AI開発会社の比較と選び方｜AI受託開発で頼める範囲・会社の種類・公式情報で並べた候補【2026年10月】

AI受託開発の依頼先を選ぶときは、AIだけを作る会社を探すより、転記・集計・請求などの手作業を業務システムとAIでどう減らすか、今あるシステムを活かすかを先に決めてから候補を絞るほうが比べやすくなります。そのうえで、作った後の運用まで引き受け、最後は自社で回せる形で渡せるかを、同じ観点・同じ質問で確かめるのが確実です。この記事では、AI受託開発で頼める範囲と依頼の形、会社の種類の違い、比べる観点を「相手に聞く質問」「答えの確かめ方」とセットにした表、公式サイトの記載だけで並べた候補の比較表を載せます。

この記事は、AI開発会社や生成AIの受託開発会社を数社まで絞り、どこに相談・発注するかを決める経営者・事業責任者向けです。この記事はAI革命株式会社（当社）が書いており、当社も候補に含めています。 他社の情報は各社の公式サイトに書いてあることだけを、出典と確認日を付けて載せました。順位や点数は付けていません。

AI開発会社選びで失敗するのは、技術力を見すぎるから

出典: 独立行政法人情報処理推進機構（IPA）公式サイト

よくある失敗の型は、動くものはできたのに現場で使われないまま終わる、というものです。

Confluentが2026年に発表した「Data Streaming Report 2026」（14カ国・4,625名のITリーダーへの調査）では、自律型AIを本番運用している日本企業は17%で、世界平均の32%を下回り、調査国の中で最も低い水準でした。ベンダーによる調査である点は割り引いて読む必要があります。

同じ調査で日本企業が挙げた課題の上位3つは、「AIとデータに関するスキル・専門知識の不足」80%、「データの出所・適時性・品質への不確実性」71%、「リアルタイムデータ処理基盤の欠如」69%でした。どれも「作る技術がない」という話ではありません。社内に知見がない、データが整っていない、既存の仕組みにつながらない、という課題です。滞っているのは、開発の前と後の段階です。

IPAが2026年7月16日に公表した「DX動向2026」（国内1,799社、調査期間2026年4月17日〜6月12日）も、AIの導入や効果は業務の効率化・迅速化が中心で、企業価値の創出への展開は限定的、とまとめています。期待どおり、または期待以上の効果が出たという回答の割合も限定的でした。AIを導入しても、効率化の先の成果にまでは届いていないことがうかがえます。

ここから導かれる選定の基準は次の1点です。

「作れますか」ではなく「運用に乗せて、最後は自社だけで回せる状態にできますか」で選ぶ。

技術力は最低条件であって、差がつく点ではありません。差がつくのは、業務を理解して要件の形に書き起こせるか、現場に定着させる工程まで設計できるか、そして手を引くときに引き継げる形で残していけるかです。作ったものが現場に根づかない理由は自動化が定着しない原因に整理しています。

選定を始める前に、自社で決めておく3つ

次の3つが決まっていない状態で複数社に声をかけると、各社がバラバラな前提で提案を作るため、比較ができなくなります。

1. どの業務を対象にするか（1つに絞る）。「AIで全社的に効率化したい」は依頼になりません。対象業務を1つ決めてください。決められない場合は、その業務に月何時間かかっているかを実際に測るところから始めます。時間が測れない業務は、効果も測れません。
2. 誰が使うか。現場の担当者が使うのか、管理者だけが見るのか。使う人が決まると、必要な精度と画面の作り込みが決まり、見積の幅が狭まります。
3. どうなったら成功とするか。「作業時間が月20時間減る」「転記ミスがゼロになる」など、開発が終わったあとに測れる形で書きます。ここが曖昧なままだと、納品後に誰も合否を判定できません。

この3つが埋まらない段階で相見積もりを取ると、選定に使った数週間が無駄になりやすくなります。埋まらないなら、選定を始めるより先に1社と話して整理したほうが早く進みます。当社も要件が固まっていない状態からの相談を受けています（今の手作業と使っているシステムから、AIで減らせる範囲を相談する（初回相談無料・30分））。そもそも外注すべきかどうかの判断は生成AIの開発は内製か外注かにまとめています。

