AI開発会社の選び方は？依頼先の種類と契約形態、進め方

公開：2026年10月06日更新：2026年10月06日編集：inovie株式会社監修：桒谷一成

AI開発を外部の会社に依頼するときは、会社の規模や技術の名前より先に、自社の業務を理解し、データの扱いと評価の決め方、本番後の運用まで一緒に決められる相手かを確かめることが大切です。AIは作り始める時点で出来上がりの性能を約束しにくいため、契約の形と進め方も、通常のシステム開発とは分けて考えます。この記事では、AI開発を頼める会社の種類、選び方の観点、請負と準委任の契約形態、企画からPoC・本番・運用までの進め方、費用が決まる要素、依頼する前に準備することを順に整理します。

AI開発を依頼できる会社の4つの種類

AI開発を頼める会社は、主に受託開発会社、コンサルティング会社、SaaSを提供して導入を支援する会社、現場に入って試作から運用までつなぐFDE型の支援会社に分けられます。一つの会社が複数の形を兼ねていることも多いため、会社の名乗り方より、依頼したい範囲を誰が担うかで比べます。

受託開発会社：決めた範囲を設計・実装する

受託開発会社は、依頼された範囲のシステムを設計し、実装して納品します。画面やデータ処理、既存システムとの連携まで作れることが強みです。一方で、何を作るかが固まっていないと、見積もりや進め方が決めにくくなります。業務の課題がはっきりしていて、作るものの範囲を説明できる場合に向いています。

コンサルティング会社：課題の整理と計画を担う

コンサルティング会社は、AIで解決する課題の選定、投資の判断、全社の計画づくりを担います。どの業務から手をつけるか決まっていない段階では頼りになりますが、実装は別の開発会社に任せる場合もあります。計画を作る会社とシステムを作る会社が分かれるときは、引き継ぎで前提が抜けないよう、要件と評価の基準を文書で渡せるかを確かめます。

SaaSと導入支援：既存のサービスを業務に合わせる

既存のAIサービスを使い、設定や社内データの取り込み、利用ルールづくりを支援してもらう形です。ゼロから作るより早く始められます。ただし、サービスでできる範囲に業務を合わせることになり、独自の処理や細かな連携には限りがあります。入力したデータがサービス側でどう扱われるか、利用規約の内容も確かめます。

FDE型の伴走：現場に入り、試作から運用までつなぐ

エンジニアが顧客の現場に入り、課題の整理から試作、本番への組み込み、運用の定着までを一続きで担う形です。日本では、こうした関わり方をFDE（Forward Deployed Engineer）と呼ぶことがあります。本来のFDEは、自社のプロダクトを顧客の業務に合わせて適用し、現場で得た知見をプロダクトに戻す職種を指すため、この記事では広い意味の関わり方を「FDE型」と呼びます。違いはFDEエンジニアとは？Palantir発祥の定義と日本型FDEの違いで解説しています。

FDE型は、何を作るかを現場で詰めながら進めたい場合に向いています。この形では、社内の担当者も打ち合わせや確認に時間を使う必要があります。

AI開発会社の選び方：比べる6つの観点

どの種類の会社に頼む場合も、次の6つの観点で比べると、提案の違いが見えやすくなります。

業務を理解しようとするか

最初の打ち合わせで、AIの技術より先に、いまの作業の流れ、件数、例外の多さ、誰が最終判断をしているかを聞いてくるかを見ます。AIを使わず既存のツールや手順の見直しで済む場合に、そう伝えてくれるかも判断の材料になります。

データの扱いを具体的に話せるか

AIの出来は、使えるデータの状態に左右されます。サンプルのデータを見たうえで、足りないデータ、整える手間、誰がどの情報を閲覧できるかを具体的に話せるかを確かめます。社内文書を検索して回答するAI（RAG）であれば、閲覧権限のない文書が回答に混ざらない設計を説明できるかも確認します。RAGの仕組みと精度の考え方はRAGとは？で解説しています。

評価の決め方を提案できるか

「精度の高いAIを作ります」という説明だけでは、完成したかどうかを判断できません。正しい答えを用意した評価用の質問やデータ、合格ライン、誰がどの頻度で測るかを、着手前に一緒に決めようとする会社を選びます。

運用・保守の範囲と体制

AIは、使い始めた後もデータや業務の変化に合わせた見直しが要ります。納品後の問い合わせ窓口、障害時の対応時間、指示文や参照データの見直しを誰が担うか、保守の費用は開発と別かを確かめます。

