AIツール導入と自社開発の分かれ目

AIを業務に取り入れると決めたあと、次に来る問いは「既製のツールを契約するか、自社向けに作るか」です。この判断を勢いで決めてしまうと、使われないシステムを抱えるか、逆に既製品の制約に縛られて業務が回らないかのどちらかになります。

先に結論を述べます。大半の業務は既製のツールで足ります。開発が必要になるのは、これから挙げる三つの軸のうち、二つ以上が当てはまる場合です。

判断の三軸

業務の固有性。 その業務の手順が、自社にしかない形で決まっているかどうかです。ここで注意したいのは、「自社独自だと思っている手順の多くは、実際には業界標準か、単に文書化されていないだけ」という点です。本当に固有なのは、自社の商習慣や契約条件が手順に組み込まれている場合、複数の社内システムをまたいだ流れが確立している場合などに限られます。

データの持ち出し可否。 業務で扱うデータを外部のサービスに送ってよいかどうかです。顧客との契約で第三者提供を制限している、業界の規制で保管場所が定められている、といった事情があれば、既製ツールの選択肢は狭まります。ただし、多くの法人向けサービスは入力内容を学習に使わない設定を提供しており、それで要件を満たせることも多くあります。まず契約条件を確認してください。

利用人数と頻度。 何人が、どのくらいの頻度で使うかです。少人数が時々使う業務なら、既製ツールを手作業で操作する運用で十分です。多人数が毎日使う、あるいは処理件数が多い業務では、手作業の部分が積み上がって無視できなくなります。

この三軸のうち、一つだけが当てはまる状態は、開発の理由としては弱いものです。固有性が高いだけなら、既製ツールへの指示文を作り込むことで吸収できることが多くあります。人数が多いだけなら、まず全員が同じ手順で使う運用を整えるほうが先です。二つ以上が重なったとき、初めて開発の検討に入る価値が出ます。

「足りない」の中身を分解する

既製ツールを試した結果「足りない」と感じたとき、その中身を分解すると判断が明確になります。実務で出てくる不足は、おおむね次の三種類に分かれます。

手間の不足。 毎回コピーして貼り付ける、結果をExcelに転記する、複数の画面を行き来する、といった不足です。AIの性能の問題ではなく、業務の流れに乗っていないことが原因です。これは開発で解決する典型例ですが、まず既製ツールどうしを連携させる機能や、簡易な自動化ツールで足りないかを確認してください。

ばらつきの不足。 人によって指示の出し方が違い、出力の質が安定しないという不足です。これは開発ではなく、まず指示文を共通化することで大きく改善します。共通の指示文を全員が使う運用が定着してから、それを画面に埋め込む開発を検討すれば、作るべきものが明確になります。

記録の不足。 誰が何を入力し、どう判断したかが残らないという不足です。監査や説明責任が関わる業務では、この不足は運用では埋められません。開発の理由として妥当性が高い項目です。

この分解をせずに「既製ツールでは足りなかったので作りたい」と相談すると、必要以上に大きなものを作ることになります。逆に、不足を具体的な文章で書けていれば、開発の範囲は小さく収まります。

想定例：ある企業が、問い合わせ対応に既製のAIツールを導入した場面を考えます。数週間使ったところ、回答の質そのものには問題がありませんでした。残ったのは「担当者ごとに聞き方が違って回答がばらつく」「対応履歴が残らず、同じ質問に別の回答が出る」という二点です。前者は共通の指示文を配ることで改善し、後者は履歴を残す仕組みが必要でした。開発の範囲は履歴と一覧の画面に限定され、当初の想定より小さく収まりました。

作るのはAIではなく、その周りである

開発を選んだ場合に作るものは、多くの場合AIそのものではありません。既存のAIサービスはAPIとして提供されており、それを呼び出すこと自体は開発全体のごく一部です。実際に作業量を占めるのは周辺の設計です。

• 誰がどの画面から使うのか、権限をどう分けるのか
• 入力として何を渡すのか、社内のどのデータをどう取り出すのか
• 出力を誰がどのタイミングで確認し、承認するのか
• 結果をどこに保存し、どう検索できるようにするのか
• 利用量に応じた費用が膨らまないよう、どこで上限を設けるのか
• AIの応答が遅い、あるいは失敗したときに業務をどう続けるのか

つまり、AI活用の開発は、実質的には業務システムの開発です。AI特有の設計（出力の確認手順、費用の上限、失敗時の代替手段）が加わりますが、土台はWebシステム開発そのものです。この構造を理解しておくと、見積もりの妥当性も判断しやすくなります。開発会社の種類についてはAI開発会社の種類と頼めることで整理しています。

順番を守れば失敗が小さくなる

判断の順番は、次の形が最も損失が小さくなります。

既製のツールをそのまま試す。実際の業務データに近い条件で、数週間使います。この段階で要件が満たせれば、そこで終わりです。

足りなかった点を文章で書き出す。「なんとなく物足りない」ではなく、「どの操作に何分かかり、何が残らないか」という粒度まで落とします。

三軸で照らす。書き出した不足が、固有性・持ち出し・人数のどれに起因するかを確認します。二つ以上に該当しなければ、運用の工夫で解決できないかをもう一度検討します。

該当すれば、範囲を絞って作る。最初から全業務を対象にせず、MVPの考え方で不足が最も大きい一点に絞ります。範囲の絞り方はMVP開発とはが参考になります。

この順番を飛ばして開発から入ると、既製品で足りたはずの機能を作ることになり、費用も運用負担も増えます。予算の組み方はAI活用の初年度予算の組み方で扱っています。

既製品で足りるならそれが最良

AI活用において、作らない判断は後退ではありません。既製のツールは継続的に改善され、その改善を自社の費用負担なしで受け取れます。自社で作ったものは、自社で保守し続ける必要があります。この差は年を追うごとに効いてきます。

弊社のAI活用開発では、最初に「AIで解くべき課題か」「既製のサービスで足りないか」を確認します。既製品で足りる場合はそのようにお伝えし、開発が妥当な場合は範囲を絞った形をご提案します。判断の段階からご相談いただけますので、お問い合わせからご連絡ください。打ち合わせはオンラインで全国に対応し、ご相談・お見積りは無料です。

なお、データの取り扱いや契約条件に関わる論点を含むため、一般的な情報として参考にしていただき、個別の事案は専門家にご確認ください。