AI導入支援会社の選び方｜発注前に確認する7つの基準

AI導入を外部に頼むとき、支援会社の良し悪しは「AIにどれだけ詳しいか」では判断できません。判断材料になるのは、支援範囲の線引き・成果物の帰属・効果測定の担当・支援の終わり方が、提案書と見積書に書かれているかです。この記事では、発注前に確認する7つの基準と、初回商談でそのまま使える質問10問を整理します。読み終えた時点で、複数社の提案を同じものさしで比べられる状態になります（2026年8月時点の情報です）。

AI導入支援会社の選び方は「支援範囲の線引き」で決まる

AI導入支援会社を選ぶ基準は、実績社数でもモデルの知識量でもなく、どこからどこまでを自社が担い、どこから先を発注者が担うのかが文書で確定しているかです。この線引きが曖昧なまま契約すると、導入後に「そこは範囲外です」が発生します。

AI導入の工程は、大きく4つに分かれます。支援会社によって、このうちどこを担当するかがまったく違います。

工程	やること	発注時に確認すること
① 現状把握・診断	業務の棚卸し、AIに任せる候補の抽出	診断だけで終われるか。レポートは納品物か
② 業務設計・PoC	対象業務の絞り込み、試験導入、指標の設定	効果指標を誰が決めるか。PoCの合否基準は誰が引くか
③ 実装・システム化	ツール開発、RAG構築、既存システム連携	実装まで自社で担えるか、再委託か
④ 定着・内製化	現場教育、運用ルール、社内で回す体制づくり	契約の終わり方（卒業条件）が定義されているか

診断だけを提供する会社、②までで手を引く会社、③の開発だけを請ける会社が混在しています。自社が今どの工程で詰まっているかを先に決めてから、その工程を担える会社を探すのが、比較の出発点です。

発注前のつまずきは「ツール」ではなく「業務設計」に集中している

企業がAI活用でつまずく理由は、ツールの性能ではなく業務設計にあります。国内の調査3件が、いずれも同じ方向を示しています。

帝国データバンクが2026年5月14日に公表した生成AIに関する企業の動向調査（2026年3月17〜31日実施、全国23,349社対象・有効回答10,312社）では、生成AIを業務で活用している企業は34.5%でした。規模別では大企業46.5%、中小企業32.4%、小規模企業28.0%です。一方、活用している企業の86.7%が効果を実感しています（「大いに効果が出ている」25.2%＋「やや効果が出ている」61.5%）。

同調査で挙がった課題の上位は、次のとおりです。

課題	割合
情報の正確性	50.4%
専門人材・ノウハウの不足	41.3%
活用すべき業務範囲	40.0%
情報漏洩リスク	33.5%
ルール整備	25.5%

上位5項目のいずれも、モデルを乗り換えれば解決する種類の課題ではありません。人材・業務範囲・ルールという、支援会社に頼む中身そのものです。

アイスマイリーとMMD研究所が2026年7月10〜14日に実施した2026年企業のAI導入・活用に関する調査（会社員15,161人への予備調査を経て、AI導入に関わった400人が本調査対象）では、組織としてAIを導入できている企業は26.8%でした。うまくいっていない企業が挙げた要因の上位は「AIを活用する業務範囲が明確ではなかった」19.2%、「解決したい業務課題が明確ではなかった」16.2%、「導入後の効果測定・改善ができていなかった」15.2%です。この調査の詳細はAI導入は26.8%どまり｜成否を分けるのは目的と定着で整理しています。

効果が測れないという問題は投資規模を問いません。AI投資の55%が「効果不明」｜ROIが見えない3つの落とし穴と対策で扱ったGartner調査でも、AI投資のリターンを「不明確」と答えた役員が過半数を占めました。

つまり、支援会社に本当に依頼すべきなのは「AIツールの選定」ではなく、業務範囲の確定と効果測定の設計です。選定基準もそこに合わせる必要があります。

発注前に確認する7つの基準

AI導入支援会社を比較するときは、次の7項目を提案書・見積書・契約書のどこに書いてあるかで確認します。口頭の回答ではなく、文書に落ちているかどうかが判断のポイントです。