AI受託開発で頼める範囲と依頼の形

AI受託開発で頼めるのは、AIの処理を作ることだけではありません。実際には、今の業務システムに画面・帳票・取り込み処理を足す、システム同士の受け渡しをCSVやAPIでつなぐ、そこにAIの処理（読み取り・分類・下書きの作成など）を組み込む、といった業務システムの仕事も頼めます。AIの処理だけを切り出して頼むより、手作業の前後の処理（取り込みや確認の画面など）と一緒に頼むほうが、転記や集計は減らしやすくなります。依頼の形は大きく次の4つです。

どの形で頼むかは、技術の難しさより、自社に固有の分からなさで決まります。開発の一般的な流れや用語、技術の選択肢、簡単な試作のコードは、ChatGPT や Claude などに聞けば自分でかなり進められます。AIに聞いても答えが出ないのは、次のような自社の事情です。

• データの質: 実際の請求データや記録に、表記の揺れ・欠け・重複がどれくらいあるか
• 既存の仕様: 今のシステムの計算ルールや項目の意味が、どこまで文書に残っているか
• 権限: 誰がどのデータを見て直してよいか。社外の人も使うなら、他社の分が見えない作りになっているか
• 例外: 月に数件だけ起きる特殊な処理を、誰がどう扱っているか
• 正しさの確かめ方: AIや計算の結果が正しいと、誰が何と照らして判断するか
• 責任と変更: 公開後に誤りが見つかったとき、業務や制度が変わったときに、誰が直すか

自社で答えられる項目が多いほど、頼む範囲は小さくなります（既存システムの改修だけ、など）。データの質や正しさの確かめ方が分からなければ、PoCで確かめてから本開発に進むほうが安全です。今のシステムの仕様が分からなければ、まず調査だけを頼む形が合います。会社を比べるときは、自社に合う依頼の形を引き受けているかを最初に見てください。

費用は依頼の形ごとに大きく違うため、この記事では詳しく扱いません。AI受託開発の費用相場にまとめています。今のシステムを残して直したい場合はシステム改修を頼む会社の選び方、自律的に作業を進めるAIを作りたい場合はAIエージェント開発会社の比較と選び方で、それぞれの頼み先の違いを整理しています。

AI開発会社の種類｜受託開発会社・SIer・マッチング・フリーランス・内製支援で頼めることが違う

「AI開発会社」と一括りにされていますが、頼める範囲と責任の持ち方が違う5つの種類に分かれます。種類を間違えると、どれだけ丁寧に会社を比べても合いません。費用は案件の範囲で大きく変わるため、ここでは種類ごとの相場は書かず、頼めることと確かめる点だけを並べます。

見落とされやすいのは、コンサルティング会社やSIerに実装まで頼むと外部の開発会社に再委託されることがある点と、フリーランスに頼んだものは担当者が離れると保守が止まることがある点です。どちらも悪いことではありませんが、契約前に把握しておく必要があります。

候補を洗い出す、各社の公式サイトを読んで観点表を埋める、届いた提案書を要約して比べる、といった作業は ChatGPT や Claude などを使えば自分でかなり進められます。一方で、候補に直接聞かないと分からないのは、自社のデータの状態、既存システムの仕様と権限、例外の処理、正しさの判定方法、そして公開後に誰が直すかの責任です。次の観点表は、この「聞かないと分からない部分」を確かめるためのものです。

なお、そもそも開発せずに既製の仕組みで済む業務もあります。毎月同じ手順で繰り返される定型作業なら、作らずに済ませたほうが安く早い場合があります。判断材料はAIエージェント導入の費用を参照してください。

比べる観点の表｜相手に聞く質問と答えの確かめ方

候補ごとに印刷して書き込める形にしました。右の2列は空欄です。答えを書き込み、確かめられたものに○、口頭だけのものに△を付けてください。「権利の帰属」「データの扱い」「アカウント名義・引継ぎ」の3行は、空欄のまま契約しないでください。

見積そのものの読み方はAI開発の見積もり比較、内訳の相場はAI受託開発の費用相場に分けて書いています。

事例と実際の担当範囲を確かめる

実績の数や社名より、紹介された事例でその会社が実際に何を担当したかを確かめてください。次の3つを聞けば、社名が出せない事例でも中身を判断できます。

• その案件で、どの工程を担当しましたか。要件の整理・設計・実装・試験・公開後の保守のどこまでか。再委託した工程があればどこか
• その案件で一番手戻りしたのはどこですか。守秘の範囲内で答えられる質問なので、答えられないなら理由は守秘ではありません
• 試作の合格条件を誰が決めましたか。開発会社任せにした案件は判定が甘くなり、本番運用に進まない試作が残りがちです

