この記事は、生成AIを使った業務の仕組みを初めて外部に開発してもらう発注担当者・経営者が、「どんな流れで進み、どこで何を決めればよいか」を判断するための記事です。
AI受託開発の進め方で、発注する側が押さえることは次の4点です。
- 流れは6工程:初回相談、業務ヒアリング、要件整理と見積り、開発、検収、納品と運用開始。発注側の確認待ちは、期間が延びる原因の一つです
- 検収基準を先に決める:生成AIの出力は毎回同じとは限りません。何件のうち何件がそのまま使えれば完成とするかを、要件整理の段階で数字で決めます
- 費用と期間を動かすのは例外と連携先:例外パターンの数と、つなぐシステムの数で見積りが変わります。外部の生成AIのAPIを使う場合は、利用料が開発費に含まれるかも確かめます
- 引き継げる納品物を受け取る:仕様の文書・認証情報の管理場所・エラー時の連絡先がそろっていると、別の会社に引き継ぐときに必要な情報を渡しやすくなります
当社のAI受託開発の内容と料金(費用・期間・納品物)はAI受託開発・業務自動化にまとめています。この記事は、どの会社に頼む場合にも使える進め方の材料に絞ります。依頼先の種類の比べ方はAI受託開発会社の比較をご覧ください。
AI受託開発とは
AI受託開発とは、生成AIなどのAIを組み込んだ業務の仕組みを、開発会社に依頼して作ってもらうことです。社内の規程を根拠つきで探せる社内ナレッジAI(RAG)、問い合わせに一次回答するチャットボット、見積書の下書きを作るツールなどが代表的な例です。
従来のシステム開発と同じ進め方で発注すると、検収と費用で食い違いが起きやすくなります。違いは次の4点です。
| 項目 | 従来のシステム開発 | AI受託開発 |
|---|---|---|
| 出力 | 入力に対して決まった結果を返す | 生成AIの部分は、表現や内容が毎回揺れる |
| 検収の基準 | 仕様どおりに動くか | 業務で使える水準か(何件中何件そのまま使えるか) |
| 運用中の費用 | 保守費・サーバー代 | 保守費に加えて、外部の生成AIのAPIを使う構成では利用量に応じた料金 |
| 契約で確かめること | 成果物・保守・知的財産 | 加えて、入力したデータの扱い(学習に使われるか)とAIの出力の利用条件 |
経済産業省は、AIの技術や法務に詳しくない事業者でも使えるように、契約の確認点をまとめた「AIの利用・開発に関する契約チェックリスト」を2025年2月に公表しています。提供するデータの利用範囲や、AIの出力の利用条件を契約前に確かめることが、その柱になっています。
AI受託開発の流れ(6工程)
1業務から部門単位の開発での目安です。基幹システムのような大規模な開発は、これより長くなります。
| 工程 | 期間の目安 | 発注側が用意するもの | この工程で決めること |
|---|---|---|---|
| 1. 初回相談 | 1回 | 困っている業務の説明(資料は不要) | 開発で解くべき課題か、市販のツールで足りるか |
| 2. 業務ヒアリング | 1〜2回 | 実際の作業画面・入出力のサンプル・例外のケース | 自動化する範囲と、手作業に残す範囲の候補 |
| 3. 要件整理・見積り | 数日〜2週間 | 対象業務の判断基準・例外パターン・扱うデータの種類 | 開発範囲・検収基準・費用・期間 |
| 4. 開発 | 1週間〜3ヶ月 | 途中確認への回答・確認する人の時間 | 途中で見つかった例外の扱い |
| 5. 検収 | 数日〜2週間 | 実データでの試用・フィードバック | 検収基準を満たしたか |
| 6. 納品・運用開始 | ― | 使う人への説明の時間 | 運用の担当と、エラー時の連絡先 |
発注側の確認待ちは、期間が延びる原因の一つです。 開発そのものより、「この場合はどう処理するのが正しいか」の判断に時間がかかることがあります。社内の窓口を1名決め、判断に迷うケースをその人に集めると、進行が安定しやすくなります。
