業界共通の典型例として: ある製造業大手が需要予測AIの全社展開を進めていた事例を取り上げる。同社はPoC段階で特定SaaSベンダーのAutoMLプラットフォームを採用し、3か月で精度KPIをクリア。経営層の承認を得て本番展開フェーズに移行した。
問題が顕在化したのは導入から18か月後である。社内データサイエンスチームが内製モデルへの移行を提案した際、見積もられた切り替えコストは初期導入費用の約2.5倍に膨らんだ。理由は3つ。第一に、特徴量エンジニアリングのロジックがベンダー独自のDSL（ドメイン固有言語）で記述されており、ポータブルな形式でのエクスポートが契約上認められていなかった。第二に、推論APIに依存した業務システム連携が47か所に及び、すべての再設計が必要だった。第三に、学習済みモデルの所有権がベンダー側に帰属する条項が含まれており、モデル自体の引き渡しを求めるには別途ライセンス料が発生した。
経済産業省「DXレポート」（2018年）は、レガシーシステムの複雑化・ブラックボックス化が継続した場合、2025年以降の経済損失は最大年間12兆円に達すると警告している。同レポートが指摘した「2025年の崖」は、メインフレーム時代の話に限らない。AIプラットフォームでも同じ構造が再現されつつある。
Gartnerが2023年に公開した調査では、AI/ML プラットフォームを導入した企業の約65%が「他ベンダーへの切り替えが技術的または契約的に困難」と回答している。IDC Japanの2024年調査でも、国内エンタープライズAI導入企業の38%が「ベンダー依存が経営課題」と認識しているが、契約段階で具体的な離脱条項を交渉した企業は12%にとどまる。
1. PoC段階で「離脱コスト」を試算していない
PoCは精度検証が目的化し、本番運用後の出口戦略を含まない。気づくべきはRFP段階。撤退シナリオの試算を選定基準に組み込む必要がある。
2. データとモデルの所有権が曖昧
学習データはユーザー帰属でも、学習済みモデルの権利がベンダーに残るケースが多い。契約書の知的財産条項を法務と読み合わせていれば防げる。
3. API連携の蓄積が「見えない負債」になる
業務システムへの組み込みが進むほど、切り替え時の改修範囲が指数関数的に拡大する。連携箇所のカタログ化を運用開始時から義務化すべき。
4. 独自DSL・独自フォーマットの採用
ベンダー独自の特徴量定義言語や前処理パイプラインに依存すると、ロジックの移植性が失われる。標準的なPython/SQLでの代替記述が可能かを契約前に確認する。
5. 価格改定条項の上限がない
初年度の見積もりが安価でも、3年目以降に大幅値上げされる事例が報告されている。年次の改定上限（例: CPI+2%以内）を契約に明記しているかが分岐点となる。
☐ 学習済みモデルの所有権・複製権がユーザー側に明記されているか
→ モデル資産がベンダー資産になっていると撤退時に再学習コストが二重発生する
☐ データエクスポート条項に「標準的な機械可読形式」の指定があるか
→ 独自フォーマットでの返却では実質的な持ち出しが困難になる
☐ 契約解除時の移行支援期間（最低6か月）が定められているか
→ 即時停止条項のみだと業務継続不能なリスクが残る
☐ 価格改定の年次上限が数値で明記されているか
→ 上限なしの「市場価格に準ずる」表記は将来的な値上げの温床になる
☐ API連携箇所のカタログを四半期ごとに棚卸しする運用が設計されているか
→ 連携の累積を可視化しないと、撤退判断時に改修工数が読めない
☐ 特徴量・前処理ロジックを標準言語（Python等）で並行管理しているか
→ ベンダー独自DSLのみだと業務知見ごと外部流出する
☐ RFP評価軸に「撤退コスト試算」を含めているか
→ 選定段階で出口を設計しない調達は、構造的にロックインを招く
AI調達におけるRFPテンプレート設計（公開予定）
経産省DXレポート・IPAガイドラインを踏まえた、AI/MLプラットフォーム調達の評価項目設計。撤退コスト試算を選定基準に組み込む実務手順を扱う予定。
マルチベンダー戦略とアブストラクション層（公開予定）
単一ベンダー依存を避けるための抽象化レイヤー設計と、運用負荷とのトレードオフを分析する予定。
関連トピックは ai-media.co.jp または ai-media.co.jp/contact/ から編集部へお問い合わせください。
ベンダーロックインは「気づいた時には遅い」典型である。PoCの精度KPIに目を奪われがちな現場で、契約条項のレビューは後回しにされやすい。本号で挙げた3条項（所有権・エクスポート・価格上限）だけでも、調達部門と法務に確認いただきたい。
次号予告: 「AIガバナンス委員会の機能不全 — 形だけの会議体を有効化する設計論」
ALLFORCES編集部
AI導入の羅針盤 — 技術と経営をつなぐ
https://ai-media.co.jp/
このメールは 2026年05月13日号 (Vol.2) として配信されています。配信停止はこのメールに「停止」と返信してください。