「大手企業の実績多数」「導入◯◯社」とだけ言い、担当範囲を聞くと曖昧になる場合は、その事例を判断材料に数えないでください。

契約とデータの権利は空欄のまま進めない

観点表の「権利の帰属」「データの扱い」「アカウント名義・引継ぎ」は、経済産業省が2025年2月18日に公表した「AIの利用・開発に関する契約チェックリスト」の観点を、発注者が使う言葉に置き換えたものです。同チェックリストは、AIの技術や法務に詳しくない企業でも使えるように作られており、預けるデータ（インプット）とAIが出したもの（アウトプット）に分けて確認事項を並べています。

• 預けたデータの利用目的が契約書で限定されているか。定義から外れた情報は、開発会社側が自由に使える扱いになり得ます
• 預けたデータをAIの学習に使わないと書かれているか。使う場合は、その対価と範囲を書きます
• 契約終了時のデータ削除と、削除した記録の提出が定められているか
• 出来上がったものの権利が自社に来るか、どこまで来るか。同チェックリストが挙げる主なリスクの1つが、知的財産権が無対価で移転することです
• クラウドやAIサービスのアカウントが自社名義か。開発会社名義で作られると、契約を解消したときに自社のデータごと動かせなくなります

答えを確かめられないときの判断

次のどれかに当たっても、すぐに候補から外すという意味ではありません。理由をその場で聞き、書面で確かめられなければ外すという使い方をします。

• 「AI開発一式」で金額が1行しかない。工程ごとの内訳と前提条件を求めます
• 試作を挟まず、いきなり数千万円の本開発を勧めてくる。途中でやめる判断ができない契約になっていないか確かめます
• 精度を「保証します」と言い切る。AIの出力は投入するデータに左右されるため、事前の保証は原理的に難しいものです。経済産業省の契約チェックリストも、100%正しい出力は期待できないことを前提に、人による確認・補正を組み込んだ運用設計を求めています
• アカウントを開発会社の名義で作ろうとする。自社名義を契約の条件にします
• 再委託先を明かさない。誰が実装したか分からないものは、保守も引き継ぎもできません
• 補助金の締切を理由に契約を急がせる。補助金は原則として交付決定より前に契約すると対象外になります。急がされたら順序を必ず確認してください。詳細はAI補助金の締切と申請の流れにあります

提案を同じ物差しで採点する記入例（説明用）

提案書が揃ったら、観点表の答えを0〜2点で採点します。下は説明用の架空の候補と点数です。実在の会社の評価ではありません。

採点の目的は合計点で決めることではなく、どの行が弱いかを候補に戻して聞き直すことです。点の低い行を伝えると、範囲を変えた再提案が出てくることがあります。

候補の公式情報を同じ観点で並べる

上の観点のうち、公式サイトで過半を確認できた会社を、当社を含めて五十音順に並べました。順位ではありません。この記事はAI革命株式会社（当社）が書いており、当社も候補に含めています。 当社の欄も他社と同じ観点だけにし、受託開発ページの記載（2026-10-14確認）だけを書いています。

各社の情報は確認日時点の公式サイトの記載です。最新は各社にご確認ください。「記載なし」は公式サイトで見つけられなかったという意味で、その会社が対応していないという意味ではありません。どの会社でも、空欄の行は観点表の質問でそのまま聞けます。

この表に載せていない会社も、観点表の右の空欄に書き足して同じように比べられます。比較サイトの一覧から候補を拾った場合も、表に書き込む答えは各社の公式ページと提案書で確かめてください。

当社の欄で記載のない点（保守の月額・契約形態・権利の帰属）は、案件ごとに見積と契約で決めます。当社に相談する場合は、今の手作業と使っているシステムを伺い、依頼範囲の候補・進め方・費用の目安を相談メモでお返しします。