工程1:初回相談で決めること
最初の相談で確かめるのは、作るものの仕様ではありません。次の3点です。
- その業務に、月あたり何時間かかっているか
- その業務を、誰がどんな判断でやっているか
- 自動化したとき、誤りが起きたら誰が気づくか
3点目が抜けたまま進むと、動くけれど使われない仕組みになることがあります。誤りに気づく人がいない自動化は、運用に乗りにくくなります。
当社ではご相談をオンラインで承っています。この段階で「開発しないほうがよい」と判断した場合は、その理由をお伝えします。
工程2:業務ヒアリングで見るもの
実際の作業画面を見せていただくと、話が早く進みます。口頭の説明と実際の操作が食い違うことがあるためです。
見せていただきたいのは次のものです。
- 実際の入力データ(顧客名などはマスキングで構いません)
- 今の出力物(Excel・PDF・メール文面など)
- 例外的な処理をしたケース
例外パターンは、費用と期間に響く大事な情報です。 「基本はこう、ただしこの場合だけ違う」という部分が、開発費用と期間を大きく左右します。例外が10通りあれば、それを扱う設計が必要になります。件数の少ない例外は、最初から人が処理する設計にすると費用を抑えやすくなります。
工程3:要件整理と見積り
この工程で、開発範囲・検収基準・費用・期間を決めます。見積りの読み方と、検収基準の決め方を順に見ます。
見積りの内訳を読む
AI受託開発の見積りは、次の区分で示されるのが一般的です。
| 項目 | 内容 | 費用が動く要因 |
|---|---|---|
| 要件整理 | 業務の分解・仕様の文書化 | 例外パターンの数 |
| 実装 | ツール・システムの開発 | 連携先のシステムの数 |
| AIの利用料 | 外部の生成AIのAPIを使う場合の利用料(実費) | 処理件数・扱う文章の量・使うモデル |
| テスト・調整 | 実データでの精度の確認 | 求める精度の水準 |
| 納品後のフォロー | 動作確認・軽微な修正 | 期間の長さ |
外部の生成AIのAPIを使う構成では、AIの利用料が別建てになっているかを確かめてください。 開発費に含まれるのか、運用開始後に実費で発生するのかで、年間の総額が変わります。処理件数が多い業務ほど影響が大きくなります。月額の見積り方はAI開発のAPI利用料|月額の見積り方に、納品後の費用はAI開発の保守・運用費用にまとめています。
検収基準を先に決める
生成AIを含む開発では、検収基準を数字で決めておかないと、納品時に評価が割れやすくなります。 「精度が高いこと」という表現では検収できません。誰が見ても同じ判断になる形に落とし込みます。
| 業務 | 検収できない書き方 | 検収できる書き方の例 |
|---|---|---|
| 見積書の下書き | 精度が高いこと | 過去の見積100件で試し、品目と金額がそのまま使えるものが○件以上。手直しは1件○分以内 |
| 社内ナレッジAI(RAG) | 正しく答えること | よくある質問50問のうち、根拠の文書を正しく示した回答が○問以上。根拠が見つからないときは「見つからない」と答える |
| 問い合わせの一次回答 | 自然な文章で返すこと | 100件のうち、担当者が手直しせずに送れる下書きが○件以上。料金と契約の質問はすべて担当者に回す |
○の数字は、今の手作業の品質と、手直しにかけられる時間から決めます。あわせて、明らかな誤りが出たときの扱い(人が最終確認する、その種類の入力は対象外にする、など)も決めておきます。
工程4:開発中は動くものを途中で確かめる
開発中は、完成を待たずに、動く状態のものを途中で確かめる場を持ちます。仮のデータで入力から出力までの流れを見て、次に実際の業務データでの出力を見る順に進めると、業務の手順とのずれに早く気づけます。途中で見つかった例外は、仕組みで扱うか、人が処理するかをその場で決め、範囲が増える場合は見積もりを見直してから進めます。進捗の確かめ方はAI開発の進捗確認|発注側がやることにまとめています。
