AI CoE+（AI推進室サービス）

ある製造業のDX推進部門が、社内の技術文書を検索するAIの導入を検討している。

展示会で名刺交換したAI開発会社3社に声をかけ、提案と見積もりを取得した。

A社は600万円、B社は900万円、C社は1,200万円。最も安いA社を選んだが、開発開始後に、同社には複雑な図面や技術文書を扱うRAGシステムの実装経験が乏しいことが判明した。

検索精度やアクセス権限の問題が解決できず、別の企業に追加開発を依頼することになった。

初期開発費に加えて追加開発費が発生し、プロジェクトが数か月遅延する。担当者は再選定と社内説明に追われ、当初予定していた業務改善も先送りになる。

業務要件を整理したうえで、必要な技術・類似案件の実績・開発体制・運用能力などを評価項目として定義します。

候補企業の選定から提案評価までを支援し、価格だけではなく、技術的な実現可能性や運用面も含めた判断を可能にします。

社内文書検索AIの開発を3社に依頼したところ、500万円、900万円、1,500万円という見積もりが届いた。

しかし、各社の提案内容を確認すると、A社は簡易的な検索機能のみ、B社は権限管理を含み、C社は既存システム連携や運用環境まで含んでいた。

発注側は要件を明確にしていなかったため、各社が異なる前提で見積もっていた。

安価な企業に発注した結果、必要な機能が追加費用となり、最終的な開発費が当初の想定を超えてしまった。

見積もりの比較に時間がかかるだけでなく、追加発注や予算の再承認が必要になる。契約後に開発範囲の認識が食い違えば、納期や品質にも影響する。

RFP（提案依頼書）の作成・レビューを通じて、業務要件、機能要件、非機能要件、データ条件、検収基準を明確にします。

各社が同じ条件で見積もれるようにし、工数や開発範囲の違いを技術的に評価します。

また、既存サービスで代替できる機能や、初期開発では不要な機能を整理し、過剰な開発費用の抑制を図ります。

ある企業が、過去の設計図面を検索するAIのPoCを実施した。

限定された100件の文書では高い検索精度が得られ、社内報告会でも高い評価を受けた。

しかし、本番導入を検討すると、実際には数十万件の文書が存在し、部署ごとに閲覧権限が異なることが判明した。

さらに、既存ファイルサーバーとの連携や文書更新への対応も必要になり、PoCで開発した仕組みをそのまま使うことができなかった。

PoCに投じた費用が本番システムに十分活用されず、再設計や追加開発が発生する。予算や開発期間が不足すれば、プロジェクト自体が中断する可能性もある。

PoC開始前に、本番導入に必要な要件を整理します。

精度だけでなく、処理速度、データ量、セキュリティ、既存システム連携、運用体制、費用対効果を評価対象に含めます。

PoCの合格条件と、本番導入へ進むための判断基準を事前に設定します。

ある企業が、製品の需要予測を高度化するために生成AIの導入を検討している。

生成AIを得意とするベンダーに相談したところ、LLMを利用した予測システムを提案された。

しかし、実際には過去の販売実績、季節性、販促情報を用いた時系列予測モデルの方が、対象業務に適している可能性があった。

技術選定を十分に行わず開発を進めたため、必要以上に複雑なシステムを構築してしまった。

開発費や運用費が増加するだけでなく、期待した精度や処理速度を得られない可能性がある。別の技術に切り替える場合、再開発が必要になることもある。

業務課題を起点として、生成AI、従来の機械学習、数理最適化、ルールベース、既存SaaSなどを比較します。

技術の新しさではなく、精度、開発費、運用費、保守性、既存システムとの適合性を基準に選定します。

ある企業が、営業部門の問い合わせ対応を効率化するAIの導入を検討している。

開発費は1,500万円、年間運用費は300万円。ベンダーからは「問い合わせ対応を50％効率化できる」と説明された。

しかし、社内の投資審査では、経営層から次の質問を受けた。

「年間何時間の業務が削減されるのか」「その時間を何に活用するのか」「既存の業務システムを改善する場合と比べて、どちらが合理的なのか」

DX推進担当者は技術的なメリットを説明できたものの、投資額に見合う事業効果を示せず、予算承認が保留になった。

投資判断が進まず、プロジェクトが停滞する。仮に導入できても、評価指標が曖昧なため、成果を検証できず、継続投資の判断が難しくなる。

導入前に現状の業務量・作業時間・人件費・エラー率などを把握し、AIによる改善効果を試算します。

初期開発費と運用費を含めたTCOを整理し、複数の利用率・削減率を想定したシナリオで投資効果を評価します。