今の手作業と使っているシステムから、AIで減らせる範囲を相談する（初回相談無料・30分）

状況別の絞り方

同じ観点表でも、状況によって重く見る行が変わります。

PoCから始めたい

重く見る行は「PoCの有無と合格条件」「最小の発注単位」「権利の帰属」です。PoCの料金を公開しているか、PoCと本開発の契約を分けられるかを確かめます。一括契約にすると、途中でやめる判断ができなくなるためです。PoCの成果物（コード・評価データ・報告書）が自社に残るかも、契約書案で確かめてください。試作の設計はAI PoCの費用と進め方に詳しく書いています。

既存システムを直したい

重く見る行は「最小の発注単位」「実際の担当範囲」「アカウント名義・引継ぎ」です。改修だけ、調査だけを頼めるかを確かめます。新しいシステムへの入れ替えを含む提案と、既存システムを残す提案では金額が大きく変わるので、どの会社が一番小さな範囲で課題を解決しようとしているかを見てください。最初にソースコード・仕様書・環境情報の有無と、それを使ってよい権利を確認する会社かどうかも判断材料になります。他社が作ったシステムでも、これらが揃えば調査や改修の見通しを立てやすくなります。

要件が固まっていない

重く見る行は「初回相談の条件」「見積の前提」です。要件が決まっていなくても相談できると公式に書いているか、相談のあとに何が返ってくるか（メモ・提案・見積）を確かめます。要件定義の作成が有償か無料か、どこから有償になるかを最初に聞いておくと、後で揉めずに済みます。

選定にかける手間は金額の帯で変える

見積書に出ない費用として、発注側が選定に使う時間があります。次は仮定に基づく試算です。

前提: 担当者2名が、週5時間ずつ、10週間かけて選定する。時給は3,000円と仮定。2名 × 5時間 × 10週 = 100時間。100時間 × 3,000円 = 30万円。

この前提なら、100万円の改修で5社を丁寧に比べると、選定の人件費が開発費の3割に達します。金額の帯によって、選定にかける労力を変えるのが合理的です。当社の考える目安は次の通りです。

• 〜100万円：1〜2社に相談して決める。相見積もりの手間が見合いにくい
• 100万〜500万円：2〜3社。試作の合格条件をめぐる議論の中身で選ぶ
• 500万円〜：3〜5社。依頼内容を文書にして、条件を揃えて比べる

契約で必ず決める項目｜国が出している文書を使う

出典: 特許庁 IP BASE 公式サイト

AI開発の契約は、通常のシステム開発と同じ形では収まりません。判断の拠り所として、国が公表している文書が使えます。

請負か準委任か（特許庁 IP BASE）

特許庁のIP BASEは、AI開発では「成果の引渡しと引き換えに支払う準委任」が折衷案として機能すると整理しています。AIは学習データに依存するため精度の事前保証が難しく、開発会社は請負型に難色を示す。一方で発注側は成果がほしい。そこで、法的な完成責任は負わないが事実上の完成を目指す形にする、という考え方です。ただし「完成」の定義は案件ごとに決める必要があるため、ここを詰めずに契約書に印を押さないでください。システム全体を作る案件であれば、請負型を選ぶ合理性も残ります。

契約チェックリスト（経済産業省・2025年2月）

同チェックリストは契約を「利用型」と「開発型」に大別し、さらに3つの形に分けています。ChatGPTなどを規約に同意して使うだけの汎用的AIサービス利用型（利用型）、開発会社が自社向けに構築するカスタマイズ型、専用のAIをゼロから作る新規開発型（後の2つが開発型）です。既存の生成AIを組み込んで自社向けに作ってもらう案件は真ん中のカスタマイズ型に当たり、ここは交渉の余地があります。

チェックリストが警告している主なリスクは、知的財産権の無対価での移転、目的外の利用、本人の同意がないまま個人情報が第三者に渡ること、営業秘密の流出、他人の著作物を無断で入力してしまうことです。どれも発注側が意識しないまま抱えてしまうものなので、契約書のレビュー時にこの5点を照らし合わせてください。

同チェックリストは、開発を委託する契約について、精度の評価基準を事前に定義しておくことも求めています。正解率だけでなく、誤ったときにどれくらい重大かという観点も含めて決めます。

AI事業者ガイドライン第1.2版（総務省・経済産業省／2026年3月31日）

2024年4月の初版から2度目の改定です。今回、AIエージェントの位置づけと新たなリスクが整理され、人の判断を挟むこと、権限を最小限にすること、連携するツールを制限することが重視されています。

