AI開発会社の選び方｜見積もり比較で見るべきポイントと面談での質問例

生成AIを使った業務効率化や、自社サービスへのAI機能の追加を外部に依頼しようとすると、まず悩むのが開発会社の選び方です。AI開発をうたう会社は数多くありますが、得意とする領域も、提案の進め方も、見積もりの考え方も会社によって大きく異なります。

複数の会社から見積もりを取ると、金額が数倍違うことも珍しくありません。しかし、安い見積もりが必ずしもお得とは限らず、高い見積もりが必ずしも手厚いとも限りません。AI開発は、作ってみるまで精度が分からないという性質があるため、見積もりの前提や、精度が出なかったときの扱いを比べなければ、本当の違いは見えてきません。

また、AI開発に特有の論点として、学習や評価に使うデータの扱い、作ったモデルや指示文の権利、毎月かかるAIの利用料などもあります。これらを確認せずに契約すると、運用が始まってから想定外の費用や制約に気づくことになります。

この記事では、AI開発の見積もりが会社ごとに異なる理由、見積もりを比較するときに見るべきポイント、面談で使える質問の例、回答から見極める基準、契約前に確認したい権利と成果物について、発注する側の視点で解説します。

AI開発の見積もりが会社ごとに大きく違う理由

AI開発の見積もりに差が出る最大の理由は、各社が前提としている作業範囲が違うことです。同じ「問い合わせ対応をAIで自動化したい」という依頼でも、ある会社は既存のAIサービスを設定するだけの作業を見積もり、別の会社は社内文書の整備や精度評価の仕組みづくりまで含めて見積もっていることがあります。

差が出やすい要素を整理すると、次のようになります。

差が出る要素	安くなる前提	高くなる前提
検証（PoC）の扱い	検証を省き、すぐに開発に入る	実データでの精度検証を先に行い、結果を見て開発範囲を決める
データの整備	データはすでに整っている前提	文書やデータの整理、変換、名寄せを含む
精度の評価	動作確認のみ	評価用の質問セットを作り、基準を満たすまで改善する
既存システムとの連携	独立したツールとして提供する	既存システムの画面や権限と統合する
運用と改善	納品で終了	リリース後のログ分析、誤答の修正、モデル更新への対応を含む

この表のどちらが正しいということではありません。社内で試すだけなら安い前提で十分なこともありますし、顧客対応に使うなら高い前提の作業が必要になります。大切なのは、各社の見積もりがどちらの前提に立っているかを揃えて比べることです。

もうひとつ、AI開発では開発費とは別に、生成AIのAPI利用料やクラウドの費用が毎月かかります。この費用を見積もりに含めているか、発注側が直接契約して支払う前提かも会社によって異なるため、総額で比べる際には注意が必要です。

見積もりの前提をそろえるためには、発注側から渡す情報をそろえることが近道です。各社に口頭で別々に説明すると、会社ごとに理解した内容が変わり、見積もりの前提もばらばらになります。依頼の目的、対象の業務、使えるデータ、期待する成果、予算の目安、希望する時期を書面にまとめ、同じ資料を全社に渡すようにすると、比較の精度が上がります。

見積もり比較で見るべきポイント

見積もりを比較するときは、金額の前に、次の項目が明記されているかを確認します。

確認項目	見るべき点
段階の区切り	検証、開発、運用が分かれているか。検証の結果で開発を見直せるか
成功の基準	検証段階で何を確かめ、どうなれば次に進むかが書かれているか
発注側の作業	データの提供、正解の作成、評価への参加など、発注側に求める作業が書かれているか
契約形態	成果物の完成に責任を持つ請負か、作業の遂行に責任を持つ準委任か
利用料の扱い	AIのAPI利用料やクラウド費用の負担者と、月額の試算があるか
保守・運用	リリース後の改善、障害対応、モデルの提供終了時の移行が含まれるか

AI開発では、検証と開発を分けて契約する進め方が広く採られています。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」（1.1版、令和元年12月）のAI編でも、アセスメント、PoC、開発、追加学習という段階に分けて進める「探索的段階型」の考え方が示されています。作ってみるまで精度が分からないAI開発では、一括で完成を約束するより、段階ごとに結果を確かめて次に進む方が、発注側と開発会社の双方にとって無理がありません。

