「AIを導入したいが、社内にAIエンジニアがいない」——中堅企業の情シス担当者から最も多い相談です。経済産業省「IT人材需給に関する調査」（最新版2025年）によれば、AI関連人材は2030年までに約79万人不足する見通しで、自社採用だけでは到底追いつかない状況です。
外部パートナー（受託開発会社・SES・フリーランス・コンサル）の活用は現実的な選択肢ですが、選定を間違えると「お金だけ消えてシステムが動かない」結果になります。
本記事では、AI開発を外部に委託する際の ベンダー選定7基準 と、契約形態別の メリット・デメリット、失敗しない発注書の書き方を解説します。
目次
外部パートナー活用の3パターン
中堅企業がAI開発で外部パートナーを活用する場合、以下3パターンに分かれます。
| パターン | 主な使い方 | 期間 | コスト感 |
|---|---|---|---|
| 受託開発 | 要件定義〜実装まで丸ごと依頼 | 6ヶ月〜2年 | 1,000万〜数億円 |
| SES／準委任 | エンジニアを月単位で派遣・常駐 | 3ヶ月〜数年 | 80万〜200万円/人月 |
| アドバイザリー | 戦略・要件・選定の助言のみ | 1〜6ヶ月 | 50万〜500万円/月 |
ベンダー選定7基準
ベンダーを選定する際の7基準を、優先順位の高い順に整理します。
基準1：AI開発の実績件数（中堅企業向け）
「AI受託開発できます」と謳うベンダーは多いですが、中堅企業向けの実績件数が10件未満なら警戒が必要です。中堅企業特有の予算・スケジュール・経営承認フローへの理解が浅い可能性があります。
基準2：要件定義のスキル
AI開発は「言われた通り作る」では失敗します。ビジネス目標から逆算して要件を引き出すスキルが必要です。商談時に「こちらの業務をどう理解しているか」のヒアリング深度を見ます。
基準3：技術選定の中立性
特定LLM（OpenAI、Anthropic、Google）や特定クラウド（AWS、Azure、GCP）にロックインされる提案は要注意です。複数の選択肢を提示できるベンダーが望ましいです。
基準4：データ整備力
AI開発の工数の40〜60%はデータ整備です。データ整備のノウハウ（クレンジング、ラベリング、品質管理）を持つベンダーかが、最終精度を左右します。
基準5：運用・保守の継続性
開発して納品して終わりではなく、運用しながら精度を改善する「運用学習サイクル」を提供できるかが重要です。月次レビュー・改善サイクル・SLAを契約に組み込めるベンダーを選びます。
基準6：日本語・国内法令対応
機密性の高い業務AIでは、海外オフショア単独では難しいケースがあります。国内開発拠点・日本語要件定義・個人情報保護法対応の経験を確認します。
基準7：補助金・税制優遇の知見
IT導入補助金・事業再構築補助金等の活用知見があれば、実投資額を圧縮できます。認定IT導入支援事業者かは確認すべきポイントです。
契約形態の比較：受託・SES・準委任
受託（請負）契約
| 項目 | 内容 |
|---|---|
| メリット | 成果物が明確、固定価格、ベンダーが品質責任を負う |
| デメリット | 要件変更が難しい、要件定義段階で全てを決める必要 |
| 適合ケース | 要件が明確なAI開発、規模1,000万円〜 |
SES（システムエンジニアリングサービス）契約
| 項目 | 内容 |
|---|---|
| メリット | エンジニアの稼働時間で課金、要件変更柔軟 |
| デメリット | 成果保証なし、品質管理は発注側責任 |
| 適合ケース | 自社内に技術リードがいて、手数を増やしたい場合 |
準委任契約
| 項目 | 内容 |
|---|---|
| メリット | 善管注意義務ベース、AI領域で実態に即している |
| デメリット | 成果保証なし、進捗管理スキルが発注側に必要 |
| 適合ケース | PoC、要件定義、技術調査、AI研究開発 |
失敗しない発注書の書き方
必須記載事項
| 項目 | 記載例 |
|---|---|
| プロジェクト名 | XXシステムへのAI実装プロジェクト |
| 目的・KPI | XX業務の処理時間を50%削減（月間XX時間） |
| スコープ | 対象業務、対象データ、API連携先を明記 |
| 成果物 | 設計書、ソースコード、運用マニュアル、教育教材 |
| 検収条件 | 精度XX%以上、処理速度XX秒以内 |
| 知的財産権 | 著作権の帰属、ライセンス条件 |
| 機密保持 | NDA範囲、契約終了後の対応 |
| 不具合対応 | 検収後XX ヶ月の品質保証期間 |
避けるべき書き方
- 「AI機能一式」のような抽象的記載 → 工数が見積れない
- 「最新技術を使う」のような技術指定 → 陳腐化リスク
- 「将来の拡張性を考慮」だけの記載 → 要件無限化
PoC契約と本番開発契約の分離
AI開発では、PoC（概念実証）と本番開発を 必ず別契約に分離 します。理由は3つです。
- PoC段階で技術リスクが顕在化：本番見積前に精度・データ品質を確認できる
- 本番開発の見積精度向上：PoC実績を踏まえた見積になる
- 撤退判断の機会：PoCで効果が出なければ撤退できる
PoC費用は本番開発の10〜20%が相場です。本番開発1,000万円なら、PoCは100万〜200万円が適切なライン。
ベンダー選定の段階フロー
Step 1：候補リストアップ（1〜2週間）
業界実績・公開事例・知人紹介から5〜10社の候補をリストアップします。
Step 2：1次ヒアリング（2〜4週間）
候補各社に自社の状況を説明し、概算見積・提案を依頼します。提案品質で3〜5社に絞り込みます。
Step 3：詳細RFP送付（4〜8週間）
詳細要件を記載したRFPを残った候補に送付し、本格提案を受けます。
Step 4：技術検証・面談（4〜8週間）
最終候補2〜3社で、技術担当者との面談・小規模技術検証を実施します。
Step 5：契約交渉・合意（2〜4週間）
最終1社と契約条件を交渉し、合意形成。契約署名後にPoC着手します。
よくある質問
Q1. 大手ベンダーと中堅・専門ベンダーどちらが良いですか？
中堅企業の場合、中堅・専門ベンダーが現実的です。大手はミニマムロットが大きく、中堅企業案件を優先しない傾向があります。
Q2. オフショア開発は使えますか？
データの機密性が高くない領域では有効です。機密データを扱うAI開発では、国内開発を推奨します。オフショアと国内のハイブリッドも選択肢です。
Q3. ベンダーロックインを避けるには？
知財（モデル・コード・データ）の権利帰属を発注側に明記、ドキュメンテーションを必須化、運用保守を別契約にする、の3点で対応します。
Q4. 開発後にベンダーを変更できますか？
技術的には可能ですが、移行コストがかかります。1〜2年は同じベンダーで運用することが現実的です。長期契約は3年単位で見直しを推奨します。
Q5. AI開発の見積が会社により10倍以上違うことがありますが、なぜですか？
スコープの解釈差、技術選定の差、データ整備の含み・含まずの差、運用保守期間の差が主因です。RFPで条件を揃えることで比較可能になります。
参考資料
- 経済産業省「IT人材需給に関する調査」（2025年最新版）
- 経済産業省「AI導入ガイドブック」（2024年4月公表）
- 経済産業省「AI・データの利用に関する契約ガイドライン」（2018年6月公表、2024年改訂）
- 中小企業庁「IT導入補助金2026」公募要領