自律的に動くAIの導入を検討している場合、「どの操作までAIに任せ、どこから人が承認するか」を提案書に書かせる根拠として使えます。

民事責任の手引き 第1.0版（経済産業省／2026年4月9日）

AIの利用で第三者に損害が出たとき、誰がどのような民事責任を負うかについて、今の法律に基づく解釈の方向性を整理した文書です。不法行為責任を中心に製造物責任法も視野に入れており、契約責任は直接の対象ではありません。法的拘束力はありません。AIを人を補助・支援するものとして使う場合と、人の判断に依拠させる・置き換えるものとして使う場合で枠組みを分け、6つの想定事例とAIエージェントに関する補論を載せています。

発注前に「このAIは補助なのか、判断の置き換えなのか」を社内で決めておくと、人の確認をどこに挟むか、提案書で何を聞くかが決まります。

費用の目安と、当社の場合

AI開発の費用は、対象業務の数、接続するシステム、データの整備にかかる手間、求める精度で大きく変わります。会社ごとの金額を並べても前提が違えば比べられないため、この記事では相場の数字ではなく、見積を比べられる形に揃える方法を書きます。

• 工程ごとに分けてもらう: 調査、要件の整理、PoC、本開発、保守。「一式」では比べられません
• 前提条件を揃える: 対象業務、使う人、接続するシステム、渡せるデータ。上の観点表の「見積の前提」の行を全社に同じ形で聞きます
• 月々かかる費用を分ける: 保守費と、クラウドやAIの利用料（処理量に応じた従量課金のものもあります）を別の行にしてもらいます
• 人数と期間を聞く: 提案書の金額が何人・何ヶ月の想定かを聞くと、範囲の読み違いに気づけます

工程ごとの相場の考え方はAI受託開発の費用相場、見積書の比べ方はAI開発の見積もり比較にまとめています。

当社の価格

• 既存システムの改修：100万円〜（税別）
• PoC（試作と検証）：300万円〜（税別）
• 本開発：個別見積（税別）
• クラウド・外部API・ライセンス等の実費は別です
• 初回相談は無料・30分（オンライン）。要件が決まっていなくても大丈夫です

300万円はPoCの開始価格で、本番システムの完成価格ではありません。本開発に進むかどうかは、PoCの結果を見て決めます。

当社が合う案件・合わない案件

当社に合うのは、次のような案件です。

• 今の業務システムを活かして直したい。画面・帳票の追加、CSVやAPIでの連携、kintone・freee・HubSpotなどSaaSとの公開API・Webhookでの連携に対応できます。どの方法でつなぐかは、一緒に決めます
• 他社が作ったシステムや、AIで作った試作を引き継ぎたい。調査だけ、調査と改修のどちらでも受けられます。最初にソースコード・仕様書・環境情報の有無と利用権を確認し、残す部分・直す部分を分けます
• 権限や確認の工程がある業務システムを作りたい。認証・権限・外部ユーザーごとのデータの分け方と、その試験を開発の範囲に含めます
• 要件が固まっていない。自社でAIを使って進める部分と、任せる部分を一緒に切り分けます。社内でAIを使った開発を続けながら、難しい部分だけを任せる進め方も選べます

当社が公開している受託の事例は、通信事業での数万件規模の請求情報の取込・集計・確認画面と、薬局の複数店舗・数千人分の記録管理（権限と確認工程を含む）の2件です。

一方で、次の場合は当社以外の選択肢のほうが合います。

• 標準のSaaSや既製の連携機能で足りる業務。作らずに導入したほうが安く早く済みます
• 24時間365日の保守や常駐が条件の案件。その体制を持つSIerなどが合います
• 組込み・ハードウェアの開発。当社は扱っていません
• 第三者によるセキュリティ診断やセキュリティ認証の取得そのものが目的の案件。専門の会社に依頼してください

候補に送る相談メモ

候補に声をかけるときは、次の項目をA4で1枚にまとめて同じものを送ると、返ってくる提案を比べやすくなります。埋まらない項目は「未定」と書けば十分です。

• 対象業務と、今の作業の流れ（誰が、何を見て、何に入力しているか）
• 使う人（現場の担当者／管理者／社外の人）
• 使っているシステム・ツールの名前
• 困っている操作と、月にかかっている時間
• 手元にあるもの（AIで作った試作、既存コード、仕様書、Excel）
• どうなったら成功とするか
• 予算の上限と、決裁する人
• 希望の時期
• 聞きたい観点（上の観点表のうち、特に確かめたい行）

