくことは生成AIの受託開発の費用と発注前に決めることにまとめました。
社内文書を検索させる仕組みの立ち上げ方は、社内ナレッジRAGを約3か月で立ち上げる進め方で詳しく扱っています。
業種別の進め方
業種ごとの進め方は個別の記事にまとめています。
| 業種 | 最初のテーマになりやすいもの | 記事 |
|---|---|---|
| 流通業 | 需要予測・在庫・物流・店舗 | 流通業のAI活用はどこから始める? |
| 製造業 | 全社で成果を出す着手の順番 | 製造業のAI活用はどこから始める? |
| 工場 | 画像検査・予知保全・省人化 | 工場のAI活用 |
| サービス業 | 人手不足と品質のばらつき | サービス業のAI開発でできること |
まとめ:AI受託開発は段階で区切って発注する
AI受託開発は、費用の内訳と前提をそろえて見積を比べ、PoCと本開発を区切って発注するのが基本です。
中堅〜大企業では稟議・情報セキュリティ審査・契約・社内の体制を先に決めておくと、着手から本番までが遅れにくくなります。
会社選びでは、AIの開発力に加えてデータ基盤の実績と、段階ごとに判断できる進め方を見ます。
データの整理や分析基盤の構築について、何から手をつければよいかわからない場合や、自社の状況を整理したい場合は、お気軽にご相談ください。
よくある質問(FAQ)
Q. AI受託開発の費用相場はどのくらいですか?
A. 一般的な目安はPoCで100万〜500万円程度、本開発で1,000万〜5,000万円程度、保守・運用は本開発費の10〜20%/年です。
データの整備・既存システムとの連携・セキュリティ要件で大きく変わるため、PoCで効果を確かめてから本開発の費用を固める進め方をおすすめします。
Q. AI受託開発と内製はどちらを選ぶべきですか?
A. 社内にAIの開発と運用を担える人材がいて、継続的に多数のAIを作るなら内製が向きます。
人材が少なく、自社の業務に合わせたAIを早く使いたいなら受託開発が現実的です。受託で始めて運用の段階から社内に移す進め方もあります。
Q. 見積を比べるときは何を見ればよいですか?
A. 総額の前に、要件定義が含まれているか・PoCと本開発が分かれているか・追加費用の条件・保守の範囲の4点をそろえます。
要件定義を含まない見積は、着手後に期間と費用が伸びやすくなります。
Q. PoCの期間はどのくらいですか?
A. 当社の実績では約2か月が目安です。その前の要件定義に約3か月かかることもあります。対象の業務と合格の基準を先に絞るほど短くなります。
Q. 請負と準委任のどちらで契約しますか?
A. AI開発は事前に精度を約束しにくいため、PoCや開発の段階は準委任になじむとされています。
経済産業省の「AI・データの利用に関する契約ガイドライン」も、段階ごとに契約を分けて進める考え方を示しています。
Q. データ基盤が整っていなくてもAI開発はできますか?
A. できますが、データの収集と整備に工数がかかり、期待した精度が出にくくなります。
データが複数のシステムに散らばっている場合は、使う範囲だけ先に整えてからAI開発に入ると進めやすくなります。
Q. 既存システムとの連携はできますか?
A. できます。中堅〜大企業では連携が前提になる案件がほとんどです。
連携先と方式(ファイル・API・データベース)と担当部署を要件定義の段階で洗い出しておくと、本開発で手戻りが出にくくなります。
関連記事
Contact
お問い合わせ






