AIファーストの開発会社はどう選ぶ？判断基準と確認したいポイント

AIファーストの開発会社を選ぶとき、最初にそろえたいのは比較の前提です。AIで開発を効率化する会社と、AIを組み込んだシステムを作る会社では、必要な体制も確認項目も変わります。任せる範囲、データの扱い、PoC（概念検証）から本番までの道筋、品質保証（QA）体制、見積もりの前提を同じ基準で並べると、提案の違いを判断できる形になります。

AIファーストの開発会社とは？2つの意味を整理する

AIファーストという言葉は、開発プロセスにAIを使う会社と、AI機能を組み込んだプロダクトの開発を担う会社の2通りで使われます。どちらを指すかは会社ごとに異なるため、提案の場で範囲を確かめることが比較の出発点になります。

開発プロセスにAIを使う会社

生成AIでコードの下書きを作る、テストケースの案を出す、仕様書のたたき台をまとめる。こうした使い方は開発の進め方に影響します。

発注側にとっては、成果物の品質をどう確かめるかが論点になります。AIが作った成果物を誰がレビューし、どの工程で人の確認を挟むのかを聞いておくと、進め方の違いが見えます。

AI機能を組み込んだプロダクトを作る会社

検索、要約、分類、画像認識といった機能を、業務システムやアプリに組み込みます。必要なのはモデルの選定だけではなく、学習や評価に使うデータの準備、精度の測り方、本番後の更新の設計です。PoCで確かめてから本番に移すかどうか、どこまでをPoCと呼ぶかは会社によって異なるため、提案の段階で範囲を確かめます。

「AIファースト」の定義はどこで確認する？

呼び方や定義は会社ごとに説明が異なるため、提案の場で確認が必要です。用語の厳密さよりも、自社の案件で誰が何を担うのかを具体的に確認するほうが役に立ちます。動向を背景として押さえたい場合は、情報処理推進機構（IPA）や総務省の情報通信白書、デジタル庁の公開資料といった一次情報にあたると、提案の前提を自前で検証できます。

AIファースト開発会社と従来型の開発会社は何が違う？

違いは優劣ではなく、進め方と役割分担に現れます。従来型の開発会社でもAI機能の実装は可能であり、PoCをどこに置くか、データと評価を誰が持つかで体制が変わります。次の6つの観点を同じ用紙に並べると差が読み取れます。

PoCの位置づけの違い

PoCは、実現できるかを確かめる場面と、本番に移す前提で効果を測る場面では意味が変わります。PoCで止まるのか、本番まで見据えるのかは、提案時に成果物と判断基準を聞けば見分けられます。

データと評価の扱い方の違い

AI機能は、データの質と評価の設計で結果が変わります。どのデータを誰が用意し、どの基準で合格とするかを契約の前後で分けずに決めておくと、後の認識のずれを減らせます。AIファーストだから精度が高いと決めつけず、測り方を確認するほうが判断の材料になります。

開発会社を選ぶときの判断基準は？

5つの軸で、はい・いいえを判定できる形にすると比較が進みます。どれか1つが欠けても依頼はできますが、欠けた部分は発注側の負担として残ります。

① 任せる範囲を分けられるか

要件定義、データ整備、モデル選定、実装、運用の5つに分け、どこまでを発注側が担うかを説明できるかを見ます。すべて任せられると答える提案より、分担の線が引けている提案のほうが、後の変更に耐えられます。

② データとセキュリティの扱い

扱うデータの種別、保管場所、アクセスできる人、外部サービスに送る情報の範囲を確認します。あわせて、自社の規程と突き合わせるための材料が出せるかを聞いておくと、社内の確認が進めやすくなります。

③ PoCから本番までの道筋

PoCの成果物、本番移行の判断基準、移行後に誰が改善を回すかの3点を確認します。ここが曖昧なまま本番に入ると、精度が想定に届かないときに打つ手が決まっていません。

④ 品質保証（QA）体制

手動テストから自動化までの進め方と、受け入れテストの判定基準を誰が決めるかを確認します。AI機能は入力によって結果が変わるため、同じ手順で再現できるかをテスト設計に落とせているかが手がかりになります。

⑤ 契約形態と見積もりの前提

仕様を固めてから開発する場合は受託開発（請負型）、継続的に改善しながら進める場合はラボ型開発（準委任契約）が向きます。AI機能は評価と改善を繰り返す前提があるため、どちらの契約でどこまでを任せるかを先に決めます。見積もりは単価と工数に分け、前提条件を同じ用紙に並べると比較できます。

打ち合わせで確認したいポイントは？

初回の打ち合わせでは、提案の方向性を確かめるため、確認する項目を5つ用意します。回答が一般論に終始する場合は、自社の業務を例に置き直して具体化を促すと、議論が前に進みます。

初回に確認する5つの項目

• AIを組み込む業務の範囲と、その業務の現在の進め方、判断にかかる時間
• 学習・評価用データを誰が用意するか、用意できない場合の代替案
• 精度の評価方法と合格ラインを、誰がどの手順で決めるか
• 本番後のモデル更新・監視の担当と、更新の頻度および費用の扱い
• PoCの成果物と、本番移行を判断する基準

提案書で見る3つの項目

体制図、工程表、見積もりの内訳（単価・工数・前提条件）の3点を並べて確認します。体制図ではAIの担当と業務の担当が分かれているか、工程表ではPoCと本番実装の境目がどこに引かれているか、見積もりでは前提条件が書かれているかを見ます。条件のない見積もりは、他社の提案と並べても差が出ません。

費用と進め方はどう考える？

費用は単価と工数に分けて捉えると、提案の差を説明できます。金額や削減率、期間をこちらから決めつけず、前提をそろえたうえで比較するのが現実的です。同じ機能でも、データの状態や精度の目標によって必要な作業量は変わります。

PoCの範囲を先に決める

PoCで確かめる範囲と、本番に移す条件を先に決めると、費用の前提がそろいます。次の順で進めると、各段階で何を決めるかがはっきりします。

1. 対象業務の選定 — 効果と実現性の両面から、最初に取り組む業務を1つに絞る
2. 要件定義 — 入出力、使うデータ、精度の目標を文章にする
3. PoC — 限られた範囲で動かし、評価用データで結果を測る
4. 評価 — 合格ラインに届いたか、届かない場合の打ち手を決める
5. 本番実装 — 運用を含めた設計に落とし、監視と更新の手順を整える
6. 保守運用 — モデル更新、精度の監視、問い合わせ対応の担当を決める

あわせて、発注側の担当範囲を明記します。データの提供、業務部門との調整、受け入れの判断は発注側に残ることが多く、ここが滞ると全体の日程に影響します。役割分担は箇条書きで共有し、双方が同じ前提を持てる状態にしておきます。

まとめ：比較の前提をそろえて判断する

判断の軸は3点に絞れます。任せる範囲を工程ごとに分けること、PoCから本番までの道筋と判断基準を決めること、見積もりの前提条件を同じ用紙に並べることです。この3点がそろうと、会社ごとの提案を同じ土俵で比べられます。

MK1 テクノロジーベトナムは2020年7月にベトナム・ハノイで設立し、日本企業向けのソフトウェア開発・DX支援を行っています。プロジェクト実績は100件以上、体制は20名以上です。AIに関するご相談は、AI BPO（AIによる業務自動化、AI社内ナレッジ管理、AIプロダクト開発）とAI／MLソリューション（機械学習、コンピュータビジョン、自然言語処理、データ解析）の範囲で承っています。

自社の場合にどの観点で見るべきか整理したい場合は、お問い合わせからご相談ください。会社の概要は公式サイトでご覧いただけます。