ある大企業が、全社的なAI活用を推進するため、DX推進部門の担当者をAIプロジェクトの責任者に任命した。

しかし、担当者はAIの専門家ではなく、各部門から寄せられる相談に加え、ベンダー選定、見積もり評価、情報システム部門との調整、経営層への説明まで担当している。

ベンダーから技術的な提案を受けても、その内容が妥当なのか判断できない。社内にも専門的な相談相手がいないため、調査や検討に多くの時間を費やしてしまう。

担当者の負荷が増大し、AI案件の意思決定が遅れる。専門知見が不足した状態で判断を迫られることで、技術選定や発注内容に問題が生じるリスクもある。

また、担当者が異動した場合、案件の経緯や判断根拠が十分に引き継がれない可能性がある。

AI推進担当者の外部専門チームとして、技術的な検討、施策の優先順位付け、ベンダー評価、経営層向けの説明資料作成などを支援します。

社内の意思決定を代行するのではなく、担当者が判断するための専門知見と客観的な評価材料を提供します。

ある企業が、生成AIを活用した社内ナレッジ検索システムを1,000万円で発注した。

しかし、開発後に実際の利用環境を整備すると、データの定期更新、権限管理、監視、クラウド利用料、保守対応などが必要になった。

さらに、利用部門が増えたことでAPI利用料も増加。導入当初の想定を超える運用費が発生した。

開発費だけで予算を組んでいたため、運用開始後に追加予算を申請することになった。

運用費の増加により、当初見込んでいた費用対効果が低下する。追加予算を確保できなければ、利用制限や機能縮小が必要になる場合もある。

開発前に初期費用と運用費を分けて整理し、3〜5年間のTCOを試算します。

特に生成AIでは、API利用料、GPU・クラウド費用、データ更新、保守、監視などを考慮し、利用者数や処理件数が増加した場合の費用も評価します。

ある大企業では、営業部門が提案書作成AI、品質部門が不具合報告書検索AI、技術部門が設計文書検索AIをそれぞれ開発している。

各部門は異なるベンダーに発注し、個別のRAG基盤や文書検索機能を構築した。

ところが、全社のAI案件を整理すると、文書の取り込み、検索、権限管理、LLMとの連携など、多くの機能が重複していた。

共通基盤を利用できる可能性があったにもかかわらず、部門ごとに開発費と運用費が発生していた。

類似機能への重複投資、複数システムの保守費用、セキュリティ管理の複雑化が発生する。

また、部門ごとに技術構成やデータ形式が異なることで、将来的なシステム統合や全社展開が難しくなる。

全社のAI案件を可視化し、業務要件と技術構成を整理します。

共通化できる機能、部門ごとに独立させるべき機能、全社基盤として整備すべき領域を区別し、投資の優先順位を検討します。

ある製造業が、社内の設計図面や技術文書を活用する生成AIシステムを開発した。

PoCでは外部のクラウドサービスを利用し、期待する検索精度を確認できた。

しかし、本番導入の段階で、情報システム部門から機密情報の外部送信、データ保存先、アクセス制御、ログ管理について指摘を受けた。

ベンダーの提案には十分なセキュリティ設計が含まれておらず、オンプレミス構成への変更や追加開発が必要になった。

開発済みのシステム構成を見直す必要が生じ、追加費用や導入遅延が発生する。技術的な検証が完了していても、社内のセキュリティ審査を通過できず、利用開始できない。

プロジェクトの初期段階から、取り扱うデータの機密性、社内セキュリティ基準、データ保存先、外部通信の制約を整理します。

そのうえで、クラウド、オンプレミス、ハイブリッド構成を比較し、情報システム部門やセキュリティ部門と連携して技術構成を検討します。

ある企業が、社内の技術文書を検索する生成AIシステムを開発会社に発注した。

契約時には「回答精度90％以上」を目標としたが、何をもって正解とするのか、どのデータで評価するのか、明確に定義していなかった。

開発会社は自社で用意したテストデータで90％以上の精度を確認し、納品を完了した。

しかし、発注側が実際の業務で使用すると、重要な技術仕様について誤った回答が発生した。

発注側は品質が不十分だと考えたが、開発会社は合意した条件を満たしていると説明した。

追加改修費用、検収の遅延、業務での利用制限が発生する可能性がある。

特に、設計・品質・保守などの業務では、単純な正答率だけでなく、誤回答が業務に与える影響も考慮する必要がある。

開発前に評価データ、評価方法、合格基準を整理します。

例えば、RAGシステムであれば、検索の適合性、回答の正確性、根拠文書の提示、回答不能時の挙動などを評価対象とします。

また、重要度の高い質問については、通常の質問とは異なる合格基準を設定することも検討します。