生成AI開発会社の選び方を、依頼先3タイプの判定、足切り5条件、重み付き6項目の配点表の順に整理した。入力データの扱い、ハルシネーション評価、API従量費、PoC後の運用まで、候補を横並びで採点できる形で示す。

生成AI開発会社の選び方は、会社の一覧を眺めるより、依頼先のタイプを決めてから足切りと配点で絞るほうが早い。最初に、自社の業務と連携の規模から3タイプのどれに頼むかを決める。次に足切り5条件で候補を落とし、残った会社を重み付き6項目の配点表で採点する。この記事では、その手順と各条件の確かめ方を、発注する側の目線で順に示す。
生成AI開発会社の選び方とは?
生成AI開発会社の選び方とは、大規模言語モデルを組み込んだシステムの開発を外部に頼むとき、依頼先のタイプ・足切り条件・評価の配点を決めて候補を絞る手順である。
一般的なシステム開発の会社選びと違うのは、確かめる論点が増える点だ。入力データが外部のモデルにどう渡るか。誤った回答(ハルシネーション)をどう測るか。利用量に応じて変わるAPI費用をどう見込むか。これらは見積の金額だけでは比べられない。
本記事の3タイプ・5条件・6項目は、この記事独自の整理であり、業界標準の枠組みではない。自社の案件に合わせて足し引きして使う前提である。
生成AI開発会社はどんなタイプに分かれ、自社はどれに頼むべきか?
依頼先は総合SI型・生成AI専門の受託型・SaaS提供型の3タイプに分けると判断しやすい。業務の固有性が高ければ受託型、既存システムとの連携が大きければ総合SI型、定型業務ならSaaS提供型が第一候補になる。
| タイプ | 向いている案件 | 強みになりやすい点 | 確かめたい点 |
|---|---|---|---|
| 総合SI型 | 基幹システムとの連携、全社展開 | 体制の厚さ、セキュリティ審査への対応 | 生成AIの実装を誰が担うか、再委託の有無 |
| 生成AI専門の受託型 | 社内データ検索(RAG)、業務固有の自動化 | 検証の速さ、モデルの比較と切り替え | 本番運用と保守の体制、担当者が替わるときの引き継ぎ |
| SaaS提供型 | 議事録、問い合わせの一次対応など定型業務 | 導入の速さ、月額で費用が読める | カスタマイズの限界、データの保管場所 |
判定には2つの軸を使う。横軸は業務の固有性で、自社独自の判断や文書が多いかを見る。縦軸は既存システムとの連携の規模である。
- 固有性が低く連携も小さいなら、SaaS提供型を選ぶ。開発会社への依頼がいらないことも多い。
- 固有性が高く連携の小さい案件なら、生成AI専門の受託型が合う。
- 固有性が高く連携も大きいなら、総合SI型か、受託型と情報システム部門の組み合わせになる。
- 固有性が低く連携の大きい案件なら、SaaS提供型を選び、連携部分だけ情報システム部門かSI型へ頼む。
会社の規模で選ぶより、この2軸で決めるほうが見積の前提がそろう。大手か専門会社かで迷うときも、先にタイプを決めると比較の相手が絞れる。
開発会社に頼まなくてよいのはどんな場合か?
下に挙げる3条件がすべて当てはまる定型業務なら、開発会社に頼まなくてよい。既製のSaaSの設定だけで足りる、議事録の作成や文書の下書きなどがこれにあたる。
判断のめやすは次のとおりである。
- 使いたいデータが少なく、社内システムとの連携がいらない。
- 業務の手順を変えずに、既製の画面で使える。
- 月額の利用料で費用が読め、要件の変更が少ない。
3つとも当てはまるなら、まずSaaSを試し、そのあとで開発の要否を判断すると無駄が少ない。自社の文書を検索させたい、既存システムへ組み込みたいといった要件が出てきたら、開発会社への相談に進めばよい。
開発会社を探す前に、自社で決めておくことは何か?