契約形態も確認しておきたい点です。精度が事前に分からない検証段階は、作業の遂行に対して費用を払う準委任で契約されることが多く、仕様が固まった開発段階は請負で契約されることもあります。どちらが適切かは段階と内容によりますが、少なくとも「精度が基準に届かなかった場合に、費用と作業がどうなるか」は契約前に確認しておくべきです。

見積もりが「AIシステム開発一式」のように一行で書かれている場合は、上の表の項目ごとに内訳を出してもらいましょう。内訳を出せない会社は、作業範囲をまだ具体的に想定できていない可能性があります。

複数の見積もりを並べるときは、各社の見積もりを同じ表に書き写してみると違いが見えやすくなります。行に上の確認項目を並べ、列に各社を並べて、含まれている作業と含まれていない作業を埋めていきます。空欄が多い会社には、その項目が見積もりに含まれているのか、別途費用になるのかを質問します。この作業をすると、一見安く見えた見積もりが、データ整備や評価を発注側の作業として前提にしていた、ということに気づけることがあります。

検証段階の見積もりについては、期間と成果物も比べます。検証の成果物が「動くデモ」だけなのか、評価用の質問セットと結果の報告書、開発に進む場合の見積もりまで含まれるのかで、検証にかける費用の意味が変わります。検証の結果をもとに、開発に進むか、範囲を変えるか、見送るかを判断できる材料が受け取れるかどうかが、比較のポイントです。

参考：AI・データの利用に関する契約ガイドライン1.1版／経済産業省

面談で使える質問の例

見積もりの書面だけでは、開発会社の実力は分かりません。面談では、次のような質問を通じて、課題の理解度や進め方を確かめます。質問は目的ごとに分けておくと、複数の会社を同じ観点で比べやすくなります。

課題の理解を確かめる質問

• 今回の課題について、AIを使わない解決方法も含めて、どのような選択肢があると考えますか
• この業務で、AIに任せるべきでない部分はどこだと考えますか
• 提案の前に、追加で確認したい業務の情報やデータはありますか

精度と評価を確かめる質問

• 精度はどのような方法で、どのような基準で評価しますか
• 検証で期待した精度が出なかった場合、どのような選択肢を提案しますか
• AIが誤った回答をした場合に、利用者が気づける仕組みをどう設計しますか

データとセキュリティを確かめる質問

• どのAIサービスを使う想定で、送信したデータはどう扱われますか
• 個人情報や機密情報を扱う場合、どのような対策を取りますか
• 利用者ごとの閲覧権限は、AI機能の中でどう守りますか

体制と運用を確かめる質問

• 実際に作業する担当者は誰で、窓口の担当者とどう連携しますか
• リリース後に精度が落ちた場合や、使っているモデルの提供が終了した場合、どう対応しますか
• 月々のAI利用料を、どのような前提でいくらと見込んでいますか

これらの質問は、正解を一つに決めるためのものではありません。回答の具体性や、発注側の事情を踏まえて考えているかどうかを見るためのものです。

回答から見極める判断基準

面談での回答は、内容の正しさよりも、具体性と誠実さで評価すると判断を誤りにくくなります。次の表は、回答を見極める際の目安です。

質問の観点	信頼できる回答の傾向	注意したい回答の傾向
課題の理解	業務の流れや例外について質問を返してくる。AIを使わない方がよい部分も指摘する	業務の話を聞く前から特定の技術や製品を勧める
精度	評価の方法と、精度が出なかった場合の代替案を説明できる	「高精度です」「ほぼ間違えません」と根拠なく断言する
データ	使うサービスの規約や、データの保存場所を具体的に説明できる	「セキュリティは問題ありません」とだけ答える
費用	利用料の試算の前提を示し、利用が増えたときの変化も説明できる	開発費だけを示し、毎月の費用に触れない
体制	実際の担当者が面談に同席し、技術的な質問にその場で答えられる	技術的な質問がすべて持ち帰りになる