成果物と権利の扱い

何が納品されるのかを、ソースコード、設計資料、評価の結果、運用手順書などの単位で確認します。経済産業省の「AIの利用・開発に関する契約チェックリスト」は、開発で新たに生まれた成果（フォアグラウンドIP）と、各社が開発と関係なく持っている知的財産（バックグラウンドIP）を分け、前者の権利の帰属と利用条件が契約で議論されることが少なくないとしています。対象の範囲を十分に確かめないまま開発が進むと、成果がどちらに当たるかが後で争点になることもあると、同チェックリストは指摘しています。AIが作った文章や画像の著作権の考え方は、AIと著作権で整理しています。

セキュリティと個人情報の扱い

渡したデータが開発会社やAIサービスの学習に使われるか、使われるならどの範囲かを確かめます。同チェックリストは、システムのセキュリティ水準、監査、ログの保存、利用規約の改定を留意点に挙げています。個人データを渡す場合は、個人情報保護法上、第三者への提供や外国にある第三者への提供に当たるかも整理が必要です。AIを使う事業者に求められる取り組みは、AI事業者ガイドラインとは？で解説しています。

AI開発の契約形態：請負と準委任

AI開発を会社に委託するときは、主に請負か準委任の形で契約します。民法は、請負を、仕事の完成を約束し、その結果に報酬を払う契約と定めています（第632条）。準委任は、法律行為でない事務を委託する契約で、委任の規定が当てはまります（第656条）。受任者は「善良な管理者の注意」をもって事務を処理する義務を負います（第644条）。

経済産業省の契約ガイドラインの考え方

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」は、2026年10月7日に同省のページで確認した時点で1.1版（2019年12月）が最新です。1.1版の改訂はデータ編が中心で、AI編は2018年6月の版が掲載されています。

AI編は、学習済みモデルを作る開発について、契約の時点で性能を確定しにくく、学習に使うデータにも左右されることから、アセスメント、PoC、開発、追加学習の段階に分けて進める「探索的段階型」の開発方式を提唱しています。契約の性質については、学習済みモデルの生成は「どの段階においても準委任型の契約が親和的」としています。なお、AI編は2020年4月施行の民法改正の前に作られたため、改正前の「瑕疵担保責任」という用語で書かれています。

生成AIの時代のチェックリスト

2025年2月の「AIの利用・開発に関する契約チェックリスト」は、生成AIの普及を受けて、AIサービスを利用する契約と、システムやモジュールの開発を伴う契約に分けて留意点をまとめています。同チェックリストは、準委任ではベンダは善管注意義務を負うにとどまり、請負では仕事の完成義務と契約不適合責任を負うことを、一般的に重要な違いとしています。そのうえで、AIモデルそのものではなく、AIモデルを組み込んだシステムを開発する場合には、開発会社が一定の担保責任を負うことが合理的な場面もあると述べています。

同チェックリストは、契約が請負か準委任かという分類は当事者の合意がない場合の補充的なルールであり、発注側が成果の内容や水準をどこまで求めるかが重要な論点になると指摘しています。契約の名前を選ぶだけで終わらせず、何を成果物とし、どんな基準で受け入れ、報酬をどう払うかを契約書に書くことが大切です。

経済産業省は、生成AIの開発・提供・利用に伴う実務上の課題について、具体的な情報の提供を2026年10月30日まで募集しています。集めた情報は、報告書の作成やガイドラインの改訂などに使うとしています。契約を結ぶ前に、同省のページで最新の版を確かめてください。

AI開発の進め方：企画・PoC・本番・運用

AI開発は、一度の契約で最後まで作るより、段階ごとに結果を見て、次に進むかを決める進め方が向いています。AI編の探索的段階型を、生成AIを組み込んだ業務システムにも当てはめやすいよう整理すると、次の4段階になります。

企画・アセスメント：解決したい業務の課題と、うまくいったと判断する指標を決めます。少量のデータで、AIで扱えそうかを確かめます。AI編は、この段階で何を解決したいかを探ること、つまり課題の設定が重要だとしています。
PoC：実際の業務データで試作し、決めた合格ラインに届くかを測ります。成果物は試作品と評価の報告です。PoCの目的と評価基準の決め方はPoC（概念実証）とは？で解説しています。
本番開発：既存のシステムへの連携、権限、ログ、人が確認する手順を含めて、業務で使える形に作ります。
運用・改善：使いながら評価の指標を見続け、データや指示の内容を見直します。

