メディア
AI 内製化

AI 開発プロジェクトの進め方|発注側が決める4つの節目と、節目ごとの持ち主

公開
執筆者: Offers AX 編集部・編集部

AI 開発を外部の会社と進めるとき、発注側が自分で決めなければならない節目は、目的の合意、PoC の合格基準、本番の検収、運用の引き継ぎの4つです。節目ごとに、判断する人を経営側・業務の責任者・情報システム部門の中から名指しし、確かめる資料を先に決めておけば、受注側に判断を預けたまま期間と費用だけが延びる事態を防げます。

4つのうち、従来のシステム開発と考え方が大きく変わるのが検収です。AI の出力は入力によって正しいものと誤ったものが混ざるため、不具合が無いことだけを確かめても、業務で使えるかどうかは分かりません。検収の基準は、精度の目安と、人が確認する範囲の2つで書きます。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

AI 開発は結果を先に約束できないため、発注側が判断する節目が増える

AI 開発では、契約の時点で出来上がるものの性能を約束できません。経済産業省は AI 技術の特性として、学習済みモデルの性質・効果が契約締結時に不明瞭な場合が多いこと、その性質・効果が学習用データセットによって左右されることを挙げました。モデル契約についても、ベンダが成果物の完成義務や性能の保証を行わない案を示しています(経済産業省「経済産業省におけるAI・データ契約ガイドラインの検討状況について」2018年5月)。

性能を保証しない契約で進む以上、「ここまでの結果で次に進むか」を判断するのは発注側です。同じガイドラインは、開発をアセスメント・PoC・開発・追加学習に区切って契約する「探索的段階型」の進め方を示しており、区切りごとに発注側が、続けるか、範囲を変えるか、やめるかを選ぶ形になります。

発注側の関与が重くなる点は、仕様を少しずつ固めるアジャイル型の開発でも変わりません。情報処理推進機構(IPA)のモデル契約は、発注側が選ぶプロダクトオーナーを「プロジェクトの成否を決める要の一つ」と位置づけ、発注側には主体的かつ積極的な関与が必要で、相応の負担を伴うと書いています(IPA「情報システム・モデル取引・契約書(アジャイル開発版)」2020年3月31日公開)。

外部に頼めば判断まで任せられる、という前提は AI 開発では成り立たないということです。契約の条文で何を決めるかはAI 開発の契約で決めておく6項目の記事にまとめています。条文を決めた後も、発注側が手放せない判断が4つ残ります。

発注側が決める4つの節目と、持ち主・確かめる資料

節目ごとに決めること、発注側の持ち主、確かめる資料を並べると、次の表になります。

節目 決めること 発注側の持ち主 確かめる資料
目的の合意 変える業務と数字、区切りごとの予算の上限、やめる条件 経営側(事業の責任者・役員) 業務の今の数字の記録、目的と範囲を書いた1枚
PoC の合格基準 本番に進む数字、測り方、判断する日 業務の責任者 評価用データ、PoC の報告書
本番の検収 精度の目安、人が確認する範囲、誤りが出たときの扱い 業務の責任者(出力の判定)と情報システム部門(動作・権限) 検収用データと結果の記録、確認の手順書
運用の引き継ぎ 測り直す頻度、止める条件、直す担当 情報システム部門と業務の責任者 引き継ぎ文書、運用手順書、監視の記録

表の持ち主は、その節目で「進む・進まない」を言う人です。AI 推進室のような推進役は4つすべてに関わるものの、資料をそろえて会議を開く事務局に回り、判断そのものは持ち主に預けます。

推進役が判断まで持つと、本番で使う部署が「試しに付き合った」立場のまま終わりやすくなります。使う部署が判断に加わっていなければ、本番の運用費を誰が持つか、出力の誤りに誰が気づくかも決まらないまま進んでしまうからです。

