メインコンテンツへスキップ

AI開発の支援会社をどう選ぶか:見積書より先に確認すべき2つのこと

AI開発の支援会社を選ぶとき、提案書の体裁や実績件数だけでは分からないことがある。実装物を触れるか、実測を標本数つきで出しているかという2つの確認軸を、自社の開示例をもとに整理する。

この記事は、発注側がAI開発の支援会社を選ぶ際の判断材料に関する検証シリーズの1本である。提案書の体裁や実績件数だけでは分からないことを、実装物を触れるかと、実測を標本数つきで開示しているかという2つの軸で整理する。自社も支援会社の一つであり、他社との優劣づけはしない。

この記事で分かること

  • 提案書だけでは分からないことは何か
  • 実装物を触れる状態で公開しているかどうかが、なぜ判断材料になるか
  • 「実測しました」と言われたときに何を確認すべきか

この記事で分からないこと(正直に書く)

  • 業界全体で実装物を公開している支援会社がどれくらいの割合か
  • ここで挙げる確認軸だけで契約後のトラブルを防げるかどうか

提案書だけでは分からないこと

見積書と提案書は、これから作るものの説明であり、すでに動いているものの証拠ではない。実績件数や導入社数は書けても、その実装が今どういう状態で動いているかは、文面だけでは判別できない。発注側が確認したいのは「作れると言っているか」ではなく「作った実装が今どこにあるか」である。

確認軸1: 実装物を触れる状態で公開しているか

1つ目の確認軸は、支援会社が自社の実装物を、契約前の第三者が実際に触れる状態で公開しているかどうかである。事実として、自社は稼働中の自社プロダクト9件を実名・URLつきで開発実績ページに掲載し、社名を伏せた受託事例7件のうち6件は、架空データで動く汎用デモをその場で操作できる形で公開している(出所: 自社の運用記録、確認日2026-09-06)。これは「当社を選ぶべき理由」ではなく、この確認軸が成立し得ることを示す事実として挙げている。

確認軸2: 実測を標本数つきで開示しているか

2つ目の確認軸は、支援会社が精度や成功率を主張するとき、何件の検証でその数値を出したかを添えているかどうかである。標本数が少ないと、0件だったという結果だけでは「起きない」とは言えない。0件を観測した検証がn件の場合、真の発生率の95%上側の目安は1-0.05^(1/n)で計算でき、n=12件なら最大22.1%まで起こり得るとみなす考え方になる。自社が運営する対話エージェント基盤の検証でも、盲検12件で幻覚が0件だった結果を「幻覚率0%」ではなく「22.1%以下」と標本数つきで表記している(出所: 自社の運用記録、確認日2026-09-06)。標本数を添えずに「0%」とだけ主張している場合は、確認する価値がある。

この確認軸を疑わずに信じてしまう理由

提案書や実績紹介の文体が整っているほど、その根拠になっている実装や標本数を疑う動機は生まれにくい。具体的な数字が並んでいると、それだけで検証済みだと受け取ってしまいやすい。前提を疑わずに主張を信じることの危うさは、複数エージェントの批判レビューに前提条件シートが要る理由の記事でも同じ構造として扱っている。

確認の仕方(チェック項目)

契約前に聞く価値がある質問は次の3つである。1つ目、「その実装は今どこで触れますか」。2つ目、「その数値は何件の検証で出したものですか」。3つ目、「0件だった場合、標本数からみて起こり得る上限はどこまでですか」。経済産業省と総務省は、AI開発・提供・利用の各事業者を横断する統一的な指針として「AI事業者ガイドライン(第1.0版)」を2024年4月19日に取りまとめている(出所: 経済産業省ニュースリリース、https://www.meti.go.jp/press/2024/04/20240419004/20240419004.html 、確認日2026-09-06)。契約や検収の基準を定めるものではないが、説明責任を果たす前提が業界的に整理されつつあることは、確認を求めてよい根拠の一つになる。

支援会社の実装物や検証結果の見せ方について相談したい場合は、お問い合わせから編集部まで連絡してほしい。見積の読み方は「見積書の読み方」、契約前の確認項目は「契約前に確認する項目」を参照してほしい。

よくある質問

Q1. 実績件数が多い支援会社は信頼できるのか

実績件数の多さは実装物を触れる状態にあるかどうかとは別の情報である。件数だけでなく、今どこで実装を確認できるかを聞く方が判断材料になる。

Q2. 「実測しました」と言われたら何を聞けばよいか

何件の検証でその数値を出したかを聞く。0件という結果だけでは発生率がゼロとは言えず、標本数によって「起こり得る上限」が変わる。n=12件なら最大22.1%、n=53件なら最大5.5%程度まで起こり得るとみなす考え方がある。

Q3. 実装物を公開していない支援会社は避けるべきか

この記事は避けるべきかどうかの判定基準ではなく、確認軸の一つを示すものである。公開していない理由が契約上の守秘義務による場合もあるため、公開の有無だけで判断せず、なぜ非公開かを確認する方がよい。

Q4. AI事業者ガイドラインはこの選び方に何を示しているのか

2024年4月19日に経済産業省と総務省が取りまとめた「AI事業者ガイドライン(第1.0版)」は、AI開発・提供・利用の各事業者向けに既存の複数のガイドラインを統合した統一的な指針である。個別の契約基準を定めるものではないが、説明責任を果たす前提が業界的に整理されつつある背景として参照できる。

関連する取り組み

CONNECTED SERIES
AIで投資の壁を越える
18 本の実装記録。AI 投資の「予測不能」と言われる 9 つの壁を、コードと実データで検証した連載。
note で読む →
B2B API
Persona API
行動データから再構成した 2,245 体のペルソナを LLM 推論に注入。AI 出力の文脈リッチ化、顧客 segmentation に。
詳細を見る →

AI導入のご相談を承っています

AI導入支援の実務経験を活かし、お手伝いしています。お気軽にご相談ください。

他のカテゴリも読む

AI最新ニュース AI業界の最新ニュースと企業動向 AI導入戦略 AI投資判断・ROI分析・導入ロードマップ 業界別AI活用 製造・金融・小売など業界別のAI活用動向 導入事例 企業のAI実装プロジェクト事例とコンサルティング知見 研究論文 NeurIPS、ICMLなどの注目論文レビュー