内製化は、4つの仕事の持ち主を社内へ移すこと
内製化で社内へ移すのは「作る力」だけでなく、作ったものを動かし続け、直し続ける仕事までです。生成 AI を業務に組み込んだ仕組みには、少なくとも次の4つの仕事があります。
| 仕事 |
中身 |
内製化の前 |
内製化の後 |
| 設計 |
どの業務の、どの判断を AI に任せるかを決め、入力と出力を決める |
外部と社内で一緒に |
社内 |
| 実装 |
プロンプト・データの接続・画面や自動化の仕組みを作る |
外部 |
社内(大きな改修は外部と分担してよい) |
| 運用 |
毎日動かし、出力の品質と障害を見張る |
外部 |
社内 |
| 改善 |
業務やモデルの変化に合わせて直し、直した結果を評価する |
外部 |
社内 |
総務省と経済産業省の「AI事業者ガイドライン」は、AI に関わる事業者を AI 開発者・AI 提供者・AI 利用者の3つに分けています。AI 提供者は AI システムを既存のシステムやビジネスプロセスに組み込んで提供する事業者、AI 利用者は事業活動で AI システム・サービスを利用する事業者という定義です(総務省・経済産業省「AI事業者ガイドライン(第1.2版)概要」2026年3月31日公表)。
外部に作ってもらった仕組みを使うだけなら、自社は主に AI 利用者の立場にいます。内製化を進めると、自社の業務に AI を組み込んで動かし続ける役割も社内が持つので、見張る範囲と残しておく記録が増えます。
4つの仕事を一度に移さず順に移すのは、この増える分を、担当者が受け止められる量に分けるためです。
作り手は足りていないので、一部の役割から順にそろえる
内製化を一度に進めにくいのは、AI を業務に入れられる人が社内に足りていないからです。IPA が2026年4〜6月に国内企業へ行った調査では、DX を推進する人材の「量」について「やや不足している」「大幅に不足している」の合計が85.5%でした(n=1,354)。
AI に関わる人材でも、「現場の知見と基礎的 AI 知識を持ち、自社への AI 導入を推進できる従業員」と「データマネジメントの知見があり、社内で企画、推進できる人材」は、不足しているという回答の割合が高いままです(IPA「国内企業のDX動向・AI活用動向のポイント」2026年7月16日公表)。
人材類型の側も、全部の役割をそろえてから始める前提には立っていません。経済産業省と IPA の「デジタルスキル標準」は、DX の推進に必要な役割をビジネスアーキテクト・データサイエンティスト・データマネジメント・ソフトウェアエンジニア・サイバーセキュリティ・デザイナーの6つの類型で示しています。そのうえで、企業がこれら全てを最初からそろえることは必須でなく、事業規模や推進の度合いに応じて一部の役割からそろえていくことが想定される、というのが標準の立場です。
2026年4月の ver.2.0 では、データの整備や仕組み化を担うデータマネジメント類型が新設され、AI の実装・運用や AI ガバナンスに関するスキルも拡充されました。同じ標準は、1人が複数のロールを兼ねることも、複数人で1つのロールを担うことも想定しています(経済産業省・IPA「デジタルスキル標準 ver.2.0」2026年4月公表)。
最初の業務を「業務を知る人」と「仕組みを引き継ぐ人」の2人で始め、ステップが進むごとに担う範囲を広げていく形は、この考え方とずれません。
4つのステップと、次へ進む条件
各ステップで社内が持つものを1つずつ増やし、次へ進む条件は手元に残る物で確かめます。
| ステップ |
社内が持つもの |
外部が持つもの |
次へ進む条件 |
| 1. 任せる業務を選ぶ |
業務の選定・評価の基準 |
課題の洗い出しの手伝い |
担当者の決定(業務の持ち主と、仕組みを引き継ぐ担当の名前) |
| 2. 外部と並走して動くものを作る |
試作の確認・業務データの用意・設計判断への同席 |
設計と実装 |
動いた実測(実業務で処理した件数と、業務で使えた割合) |
| 3. 評価と監視を社内の担当へ移す |
毎日の運用・定期の評価 |
大きな改修 |