工程5:検収は決めた基準で実データを試す
検収では、工程3で決めた基準に沿って、実際の業務データで試します。誰が試し、何件を見て、結果をどこに記録するかを先に決めておくと、判断が人によって割れにくくなります。基準に届かなかった場合に、どこまでを手直しの範囲とするかも、要件整理の段階で合意しておきます。
工程6:納品と運用開始で受け取るもの
納品で終わりにしないために、次の3点を引き渡し物に含めてもらってください。
- 仕様の文書:何をどう処理しているかの説明
- 認証情報の管理場所:APIキーなどをどこで、誰が管理しているか
- エラー時の連絡先と対応範囲
この3点がそろっていると、別の会社に引き継ぐときに必要な情報を渡しやすくなります。 足りないと、調べ直しや作り直しが必要になる場合があります。コードの利用の権利や、つないでいる外部サービスの契約も、あわせて確かめます。契約書の成果物の一覧に書いておくと、後で食い違いにくくなります。外注先を変えるときの納品物はAI開発の引き継ぎ|外注先を変えるときの納品物で扱っています。
発注前に確認したい質問
見積りを比べる前に、各社に同じ質問をすると、条件の違いが見えます。
| 質問 | なぜ確かめるか |
|---|---|
| 外部の生成AIのAPIを使いますか。使う場合、利用料は開発費に含まれますか、実費ですか | 運用中の総額が変わるため |
| 検収の基準はどのように決めますか | 納品時に評価が割れないようにするため |
| 納品物に仕様の文書とコードは含まれますか | 別の会社に引き継げるようにするため |
| 納品後の改修は、誰が、いくらで対応しますか | 納品後の窓口が無いまま止まらないようにするため |
| 入力したデータはAIの学習に使われますか | 社外に出せない情報を扱えるかを決めるため |
| 開発中に動くものを確認できる場はありますか | 完成前に「思っていたものと違う」に気づくため |
入力したデータの扱いは、使うAIの条件と、開発会社との契約の両方で確かめます。たとえば Anthropic は、Anthropic API などの法人向けの製品では、入力と出力を既定ではモデルの学習に使わないと案内しています。OpenAI も、APIや ChatGPT Business などのビジネスデータを、既定では学習に使わないと案内しています。どちらも、利用者がフィードバックを送った場合などの例外が書かれているため、設定と運用のルールまで確かめます。くわしくはAI開発のセキュリティで解説しています。相見積もりの取り方はAI開発の相見積もり|同じ条件で比べるにまとめています。
当社に頼む場合の費用と期間
当社のAI受託開発の料金は次のとおりです(税抜)。
| プラン | 料金 | 初期費用・契約条件 | 含まれるもの |
|---|---|---|---|
| 業務自動化ミニ開発おすすめ | ¥300,000〜(税抜・単発) | 単発・お見積もり合意後の追加請求なし(仕様追加時は事前に再見積もり) | 1業務の自動化ツールを設計・開発/例: 見積書生成・日報集計・レポート自動作成/要件整理から納品まで2〜4週間/納品後1ヶ月の動作フォロー付き |
| AI組込み開発 | ¥800,000〜(税抜・要件見積) | 単発・要件見積(お見積もり合意後の追加請求なし) | 社内チャットボット・RAG(社内ナレッジAI)/Claude・GPT・Gemini API統合/業務アプリ・ダッシュボード開発/開発期間1〜3ヶ月・保守プランは別途 |
| AI顧問 | ¥300,000/ 月(税抜) | 最低3ヶ月(以降1ヶ月単位) 最低期間の総額 ¥900,000(¥300,000×3ヶ月) | はじめに社長と、誰が・どの仕事で使うかを決める/毎週15分、使った人数と減った時間を確認/毎月、止まった理由を1つ直す/社内の担当者に引き継いで卒業 |