目的の合意:経営側が、変える数字とやめる条件を決める

最初の節目では、経営側が「どの業務の、どの数字を、どこまで変えたら投資に見合うか」を決めます。受注側との最初の打ち合わせより前に、社内で1枚に書いておくのが目安です。

書く項目は4つあります。

  • 対象の業務と今の数字:1件あたりの所要時間、月の件数、差し戻しの件数など
  • 変えたい数字の目標:何がどれだけ変われば、次の区切りの予算を出すか
  • 区切りごとの予算の上限:PoC までにいくら、本番の開発にいくらまで出すか
  • やめる条件:期限までに目標に届かなければ止める、という取り決め

今の数字の記録が無い業務は、PoC の前に1〜2週間測るところから始めます。「AI で何かできないか」から始めた案件では、この節目が空いたまま進みがちです。PoC の結果が出ても比べる数字が無く、本番の予算を求める稟議で「効果はあったのか」に答えられません。

やめる条件を先に書いておくのは、受注側を疑うためではありません。結果が届かなかったときに、誰かの失敗にせず止められるようにするためです。投資に見合うかを測る指標の選び方は、AI 導入の効果測定と ROI の記事で詳しく扱っています。

PoC の合格基準:業務の責任者が、本番に進む数字を先に書く

PoC の合格基準は、本番でその仕組みを毎日使う部署の責任者が、PoC を始める前に書きます。経済産業省のガイドラインは PoC の目的を、学習用データセットを用いてユーザが希望する精度の学習済みモデルが生成できるかどうかを検証すること、と整理し、成果物を「レポート等」としています(経済産業省「経済産業省におけるAI・データ契約ガイドラインの検討状況について」2018年5月)。

「希望する精度」を言えるのは発注側だけです。業務の責任者が合格の数字を持っていなければ、PoC の報告書は「一定の精度が出た」という受注側の見立てで終わり、社内で次に進むかを決める根拠になりません。

合格基準には、少なくとも次の3つを入れます。

  • 評価用データ:本番の業務から集めた実際の事例。件数と、どの種類の案件を何件ずつ含めるかを決める
  • 合格の数字:人の確認と修正を含めた所要時間がどれだけ短くなれば進むか、どの誤りが何件出たら不合格か
  • 判断する日と人:PoC の最終日に、業務の責任者が「本番に進む・範囲を変えて続ける・やめる」から選ぶ

PoC の成果物がレポートで、モデルそのものではない点にも注意が要ります。本番に進むときに何を引き継げるかは契約で決まるので、PoC の契約を結ぶ前に確かめておきましょう。基準の書き方と PoC の終わらせ方は、AI の PoC で止まらない進め方の記事にまとめています。

本番の検収:不具合の有無だけでなく、精度の目安と人が確認する範囲で決める

本番の検収は、仕様どおりに動くかに加えて、業務で使える出力がどの割合で出るかと、人がどこを確認するかの2つで判定します。従来のシステムは同じ入力に同じ結果を返すため、仕様書の項目を1つずつ確かめる方法で足りていました。一方で AI の出力は入力によって正しいものと誤ったものが混ざり、生成 AI では同じ入力でも出力が変わることがあるのが特徴です。不具合が1件も無いのに、業務で使えない出力が一定の割合で出る、ということが起こりえます。

国の指針も、AI の品質を出力の正確性まで含めて捉える立場です。AI 事業者ガイドラインは、AI システム・サービスの出力の正確性を含め、要求に対して十分に動作していることを「信頼性」として挙げました。あわせて、出力が公平性を欠くことがないよう、AI に単独で判断させるだけでなく、適切なタイミングで人間の判断を介在させる利用を検討するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。