運用の手順書と権限の台帳(社内の担当が手順書だけで1回の評価を終えた) |
| 4. 改善まで社内で回す |
改修と、改修後の評価 |
求められたときの相談 |
社内の担当だけで改修を出し、評価して記録を残せた |
業務によって進み方は違い、1本目の業務がステップ3にいる間に2本目の業務をステップ1から始める、という重ね方もできます。
ステップ1:任せる業務を選び、担当者を決める
最初に決めるのは、どの業務から内製化するかと、その業務を誰が持つかです。向いているのは、入力が決まった場所に届き、同じ処理を繰り返し、業務のやり方がこれからも変わる見込みがある業務。変わり続ける業務ほど、改善を社内で回せることの価値が大きくなります。
担当者は少なくとも2人を名指しします。1人は業務の持ち主で、AI の出力を業務で使うかどうかを決める人です。もう1人は仕組みを引き継ぐ担当で、ステップ3以降に運用と改善を持つ人になります。
デジタルスキル標準の類型でいえば、業務の持ち主はビジネスアーキテクトの役割に近く、引き継ぐ担当はデータサイエンティストかソフトウェアエンジニアの役割に近い位置です。顧客情報や人事情報のように扱いに気を配るデータを使う業務なら、データマネジメントの役割を誰が持つかもここで決めておきます。
評価の基準も、この時点で書いておきます。何が出たら本番で使うかを数字で書く方法は、PoC で止めない AI 導入の進め方 が詳しく扱っています。
次へ進む条件は、担当者の名前が決まっていることです。「誰か社内で引き継ぐ」のまま外部が作り始めると、ステップ3で引き継ぐ相手がいない状態になります。
ステップ2:外部と並走して、動くものを作る
ステップ2では、設計と実装を外部が持ち、社内の担当が隣で一緒に進めます。外部が作る期間でも、社内の担当は試作を触って意見を返し、設計の判断が下される場に同席するのが前提です。なぜその作りにしたのかを、あとから文書だけで読み解くのは難しいからです。
作る場所は、最初から自社の環境にしておきます。外部の環境で作った仕組みを後から移すと、移す作業そのものが1つの開発になり、引き継ぐ側が中身を知らないまま移すことにもなりかねません。
次へ進む条件は、動いた実測です。実業務の入力で何件を処理し、そのうち何件が業務で使える出力だったかを数字で残します。試作の画面を見た印象と違って、この数字はステップ3で社内が見張る基準にそのまま使えます。
Offers AX は自社の環境で作り、引き継ぎまでを最初から設計する
Offers AX は株式会社overflow が提供する AI 導入の支援で、コンサルティング・AI エージェント開発・内製化支援の3本柱で構成されています。進め方は FDE 型で、業務の現場に近い距離で戦略立案と実装を一体で進め、要件定義書ではなく動くもので合意する形です。数週間で動くプロトタイプを作り、実業務での検証から本実装へ進みます。FDE という職種そのものの定義は FDE の定義と仕事内容 が扱っています。
作る場所はお客様の既存環境で、GCP・Azure・AWS のすべてに対応し、契約が終了しても資産はお客様環境に残ります。内製化支援には引き継ぎドキュメントの整備、社内の運用体制の設計、エンジニア採用の要件定義の支援が含まれ、お客様の組織で回せる状態をゴールに置いています。効果を実測した数字で継続を判断し、効果が出ない場合に中止を選べることも、最初から契約の前提です。
どの業務から内製化を始めるか、どこまでを外部と並走するかの相談も受け付けています。支援の全体像は Offers AX のサービスページ に、1時間の相談の申し込みは 無料相談を申し込む から。
ステップ3:評価と監視を、社内の担当へ移す
ステップ3は、外部が持っていた毎日の運用と定期の評価を、社内の担当へ移すステップです。生成 AI の仕組みは、動き始めてからも出力の品質が変わります。