特に注目したいのは、精度について断言するかどうかです。生成AIは誤った回答をすることがあり、その頻度は実際のデータで試すまで分かりません。検証前の段階で高い精度を約束する会社より、検証で確かめる方法と、届かなかった場合の選択肢を説明できる会社の方が、プロジェクトが難しくなったときにも頼りになります。

判断の基準は、依頼の内容によっても変わります。

• まず効果があるかを確かめたい段階なら、短期間の検証を小さく提案してくれる会社が向いている
• 既存システムとの統合が必要なら、AIだけでなく業務システムの開発経験がある会社が向いている
• 社内にエンジニアがいないなら、要望の整理から運用改善まで一貫して支援できる会社が向いている

どの場合も、提案書の見栄えや実績の数より、自社の課題について具体的に考えてくれているかを重視してください。

なお、面談の場で即答できないこと自体は、必ずしも悪いことではありません。業務の詳細を聞かないと判断できない質問に対しては、「この点を確認させてください」と持ち帰り、後日に根拠を添えて回答してくる会社の方が誠実な場合もあります。見るべきなのは、持ち帰った後の回答が具体的で、自社の状況に合わせて考えられているかどうかです。面談後の回答の速さと内容は、プロジェクトが始まってからのやり取りの質を予想する材料にもなります。

契約前に確認したい成果物と権利

AI開発では、通常のシステム開発よりも成果物の範囲が曖昧になりがちです。プログラムのソースコードだけでなく、次のようなものが成果物になりうるため、誰に権利があり、契約終了後に何を受け取れるのかを確認しておきます。

成果物	確認する内容
ソースコード	納品されるか、著作権はどちらに帰属するか
指示文（プロンプト）や設定	納品物に含まれるか、他の開発会社に引き継げる形で残るか
評価用の質問セットと結果	発注側に提供されるか。乗り換え時の精度比較に使えるか
学習済みモデル	自社データで学習した場合、利用や再利用の範囲をどう定めるか
提供したデータ	開発会社が他の目的に使わないか、契約終了後に削除されるか

評価用の質問セットは見落とされがちですが、重要な成果物です。将来、開発会社を変更したり、新しいモデルに切り替えたりする際に、同じ基準で精度を比べるための物差しになるからです。発注側が正解の作成に関わった場合はなおさら、発注側が使える形で受け取れるようにしておきましょう。

AIサービスやクラウドのアカウントを誰の名義で契約するかも確認しておきましょう。開発会社の名義で契約したアカウントの上でシステムが動いていると、開発会社を変更する際にアカウントやデータの移管が必要になり、手間や停止のリスクが生じます。費用の請求先と管理者権限を発注側に置き、開発会社には必要な権限だけを付与する形にしておくと、将来の引き継ぎがしやすくなります。

契約内容を確認する際には、経済産業省が令和7年2月に公表した「AIの利用・開発に関する契約チェックリスト」も参考になります。AIの利用や開発に関する契約で確認すべき事項を整理した資料で、社内で契約書を確認する際の手がかりとして使えます。

明日からできることは、依頼したい業務について、現状の作業内容、使っているデータ、期待する成果、予算の目安を1枚にまとめることです。これを複数の会社に同じ内容で渡せば、見積もりの前提がそろい、比較がしやすくなります。

参考：AIの利用・開発に関する契約チェックリスト／経済産業省

まとめ

AI開発の見積もりが会社ごとに大きく違うのは、検証、データ整備、精度評価、既存システムとの連携、運用改善といった作業範囲の前提が異なるためです。金額を比べる前に、各社の前提をそろえ、内訳を項目ごとに確認することが大切です。

AI開発は作ってみるまで精度が分からないため、検証と開発を段階に分けて契約し、精度が基準に届かなかった場合の扱いを事前に決めておくと、発注側のリスクを抑えられます。面談では、課題の理解、精度の評価方法、データの扱い、体制と運用について質問し、回答の具体性と誠実さで見極めましょう。

契約前には、ソースコードだけでなく、指示文、評価用の質問セット、学習済みモデル、提供したデータの扱いまで確認しておくことで、将来の改善や乗り換えにも対応しやすくなります。