検収で確かめる項目を従来の開発と比べると、次のようになります。

確かめること 従来のシステム AI を組み込んだシステム
動作 仕様書の項目どおりに動くか 同じく確かめる(画面・連携・権限・応答時間)
結果の正しさ 決まった入力に決まった結果を返すか 検収用データで、使える出力の割合と重大な誤りの件数が目安に届くか
人の関わり 操作手順どおりに使えるか 人が確認する範囲と、AI に任せない判断が手順書に書かれているか
誤りが出たとき 不具合として修正を求める 目安の範囲の誤りは運用で拾い、目安を超えたら修正と再検収

精度の目安は、業務の責任者が出力の区分ごとに書きます。たとえば問い合わせへの回答の下書きなら、出力を「そのまま使える」「直せば使える」「使えない」の3つに分けます。そのうえで、検収用データのうち使える2つの合計が何割以上か、事実を誤った回答が何件以下か、という形で基準を置く方法です。

数字そのものは、PoC で測った実測と、今の業務で人が出している品質を並べて決めます。正答率100%を条件にすると、どの AI も合格できません。基準は人の確認と組み合わせたときの品質で置くのが、本番の使い方に近い判定のしかたです。

人が確認する範囲は、誤ったときの影響の大きさで分けると決めやすくなります。

  • そのまま使ってよい出力:誤っても社内で気づいて直せるもの(社内向けの要約、下書きの候補)
  • 人が必ず確認する出力:社外に出るもの、金額や日付を含むもの
  • AI に任せない判断:人の処遇、契約の可否、事実の認定

検収用データは、受注側が調整に使ったデータとは別に、発注側の手元に残しておく分を用意します。開発に使ったデータだけで測ると、本番の入力より良い結果が出やすいためです。出力が毎回変わる生成 AI では、同じデータで2〜3回測り、結果の幅で目安に届くかを確かめます。要件の時点で精度の基準とテスト用データをどう書いておくかは、AI の要件定義で書くことの記事で詳しく扱っています。

運用の引き継ぎ:情報システム部門が、測り直しと止める判断を引き受ける

AI は検収した時点の品質が続くとは限らないため、運用の引き継ぎでは、誰が・いつ・何で品質を測り直すかまで受け取ります。AI 事業者ガイドラインは、AI の性質・用途等に照らし、必要に応じて定期的かつ客観的なモニタリング及び対処も含めて人間がコントロールできる制御可能性を確保するよう求めています(総務省・経済産業省「AI事業者ガイドライン(第1.2版)」2026年3月31日)。

政府自身の生成 AI の調達でも、企画者と提供者は運用開始後も適切な利用や安全性や品質の確保を定期的に検証する、という定めです(デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドラインについて」2025年10月9日)。

品質が変わるきっかけは、社内の業務と外部の両方にあります。扱う書類の様式が変わる、新しい種類の問い合わせが増える、組み込んだ AI モデルの提供元がモデルを更新する、といった変化です。引き継ぎの時点で、次の5つを文書で受け取っておきます。

  • 測り直す頻度と、測るときに使う検収用データ
  • モデル・指示文・連携先を変えたときに再検収する範囲
  • 誤りの報告を受ける窓口と、記録の残し方
  • 止める条件と、止めたあと人が業務を引き継ぐ手順
  • 直す担当(社内か外部か)と、外部なら契約の範囲

持ち主を情報システム部門だけにすると、出力の良し悪しを判定する人がいなくなります。動作と権限の監視は情報システム部門、出力の品質の判定は業務の責任者、と分けて名指ししておくのが現実的でしょう。監視する項目と止める条件の決め方は、AI エージェントの運用の決め方の記事に詳しく書いています。

Offers AX は、動くもので合意し、実測の数字で次の節目に進む

Offers AX は、課題調査とユースケースの選定、効果測定の設計から入り、数週間で動くプロトタイプを作って実業務で検証し、効果を確かめてから本実装に進めます。4つの節目に置き換えると、目的の合意と PoC の合格基準を効果測定の設計の工程で一緒に書き、検証で実測した数字を次に進むかの判断材料にする進め方です。