秘密情報・本番の認証情報・実際の顧客データは、最初の連絡では送らないでください。必要になった時点で、渡し方と扱い方を相手と決めてから渡します。

当社の初回相談は無料・30分・オンライン（Google Meet）です。30分で、何を解決したいか、自社でAIを使って進められる部分と会社に頼んだ方がよい部分の切り分け、依頼の形の候補（既存システムの改修／PoC／本開発／調査のみ）を一緒に整理します。相談後に、依頼範囲の候補・進め方・費用の目安をまとめた相談メモをお送りします。資料を受け取った後の提案・見積も無料です。既存コードの調査報告、要件定義書の作成、PoC、開発は有償で、有償になる前に範囲と金額を示して合意をいただきます。初回の30分で確定見積や要件定義書はお出ししません。

よくある質問

Q1. 守秘義務で社名を出せない実績しか示されない場合、どう見極めればいいですか。

社名が出ないこと自体は普通のことで、判断材料になりません。見るべきは、「どんな課題を」「何を作って」「何がどう変わったか」の3点と、その会社が担当した工程を、社名抜きでどこまで具体的に話せるかです。業種、対象業務、関わった人数、期間、途中で手戻りした箇所まで答えられれば判断材料になります。最も役に立つのは「その案件で一番手戻りしたのはどこですか」という質問です。守秘の範囲内で答えられる問いなので、答えられない理由が守秘でないことがすぐ分かります。

Q2. 大手SIerと小規模な開発会社では、どちらが安全ですか。

安全さの種類が違います。大手は倒産の心配が小さく、監査や社内稟議に強い一方、担当者が案件を掛け持ちしやすく、小さな改修は単価が合いません。小規模な会社は意思決定が速く安いものの、担当者1名に依存する構造になりがちです。小規模な会社に頼む場合は、設計書と運用手順書を納品物に明記しておけば、依存のリスクは大きく下がります。

Q3. ISO27001やプライバシーマークは必須ですか。

取引先から求められる業界や案件では必須条件になります。それ以外では、認証の有無より契約書にデータの扱いがどう書かれているかのほうが意味を持ちます。認証は組織としての管理体制を示すもので、自社が預けるデータの扱いを個別に保証するものではありません。認証があっても、学習に使うかどうかや削除の記録が契約書に書かれていなければ意味がありません。

Q4. 依頼内容の文書（提案依頼書）は必ず作らなければいけませんか。

金額が大きく、3社以上を比べる案件では作ったほうが比べやすくなります。ただし形式は問いません。上の「候補に送る相談メモ」の項目をA4で1〜2枚にまとめれば、比較できる提案が返ってきます。100万円未満の案件でこの文書を作り込むのは、時間の使い方として合いません。

Q5. 提案を断るとき、気をつけることはありますか。

断る理由を1つだけ具体的に伝えてください。「予算が合わなかった」「試作の設計の考え方が合わなかった」など。理由を伝えると、範囲を変えた再提案が出てくることがあり、それが最良の選択肢になる場合があります。逆に、他社の金額だけを伝えると、範囲を削って安くした提案が返ってきて、比較が振り出しに戻ります。

Q6. 開発の途中で、開発会社が対応できなくなったらどうなりますか。

契約書に引き継ぎの条件を書いていなければ、途中の成果物を受け取れないことがあります。防ぐ方法は3つで、工程ごとに納品物を受け取ること、プログラム一式と設計書の引き渡しを契約に書くこと、クラウドとAIサービスのアカウントを自社名義で作ることです。この3つを満たしていれば、別の会社への引き継ぎは現実的な作業になります。観点表の「アカウント名義・引継ぎ」と「権利の帰属」の行はこのためのものです。

Q7. すでに他社に依頼して止まった案件でも、相談できますか。

はい、相談は可能です。前回の提案書・成果物・ソースコードが残っていれば、最初にその有無と使ってよい権利を確認し、残す部分と直す部分を分けて考えます。初回相談（無料・30分）で整理した依頼範囲の候補と進め方は、相談後に相談メモとしてお送りします。既存コードを詳しく調べて報告書にまとめる作業は有償で、始める前に範囲と金額をお示しする形です。