#	確認する基準	見るべき書類	危険なサイン
1	支援範囲（4工程のどこまで）	提案書・契約書の業務範囲条項	「伴走支援」とだけ書かれ、成果物の定義がない
2	ツール中立性	提案書の選定理由	特定製品が結論として先に決まっている
3	成果物の帰属と持ち出し可否	契約書の権利帰属・秘密保持条項	設計書やプロンプトが支援会社の資産のまま
4	効果測定の設計者と指標	提案書のKPI・スケジュール	指標が「業務効率化」など測れない言葉のまま
5	データの取り扱い	契約書・利用規約	提供データの二次利用や学習利用の範囲が未記載
6	内製化と「卒業条件」	契約書の契約期間・終了条項	終わりの定義がなく、月額が自動更新される
7	実装品質とセキュリティの検証工程	提案書の開発工程	レビュー・脆弱性検証が工程として存在しない

とくに見落とされやすいのが4番と6番です。

4番（効果測定の設計者）が重要なのは、指標を発注側だけで決めると導入前の数値（ベースライン）を取り損ねるためです。導入前の工数や処理件数を記録していなければ、効果は「体感」でしか語れなくなります。提案の段階で「導入前に何を何週間測るか」まで書いてある会社は、成果に責任を持つ姿勢があります。

6番（卒業条件）は、コスト構造に直結します。AI活用は継続的な調整が前提のため、すべてを外注し続けると費用は逓増します。「どういう状態になったら支援を終了するか」が契約に書かれていない伴走契約は、成果ではなく継続そのものが目的になりがちです。

7番（品質検証）は、生成AIを使った開発が広がったことで新たに必要になった観点です。AIが書いたコードをどのようにレビューし、脆弱性をどう検証しているかを工程として持っているかを確認してください。自律的に動くAIエージェントを含む場合は、権限設計と承認ゲートの考え方も併せて確認が要ります（自律型AIエージェント導入のセキュリティ｜権限設計と人間の承認ゲート）。

見積書は「人月」ではなく3つの費目に分けて比べる

複数社の見積もりを比べるときは、総額や人月単価ではなく、初期費用・伴走費用・ランニング費用の3つに分解してから並べます。同じ総額でも、後年度に残る負担がまったく違うためです。

費目	内容	比較のポイント
初期費用	診断、業務設計、要件定義、開発	納品物が明記されているか。着手金と検収条件
伴走費用	月額の相談・改善支援	何を何回まで含むか。終了条件があるか
ランニング費用	AIのAPI利用料、クラウド、ライセンス	誰の契約名義か。利用量が増えたときの負担者

ランニング費用は、支援会社の見積もりに含まれないことがよくあります。AIのAPI料金は使用量に比例し、モデルによって単価が10倍以上違う場合もあります（生成AIの選び方2026｜「最強モデル探し」をやめる4つの軸）。見積書に載っていない費用が誰の負担になるのかを、契約前に必ず確認してください。

なお、導入費用の一部は公的な補助制度の対象になる場合があります。制度の枠と締切は年度ごとに変わるため、最新の公募情報を確認したうえで判断してください（デジタル化・AI導入補助金2026｜上限450万円と締切・対象枠）。

初回商談でそのまま使える質問10問

初回の打ち合わせは、支援会社の説明を聞く場ではなく、7つの基準を確認する場として設計します。次の10問をそのまま持ち込めます。

1. 御社が担当するのは、診断・業務設計・実装・定着のどこまでですか。
2. 今回の契約で、納品物として残るドキュメントは何ですか。
3. 要件定義書やプロンプト設計書の権利は、どちらに帰属しますか。
4. 当社が提供する業務データは、御社のモデル学習に使われますか。
5. 導入前にどの数値を、何週間測る想定ですか。
6. この案件の成功を、どの指標で判定しますか。
7. AIを使わないという結論になる可能性はありますか。あるとすれば、どういう場合ですか。
8. 実装は自社で行いますか、再委託しますか。再委託先はどこですか。
9. 生成AIで書いたコードは、どの工程でレビュー・セキュリティ検証しますか。
10. どういう状態になったら、この契約は終了しますか。