探す前に決めるのは3点だ。中心は業務課題と成功の指標で、使えるデータと予算の枠がそれに続く。これらがないまま相談すると、各社の提案は別々の前提で書かれ、比べられなくなる。
- 業務課題と成功の指標を書く。「問い合わせの一次回答にかかる時間を減らす」のように、業務の言葉で書く。
- 使えるデータを一覧にする。文書の種類、量、保管場所、個人情報や機密の有無を並べる。
- 予算の枠を決める。PoCと本番開発、月々の運用費を分けて、上限の考え方を決める。
あわせて社内の担当も決めておく。業務の責任者と情報システム部門は必須で、契約を見る法務担当も早めに加えたい。そうすれば、データと契約の確認が後から止まりにくい。決めた項目を依頼文に落とす方法は、AI開発のRFPの作り方で扱っている。
調達する側の観点を整理した公的な資料もある。デジタル庁が公開するガイドラインは、政府における生成AIのガバナンスを定めている。各府省庁が調達・利活用するときのルールも、この文書の対象である。発行元と時点は次のとおりだ。出典は、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(DS-920)』2026年6月(標準ガイドライン群)である。行政向けの文書だが、民間の発注でも確認項目を洗い出す手がかりになる。
最初に足切りにすべき条件は何か?
足切りは、データの学習利用・本番稼働の実績・評価方法・PoC後の見積・成果物の権利の5条件で行う。1つでも満たせない会社は、提案の中身や金額を見る前に候補から外す。
足切りを先に置くのは、比べる手間を減らすためだ。配点表で全項目を採点すると、1社ずつ確かめるのに時間がかかる。合格か不合格かで判断できる条件を先に当てれば、採点する会社を3〜4社に減らせる。
5条件は、初回の打ち合わせか簡単な質問票で確かめられる内容に絞った。判定の基準は、後半の「選定スコアカード」の節に表で示す。
実績はどこまで確認すれば生成AI開発の実力が分かるか?
実績は件数より中身で見る。本番で稼働している事例について、構成・担当範囲・評価の方法・運用中に起きた問題の4つを説明できるかを確かめると、PoC止まりの会社との差が見える。
公開事例の社名やロゴだけでは、その会社が何を担ったかはわからない。守秘義務で社名を伏せる会社も多い。匿名のままでよいので、次の点を聞く。
- システムの構成。どのモデルを使い、社内データをどう検索させたか。
- 担当した範囲(要件定義から運用まで、または一部の工程のみ)
- 評価の方法。精度はどのデータと指標で測ったのか。
- 運用中の問題への対応。誤回答の指摘やモデル更新の影響を、どう収めたかが分かれ目になる。
最後の問いに具体的な答えが返る会社は、本番運用を経験している見込みが高い。PoCの事例しか出てこないときは、足切りの条件2を不合格として扱ってよい。
入力データの扱いとセキュリティは何を確認するか?
確認すべき点は4つある。最優先は、外部のモデル提供元による入力データの学習利用を止める設定の有無である。残りは、データの保管場所と保持期間・アクセス権限・ログの扱いである。とくに学習利用の有無は、文書で回答をもらう。
個人データを含むプロンプトの入力には、国が注意点を公表している。公表したのは個人情報の保護を担う政府の委員会(以下PPC)だ(出典:PPC『生成AIサービスの利用に関する注意喚起等』2023年6月、注意喚起PDF)。本人の同意なく入力する場合、生成AIサービスの提供事業者が当該個人データを「機械学習に利用しないこと等を十分に確認すること」としている。開発会社へ依頼するときも、この確認の担い手と方法を決めておきたい。
| 確認項目 | 聞き方の例 |
|---|---|
| 学習利用 | 入力データを提供元が学習に使わない設定と、その根拠の文書を示してほしい |
| 保管場所 | 入力とログはどの国のどの環境に、何日保存されるか |
| アクセス権限 | 社内文書の閲覧権限を、検索結果にどう反映させるか |
| ログ | 誰がどの質問をしたかの記録を、誰が見られるか |
| 再委託 | 開発や運用の一部を外部に出すとき、その先をどう管理するか |
見落としやすいのはアクセス権限である。社内データ検索の場合、本来見られないはずの文書が回答に混ざる事故が起こりうる。権限の反映方法を設計の段階で説明できるかを見る。生成AIを社内で使うときの情報漏洩対策は、LLMのセキュリティ対策でも整理している。
精度やハルシネーションの評価方法をどう合意するか?