Q8. 社内にIT担当がいなくても発注できますか。

できます。ただし、業務を一番よく知っている人を1名、窓口として出してください。必要なのはITの知識ではなく、その業務の例外パターンを説明できることです。「こういうときはこう処理する」を答えられる人がいれば、要件は固まります。逆に、業務を知らない担当者が窓口になると、作ったものが現場で合わなくなります。

Q9. 比較サイトのランキングやおすすめ一覧は、どう使えばいいですか。

候補を洗い出す最初の手がかりとしては便利です。ただし、掲載の順番や評価の基準はサイトごとに違い、掲載料が関わる場合もあります。候補を拾ったら、料金・契約形態・権利の帰属などは各社の公式ページと提案書で確かめ、観点表に書き込んでから比べてください。

Q10. 生成AIの受託開発会社と、一般のシステム開発会社は何が違いますか。

生成AIを組み込む開発では、通常の開発の観点に加えて、AIの出力の正しさをどう評価するか、誤ったときに人がどこで確認するか、預けたデータを学習に使わないか、AIの利用料を誰が負担するか、後からモデルを替えられるか、を確かめる必要があります。社名に「AI」が付いているかより、観点表の「PoCの有無と合格条件」「データの扱い」「AIの乗り換え」の行にきちんと答えられるかで見てください。

Q11. AI受託開発と、SaaS・ノーコードツールのどちらが合いますか。

分かれ目は、減らしたい手作業がツールの標準機能の外にあるかどうかです。業務の流れを製品の標準に合わせられ、扱うデータが1つのツールの中で完結し、例外が少ないなら、SaaSやノーコードツールのほうが早く安く始められます。設定や簡単な自動化は、AIに手順を聞きながら社内で進めることもできます。受託開発が合うのは、自社独自の計算ルールや項目があって製品に合わせると業務が回らない場合、複数のシステムの間で毎日データを受け渡している場合、社外の人も使うため他社のデータが見えない権限が必要な場合などです。迷うときは、SaaSを使い続けたまま、足りない部分（システム同士のつなぎ込みや独自の画面）だけを開発で補う形も比べてください。試用期間のある製品なら、架空の値に置き換えた自社のデータで、月に一度しか起きない例外まで処理できるかを試すと判断しやすくなります。

Q12. AI開発会社に最初に何を渡せばよいですか。

最初に渡すと提案の精度が上がるのは、説明の文書より実物の見本です。たとえば、今使っている画面のスクリーンショット、帳票やCSVの見本、例外が起きたときの処理の例を2〜3件です。どれも顧客名や金額などは架空の値に置き換えてから渡します。データの欠けや表記の揺れ、例外の多さは見本がないと見当がつかず、これらが改修で足りるかPoCが要るかを左右するためです。本番のデータそのものや認証情報は、秘密保持の取り決めと、渡し方・保管場所・削除の方法を決めてから、必要な範囲だけを渡します。AIで作った試作や既存のコードが手元にあれば、その有無と、使ってよい権利があるかを最初に伝えてください。

発注先を決める前の、条件整理から相談できます

転記・集計・請求などの手作業が残っている業務について、AIと業務システムでどこまで減らせるかを、今のシステムを活かす前提で整理するところから相談を受けています。複数社から提案を受けている段階で、「観点表のどの行が埋まっていないか」「その金額はどの範囲を見積もったものか」を一緒に確かめることもできます。当社の金額は、既存システムの改修が100万円〜、PoCが300万円〜、本開発は個別見積（すべて税別、実費別）です。要件が固まっていない段階でも、他社と比べる前提でも構いません。今のシステムと困っている操作を伺い、依頼範囲の候補と費用の目安を相談メモでお返しします。

今の手作業と使っているシステムから、AIで減らせる範囲を相談する（初回相談無料・30分）

判断の材料として、AI受託開発の費用相場、AI PoCの費用と進め方、AI開発の見積もり比較もあわせてご覧ください。そもそも外注すべきかどうかは生成AIの開発は内製か外注かにまとめています。開発費に補助金を使う予定がある場合は、契約の前に申請の順序を確かめる必要があるため、AI導入に使える補助金を先にご覧ください。