7番と10番は、答え方に会社の姿勢が出ます。「AIを使わない選択肢もある」と即答できる会社は、手段より課題を見ています。逆に、10番に明確な答えがない場合は、継続契約が前提になっていないかを確かめてください。

契約前に目を通す公的資料

AI導入の契約は、通常のシステム開発契約とは論点が異なります。国が公開している資料が、発注側の判断材料として使えます。

経済産業省は2025年2月18日に「AIの利用・開発に関する契約チェックリスト」を公表しました。経済産業省のニュースリリースによれば、AIの技術や法務に必ずしも習熟していない事業者を含む幅広い読者を想定し、提供するデータの利用範囲やAI生成物の利用条件について、契約時にチェックすべきポイントを具体的に記載する方針で策定されています。想定場面として、社内法務・顧問弁護士が条項を検討する場面と、ビジネス部門の担当者が初期検討を行う場面の2つが挙げられています。

あわせて、総務省と経済産業省が2025年3月28日に公表した「AI事業者ガイドライン（第1.1版）」は、AIを開発・提供・利用する事業者が取り組むべき事項の基本的な考え方を示した文書です。法的拘束力を持つものではありませんが、支援会社がこのガイドラインを踏まえた提案をしているかは、ガバナンス面の目安になります。

自社の現在地を客観的に測っておきたい場合は、IPAのDX推進指標も使えます（DX推進指標がWebフォーム化｜数分で自社のDX成熟度を採点）。

よくある質問

AI導入支援会社とAIコンサルティング会社は何が違いますか。

コンサルティングは分析と提言までを指すことが多く、AI導入支援は業務設計から実装・定着までを含む場合があります。名称では区別できないため、診断・設計・実装・定着の4工程のどこを担うかを契約書で確認してください。

AI導入支援の費用相場はどれくらいですか。

公的な相場統計は見当たりません。金額は対象業務の範囲、実装の有無、伴走期間で大きく変わります。総額ではなく、初期費用・伴走費用・ランニング費用の3費目に分けて複数社を比較するのが実務的です。

社内にIT担当者がいなくても依頼できますか。

依頼は可能ですが、社内に窓口となる推進役が1人もいない状態では定着しにくくなります。研修などで社内の前提を揃えてから業務設計に進む順番が現実的です。

支援を受けながら内製化を進めることはできますか。

できます。要件定義書やプロンプト設計書などの成果物が自社に残る契約であれば、支援を受けつつ社内にノウハウを蓄積できます。契約時に成果物の権利帰属を確認してください。

まとめ

AI導入支援会社の選定で見るべきなのは、AIの知識量ではなく契約の中身です。国内調査が示すつまずきの上位は「業務範囲が不明確」「課題が不明確」「効果測定ができていない」であり、いずれも支援会社との役割分担を文書で確定していれば避けられる項目です。

次に取るべきアクションは3つです。

1. 自社が詰まっている工程を1つに決める：診断・業務設計・実装・定着のどれかを特定し、その工程を担える会社だけに絞る。
2. 提案依頼書に7つの基準を書き込む：支援範囲、成果物の帰属、効果測定、卒業条件を最初から質問項目に入れる。
3. 見積もりを3費目に分解して比べる：初期・伴走・ランニングを分け、契約に載っていない費用の負担者を確認する。

Auto-IDフロンティアは、AIベンダーではなく業務改革のパートナーとして、業務診断から実装・内製化までを一貫して支援しています。自社がどの工程で詰まっているかを整理したいという方は、AI導入相談フォームからお気軽にご相談ください。

出典・参考資料

• 帝国データバンク： 生成AIに関する企業の動向調査（2026年3月） （2026年5月14日）
• 経済産業省： 『AIの利用・開発に関する契約チェックリスト』を取りまとめました （2025年2月18日）
• 総務省・経済産業省： AI事業者ガイドライン（第1.1版） （2025年3月28日）
• アイスマイリー・MMD研究所： 2026年企業のAI導入・活用に関する調査 （2026年7月）
• MMD研究所： 2026年企業のAI導入・活用に関する調査 （2026年7月）