評価は、発注する側が業務の質問と正解を組にした評価データを用意し、正答率と誤回答の扱いを契約前に合意して行う。「高精度」と形容詞で合意すると、検収の段階で判定できない。
合意しておく項目は次の4つである。
- 評価データ:業務の代表的な質問と正解の組。開発会社の調整には使わせない。
- 指標。正答率に加え、回答の根拠となる文書を示せたかも測る。
- 誤回答の扱い(答えるべきでない質問に「わからない」と返せた件数を含める)
- 判定者。業務担当者が採点するのか、基準を文書にして共有するのかを決めておく。
ハルシネーションをなくすという約束を求めるのは現実的でない。見るべきは、誤回答が起きたときの備えである。利用者が根拠の文書で確かめられる画面や、担当者へ回す導線まで含めて提案できるかを確かめる。社内文書を検索させる構成の考え方は、RAGによる社内ナレッジ基盤の記事が参考になる。
費用と契約形態はどう比較するか?
費用は、PoC・本番開発・月々の運用費の3つに分けて比べる。運用費のうちAPI利用料は利用量に応じて変わる。そのため、利用者数や処理件数の前提をそろえないかぎり比べられない。
| 費用の区分 | 主な内訳 | 比べるときにそろえる前提 |
|---|---|---|
| PoC | 検証の設計、試作、評価 | 検証する問いの数、期間 |
| 本番開発 | 実装、連携、テスト、移行 | 連携先の数、画面の範囲 |
| 運用費(月額) | API利用料、クラウド費、保守の工数 | 利用者数、月間の処理件数 |
契約形態の選び方として、精度の読めないPoCを準委任契約にする例がある。範囲の固まった本番開発は請負契約にし、両者を組み合わせる形だ。IPAのモデル契約書(第二版)は、民法改正に伴う見直しの論点を挙げている。その1つが、請負契約における契約不適合責任である。成果報酬型の準委任契約の位置づけも、論点に挙がっている(出典:IPA『情報システム・モデル取引・契約書(第二版)』2020年12月、IPAの公開ページ)。精度が目標に届かない場合の扱いを、どの形態でどう書くか。そこが比較の要点になる。
契約書案では成果物ごとに権利帰属を確かめる。ソースコードだけでなく、プロンプトや評価データも対象に含める。条項の解釈は法的な判断を伴う。この記事は一般的な整理であり、法的な助言ではない。判断は社内の法務担当や弁護士に確認してほしい。届いた見積の並べ方は、AI開発の見積比較チェックリストで扱っている。
PoCから本番・運用まで伴走してもらえるか、どう見極めるか?
見極めるには、PoCの提案書に本番へ進む条件と本番見積の前提が書かれているか、モデル更新への追随が保守に含まれるかの2つを見る。どちらもなければ、PoCで止まる見込みが高い。
外部のモデルは、提供元の都合で仕様が変わったり、旧モデルの提供が終わったりする。そのたびに回答の質が変わりうる。保守の範囲に、モデルを切り替えるときの再評価と調整が入っているかを確かめる。
- PoCの終わり方:継続か中止かの判断基準と、判断の場
- 引き継ぎ。PoCの担当者が本番でも残るか。替わるなら何を文書で渡すか。
- 運用の窓口。誤回答の報告から修正までの流れが決まっているかを見る。
- 改善の頻度(評価データでの定期的な測り直しが、提案の範囲内か)
企画から運用まで同じチームが担うか、工程ごとに担当が替わるかで、引き継ぎの手間は変わる。その考え方は少人数で一気通貫の開発体制をつくる方法にまとめている。
足切り5条件と配点表の選定スコアカード(一次情報)
※これは提案であり、当社の実施実績ではない。
このスコアカードの土台は、株式会社ファーリープ(Farleap)がjournalで公開した2本の記事だ。それを依頼先の選定用に組み直した。元にしたのは、AI開発のRFPの作り方のAI特有8項目と、AI開発の見積比較チェックリストの4分類12項目だ。両記事は提案書と見積の評価を扱う。本記事は、その手前の会社選びへ向けて形を変えた。この記事独自の整理であり、業界標準の書式ではない。
足切り5条件(合格・不合格で判定)
| 番号 | 条件 | 合格の基準 | 不合格の例 |
|---|---|---|---|
| 1 | 入力データの学習利用 | 学習に使わない設定と根拠を文書で示せる | 口頭で「問題ない」と答えるだけ |
| 2 | 本番稼働の実績 | 匿名でも構成・担当範囲・運用中の問題を説明できる | PoCの事例しか出てこない |