AI編は、アセスメント段階では秘密保持契約、PoC段階では導入検証契約、開発段階ではソフトウェア開発契約を結ぶ例を示しています。段階ごとに契約を分けると、PoCで合格ラインに届かなかった場合に、次の段階へ進まない判断がしやすくなります。PoCの後で止まりやすい理由と、本番に移す前の確認項目はAIのPoCを本番運用に移すには？で解説しています。

AI開発の費用が決まる要素

AI開発の費用は、依頼する範囲によって大きく変わるため、この記事では金額の目安は示しません。見積もりを比べるときは、次の要素がどう前提に置かれているかを確かめます。

対象業務の範囲と例外の多さ：扱う書類や問い合わせの種類が多く、例外の処理が多いほど、作る部分と確認する手間が増えます。
データの状態：データの形式や量、紙や画像の書類が含まれるか、整える作業を誰が担うかで工数が変わります。
連携先：既存の業務システムにAPIがあるか、画面の操作で代わりに入力する必要があるかで、連携の作り方が変わります。
AIと人の分担、評価の基準：どこまで自動化し、どこで人が確認するか、合格ラインをどこに置くかで、作り込みの量が変わります。
権限とセキュリティの要件：利用者ごとの閲覧権限、ログの保存、データの保管場所の指定などが加わると、その分の設計と構築が必要です。
運用・保守の範囲：問い合わせへの対応時間、定期的な見直し、障害時の対応を含めるかどうかで、毎月の費用が変わります。
AIサービスの利用料：外部のAIサービスを使う場合、利用量に応じた料金が、開発費とは別に毎月かかることがあります。

見積もりは、段階ごとの金額と、それぞれに含まれる作業と成果物に分けて出してもらうと比べやすくなります。国の補助金を使えるかを確かめたい場合は、AI導入に使える補助金も参考にしてください。

AI開発会社に依頼する前に準備すること

依頼前に次のものを用意しておくと、開発会社からの提案と見積もりが具体的になり、会社どうしの比較もしやすくなります。

解決したい業務と現状：作業の流れ、月あたりの件数、かかっている時間、困っている点。
実際のデータのサンプル：書類や問い合わせの例を、個人情報を伏せたうえで数件から数十件。データを誰が持ち、社外に出せるかも確かめておきます。
使っているシステム：AIの結果を登録する先や、つなぎたいシステムの名前と、APIの有無。
合格ラインの案：どうなれば業務で使えるといえるか。正しい答えが分かっている例をいくつか集めておくと、評価に使えます。
社内の体制と予定：担当者、決裁の流れ、予算と開始時期の目安。
社内のルール：データの社外提供や外部のAIサービス利用についての社内規程。

要件定義書が完成していなくても相談はできます。何を作るかが固まっていない場合は、最初の契約を企画・アセスメントやPoCまでにして、結果を見てから本番の範囲を決める方法もあります。

想定例：社内の技術文書を探すAIを依頼する場合

以下は説明のための架空の例です。ある会社が、過去の設計書や不具合の報告書から、似た事例と対応方法を探すAIを外部に依頼しようとしています。

依頼の前に、技術部門でよく出る質問を集め、それぞれの正しい参照先の文書を書き添えて、評価に使える一覧にしました。部署ごとに閲覧できる文書が違うことも、表にまとめています。

最初の契約は、PoCまでを準委任で結び、成果物を試作品と評価の報告にしました。評価の結果、多くの質問で正しい文書を探せた一方、図面の番号で探す質問には弱いことが分かりました。そこで、本番開発の契約では、図面の番号で探す機能を範囲に加え、受け入れの基準と、閲覧権限の設定、運用手順書を成果物として契約書に書き込んでいます。運用中の見直しは、保守の契約として別に結んでいます。

AI開発の相談先を決める前に

AI開発を外部の会社に頼むときも、何を解決したいか、どうなれば使えるといえるか、誰が使い続けるかは、社内で決める必要があります。依頼先の種類や契約の形は、この3つを決めたうえで選ぶと迷いが減ります。

inovieでは、業務フローや画面案、評価基準の整理から、実際の業務データで試せるシステムの開発、既存システムとの連携と権限・承認の設定、運用マニュアルと構成の記録まで、必要な範囲を選んで支援しています。設計だけ、連携部分だけのご依頼も相談できます。保守と改善の範囲と費用は、開発とは別に合意します。成果物と支援の範囲はAI導入・システム開発の支援、AIエージェントの導入はAIエージェント導入・改善支援をご覧ください。いま使っている書類や画面、つなぎたいシステムを教えていただければ、そこから検討します。ご相談はお問い合わせから受け付けています。

出典確認日：2026-10-07

← ブログ一覧に戻る記事の先頭へ ↑