当社では、最初から大きく作らず、1業務に絞って動かし、効果を見てから広げる進め方をおすすめしています。業務自動化ミニ開発は要件整理から納品まで2〜4週間、AI組込み開発は開発期間1〜3ヶ月が目安です。どちらも範囲は要件整理メモで合意してから見積もり、合意後に追加で請求することはありません(仕様を足す場合は事前に見積もり直します)。外部の生成AIのAPIを使う構成では、APIの利用料が発生します。開発費・保守費に含めるか別のご負担にするかを、見込み額とあわせてお見積書でお示しします。メニューごとの納品物と期間の目安はAI受託開発の費用・期間と納品物にまとめています。小さく試す進め方は業務自動化PoCの進め方で解説しています。
相談のときに伝えるとよいこと
次のことを先に伝えると、開発できるかどうかと費用の話が具体的になります。完成している必要はなく、分かる範囲で構いません。
| 伝えること | 例 | 何に使うか |
|---|---|---|
| 自動化したい業務 | 見積書づくり、問い合わせの一次回答、社内規程の検索 | 開発で解くか、市販のツールで足りるかの判断 |
| 月の件数 | 見積書が月200件、問い合わせが月300件 | 効果の大きさと優先順位 |
| 今の手順と所要時間 | 1件あたり10分、月に約30時間 | 自動化する範囲と、導入後に比べる基準 |
| 使っているツール・システム | Excel、販売管理、Google Workspace、Microsoft 365 | つなぎ方と連携の費用 |
| 扱うデータの種類 | 顧客情報・金額・社内規程など社外に出せない情報の有無 | 学習に使わせない設定と権限の設計 |
| 社内の確認者と時期 | 要件を決める人、出力を確かめる人、使い始めたい時期 | 途中確認に出る人と、段階の分け方 |
関連記事
- AI受託開発会社の比較|業務システムの依頼先4分類と早見表
- AI開発の要件定義|発注前に整理すべき5項目チェックリスト
- AI開発の契約書|発注側が確認する7項目
- AI開発の進捗確認|発注側がやること
- AI開発の失敗パターン7つ|発注側が事前に潰せるリスクと対策
- AI開発会社の選び方|7つの基準と費用・外注の進め方
- システム開発会社の選び方|東京で探す
- AI開発の記事一覧
あわせて読みたい
- ショート動画の効果測定|再生・保存・遷移で改善する指標
- ショート動画の企画フレーム|最初の3秒で離脱させない構成
- 縦動画ROI試算|業種別の客単価と回収の計算方法
- ショート動画を始めるべきか判断する|向いている業種と続かない原因
出典
確認日はいずれも2026-10-18です。
- 経済産業省「「AIの利用・開発に関する契約チェックリスト」を取りまとめました」(2025年2月18日)(確認日:2026-10-18)。生成AIの普及を踏まえ、AIの技術や法務に習熟していない事業者も含めて使える契約のチェックリストとしてまとめたこと、利用者が提供するデータの利用範囲や、サービスの水準・AI生成物の利用条件などを検討するための基礎知識と、契約時のチェックポイントを示す方針
- Anthropic Privacy Center「Is my data used for model training?」(確認日:2026-10-18)。Claude for Work や Anthropic API などの法人向けの製品では、入力と出力を既定ではモデルの学習に使わないこと。フィードバックを送った場合や、利用者が使用を認めた場合は学習に使われることがあること
- OpenAI「OpenAI におけるエンタープライズプライバシー」(2026年1月8日更新)(確認日:2026-10-18)。ChatGPT Business・ChatGPT Enterprise・API プラットフォームなどで、ビジネスデータを既定ではモデルの学習に使わないこと。データ共有に明示的に同意した場合(フィードバックなど)は学習に使うことがあること