| 3 | 評価方法 | 評価データと指標の決め方を提案に書ける | 「高精度」とだけ書く |
| 4 | PoC後の見積 | 本番と運用費を分けた見積の前提と、移行の条件を出せる | PoCの金額だけを示す |
| 5 | 成果物の権利 | ソースコード・プロンプト・評価データの帰属を契約書案で示せる | 「契約時に協議」のまま |
重み付き6項目の配点表(候補3社を横並びで採点)
各項目を1〜5の段階でつけ、重みを掛けて100点満点にする。計算は「段階÷5×重み」である。
| 項目 | 重み | 高い評価の目安 | 低い評価の目安 | A社 | B社 | C社 |
|---|---|---|---|---|---|---|
| 課題理解 | 20 | 業務の指標と生成AIの使いどころを結びつけている | 技術の説明に終始する | |||
| 技術設計 | 20 | 社内データ検索とモデル切り替えの設計を説明できる | 特定のモデルに固定した前提 | |||
| 評価設計 | 20 | 評価データ・指標・誤回答の扱いが具体的 | 評価の記載がない | |||
| データとセキュリティ | 15 | 権限の反映、ログ、再委託まで答えられる | 学習利用の確認のみ | |||
| 運用と保守 | 15 | モデル更新時の再評価と改善の頻度を含む | 障害対応だけを保守とする | |||
| 費用の透明性 | 10 | 運用費を利用量の前提つきで示す | 「一式」の行が多い | |||
| 合計 | 100 |
たとえば評価設計を4段階目とつけたら、4÷5×20で16点になる。費用の重みを低めにしたのは、生成AIの開発では総額の安さより、評価と運用の前提の違いが結果を左右しやすいからだ。重みは自社の優先度に合わせて変えてよい。
スコアカードは次の順で使う。
- 3タイプのどれに頼むかを決め、候補を5社前後挙げる。
- 足切り5条件を質問票にして送り、不合格の会社を外す。
- 残った3〜4社に提案を出してもらい、配点表で採点して、上位2〜3社へ見積を依頼する。
範囲の書き方を比べる見本として、見積比較の記事ではFarleapのプロダクト開発のサービス定義を紹介した。検証PoCから本番、運用保守までを1つの範囲に含める書き方である。条件4と条件5を確かめるときは、各社が範囲をどう区切っているかを同じ表に並べるとよい。
まとめ
生成AI開発会社は、総合SI型・生成AI専門の受託型・SaaS提供型の3タイプに分け、業務の固有性と連携の規模でどれに頼むかを決める。次に、データの学習利用・本番稼働の実績・評価方法・PoC後の見積・成果物の権利の足切り5条件で候補を落とす。残った3〜4社に提案を出してもらい、重み付き6項目の配点表で採点して、上位2〜3社へ見積を依頼する。依頼内容の書き出しにはAI開発のRFPの作り方の雛形が使える。届いた見積はAI開発の見積比較チェックリストで並べるとよい。開発の相談はプロダクト開発で受け付けている。
よくある質問
生成AI開発会社は何社に相談すればよいか?
まず5社前後の候補を挙げ、足切り5条件で3〜4社に絞る。残った会社に提案を出してもらい、配点表で採点して、見積の依頼は上位2〜3社に出すのがめやすである。この数なら、同じ依頼文と質疑の回答を全社に共有でき、比較も手に負える。足切りの前から見積を集めると、比べられない資料が増えるだけになりやすい。
大手と小規模な専門会社のどちらに頼むべきか?
会社の規模ではなく、業務の固有性と既存システムとの連携の規模で決める。連携が大きく全社展開を見込むなら総合SI型、業務固有の検証を速く回したいなら生成AI専門の受託型が合いやすい。迷う場合は、両タイプを1社ずつ足切りにかけ、同じ配点表で比べるとよい。
実績の少ない会社は候補から外すべきか?
件数が少ないだけでは外さない。本番で稼働している事例について、構成・担当範囲・評価の方法・運用中の問題を説明できれば、足切りの条件2は合格とする。逆に件数が多くてもPoCの事例しか語れない会社は、本番運用の経験を確かめてから判断する。
生成AI開発会社との契約で特に確認する点は何か?
成果物ごとの権利帰属、入力データの学習利用の扱い、精度が目標に届かない場合の扱いの3つである。ソースコードに加え、プロンプトと評価データの帰属も分けて確かめる。条項の解釈は法的な判断を伴うため、社内の法務担当や弁護士に確認してほしい。
更新履歴
2026-11-18 初稿公開。