AI事業者ガイドラインは AI 開発者の取組として、AI の予測性能や出力の品質が活用開始後に大きく変動する可能性や、想定する精度に達しないこともある特性を踏まえ、事後検証のための作業記録を保存しつつ品質の維持・向上を行うことを挙げています。AI 提供者の取組には、AI モデルの入出力と判断根拠を定期的に評価すること、適切な目的で AI システム・サービスが利用されているかを定期的に検証すること、意思決定に影響を与えるシステムアーキテクチャやデータの処理プロセスを文書化することが並びます(総務省・経済産業省「AI事業者ガイドライン(第1.2版)概要」2026年3月31日公表)。
内製化した仕組みでは、これらを社内の担当が持つことになるので、移すときに2つの物をそろえておくのが前提です。1つ目の運用の手順書に書く項目は、次のとおり。
- 毎日見る項目(処理件数・エラーの件数・処理にかかった時間)
- 定期の評価の手順(どの期間から何件を抜き出し、誰がどの基準で正誤を確かめるか)
- 出力がおかしいと気づいたときの止め方と、業務を手作業に戻す手順
- 使っているモデルや外部サービスが変わったときに、評価をやり直す決まり
2つ目の権限の台帳には、仕組みが使う API キー・データの置き場所・管理画面のそれぞれについて、誰が何をできるかと、外部の担当の権限をいつ外すかを書きます。外部の手を離した後も外部の権限が残っていると、誰が何をできるのかを社内で説明できなくなるためです。
移し方は、外部が手順書を書いて渡すだけで終えず、社内の担当が手順書だけを見て1回の評価を回してみるのが確実でしょう。詰まった箇所を手順書に書き足し、もう一度回して詰まらなければ、次へ進む条件を満たしたと判断できます。
ステップ4:改善まで社内で回し、外部の手を離す
最後のステップでは、業務やモデルの変化に合わせて仕組みを直し、直した結果を評価するところまでを社内で持ちます。AI事業者ガイドラインが示す AI ガバナンスの構築も、環境・リスク分析、ゴール設定、システムデザイン、運用、評価を回し続ける形で描かれており、一度作って終わりにしない前提です。
改善の中身は、プロンプトやルールの手直し、扱う入力の種類の追加、モデルの切り替えなど。どれも直した後にステップ3の評価をもう一度回し、結果を記録に残します。この時点で外部が持つのは、社内から求められたときの相談だけです。
完了の目安は、社内の担当だけで改修を出し、評価を回し、記録を残すところまでを1回終えたこと。そこまで進んだ業務の担当は、次の業務のステップ2で外部と並走する側に回れます。2本目以降は外部の関わりを1本目より短くできるので、内製化の範囲を業務単位で広げていけます。
内製化が止まりやすいのは、移す順番を飛ばしたとき
4つのステップは、順番を飛ばしたところで止まりやすくなります。よくあるのは次の3つです。
- 担当者を決めずに作り始める(ステップ1を飛ばす)。完成しても引き継ぐ人がおらず、外部に運用を頼み続けることになる
- 評価の手順を移す前に外部の手を離す(ステップ3を飛ばす)。出力の品質が落ちても気づく人がいない
- 引き継ぐ担当が1人だけになっている。異動や退職で、その業務の内製化がまるごと止まる
3つ目は、デジタルスキル標準が複数人で1つのロールを担う形を想定しているのと同じ考え方で防げます。少なくとも2人が手順書を読み、評価を回せる状態にしておくことです。
全部の業務を内製化する必要もありません。変える頻度の低い業務や仕様が固まった周辺の処理は、外部に任せたままのほうが、社内の作り手を中核の業務に回せます。社内に AI 推進の組織を置いて内製化を束ねる方法は、AI 推進の体制の作り方 を参照してください。
最初の一歩は、業務ごとの持ち主の表を作ること
最初の一歩として、AI を入れている、または入れたい業務を3〜5件書き出し、業務ごとに設計・実装・運用・改善の今の持ち主と、社内へ移す予定の時期を1行ずつ並べた表を作ります。表の右端には、その業務がいまどのステップにいて、次へ進む条件の何がそろっていないかを書いておきます。
表ができると、担当者が決まっていない業務、実測の数字が無い業務、手順書が無いまま外部が運用している業務が並んで見えるはずです。そろっていない物が分かれば、外部に頼む範囲と社内で引き継ぐ範囲を、見積もりの前に決められます。内製化に関するほかの記事は 内製化のカテゴリ に並んでいます。