人事の業務で進めた例として、Forbes JAPAN が取り上げた日本たばこ産業(JT)の事例があります。JT は人事部を AX の起点に選び、3系統のデータを突き合わせる作業を自動化して、15時間ほどかかっていた作業を数十分で終えられるようにしました。

合意の材料は、要件定義書より先に用意する動くものです。継続するかは効果の実測の数字で判断し、レポートは稟議にそのまま使える形式で納品するうえ、効果が出なければ中止を選べることを契約の前提に含めています。AI の出力は下書きや参考情報として扱い、事実認定・合否・処遇は人が判断する設計なので、検収で決める「人が確認する範囲」も最初から一緒に詰められます。

運用の引き継ぎは、最初の段階から設計に入れています。原則としてお客様の既存環境に構築し、契約が終わっても成果物はお客様の環境に残ります。引き継ぎ文書の整備、社内の運用体制の設計、必要に応じてエンジニア採用の要件定義までが支援の範囲です。業務の現場の近くで戦略と実装を一体で進める FDE 型の支援で、常駐はせず、業務上の指示は PM を通じて受けます。FDE という働き方そのものは、FDE(Forward Deployed Engineer)の解説記事をご覧ください。

支援の範囲と進め方は Offers AX のサービスページ で確かめられます。どの節目から手を付けるかが決まっていない段階でも課題調査から入れるので、無料相談を申し込む からご連絡ください。

発注側の役割は、1人が兼ねても節目ごとに名前を書く

経営側・業務の責任者・情報システム部門の3つの役割は、会社の規模によって1人が兼ねることもあるでしょう。それでも節目ごとに「誰が判断するか」を名前で書いておけば、判断が遅れたときに、どこで止まっているかがすぐに分かります。

役割を分けて書く考え方は、政府の生成 AI の利用ルールにも見られます。デジタル庁のガイドラインは、各府省庁の生成 AI システムについて、AI 統括責任者(CAIO)、企画者、提供者、利用者ごとにルールを定めました(デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドラインについて」2025年10月9日)。全体を見る責任者、個々のシステムを企画する人、作る人、使う人を分ける形で、民間の AI 開発なら経営側・推進役・受注側・利用部門の分担に置き換えられます。全社で AI 活用を統括する役職の考え方は、CAIO の用語解説を参照してください。

兼務で見落としやすいのは、検収の判定です。受注側との窓口を務める推進役が検収まで判定すると、業務で使う人の目で出力を確かめないまま本番に進みがちです。検収の判定だけは、本番で出力を毎日受け取る部署の人に任せてください。

外部の担当者と社内の担当者がどう作業を分けるかはAI 伴走支援とコンサル・受託開発の違いを書いた記事に、AI を社内で動かす体制づくりに関するほかの記事は内製化のカテゴリにまとめています。

最初の打ち合わせの前に、4つの節目を1枚に書き出す

受注側との最初の打ち合わせの前に、4つの節目で書いておくことを1枚にまとめておくと、提案を受けた時点で「どの節目で、誰が、何を見て判断するか」をすり合わせられます。

節目 書いておくこと 書く人
目的の合意 対象の業務と今の数字、目標、区切りごとの予算の上限、やめる条件 経営側
PoC の合格基準 評価用データの集め方、合格の数字、判断する日と人 業務の責任者
本番の検収 出力の区分ごとの精度の目安、人が確認する範囲、検収用データの持ち方 業務の責任者と情報システム部門
運用の引き継ぎ 測り直す頻度、再検収する変更、止める条件、直す担当 情報システム部門と業務の責任者

埋まらない欄は、受注側に決めてもらう項目というより、社内で先に調べる項目です。今の数字が無ければ業務の記録から、検収の判定者が決まらなければ利用部門の責任者との相談から始めましょう。プロジェクトの途中で判断が止まってから埋めるより、そのほうが早く本番にたどり着けます。

AI を全社の成果につなげる Offers AX

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、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