生成AIの内製化とは｜メリット・デメリットと始め方、外注に残す範囲

生成AIの内製化とは、社内の人がAIを開発することではなく、対象の選定から業務が変わったときの修正までを社内の判断で回せる状態を指します。メリットは業務の変更に待たずに対応でき、次に何を作るかを自分たちで決められることで、デメリットは担当者の時間が要り、人に偏りやすいことです。始めるときは、扱ってよいデータの線引き、業務を説明できるキーマン、件数の多い定型業務の3つを順に確かめ、最初に欠けているものから手を付けます。

この記事の答え

• 生成AIの内製化は、全部を自社で作ることではなく、何を作りどう直すかを社内で決められる状態を指します
• 業務側の判定基準と運用は社内に置き、基盤のように頻度が低く専門性の高い層は外注に残します
• データの線引き、キーマン、件数の多い定型業務の順に確かめ、欠けているものから始めます

内製化でつまずく場所

生成AIを業務に入れる相談では、最初にツール選定の質問が出ることが多いです。ただ実際に進めてみると、行き詰まる場所はツールではありません。どの業務をAIに任せるか決めきれない、決めても現場が動かない、動いても担当者が異動すると止まる。この3つがほとんどです。

外注で個別のツールを作ってもらう進め方は、最初の1本は早く出ます。そのかわり、2本目も外注になります。社内に判断できる人が育っていないので、次に何を作るべきかを決められないからです。内製化とは、開発を自社でやることではなく、何を作るかを自分たちで決められる状態を指します。

AIの内製化を始める前に決めておきたいのは、何を社内に持ち、何を外注に残すかという線引きです。最初の1業務をどう絞るかは、その線引きが決まってから考えます。

関連記事：生成AI内製化はどの業務から始めるか｜候補をその場で絞り込む判定表と、最初は外す業務の見分け方

生成AIの内製化とは何を指すか

内製化は社内の人が開発することだと受け取られがちですが、業務側の言葉で言い直すと、対象の選定から、業務が変わったときの修正までを社内の判断で回せる状態です。誰がコードを書いたかではなく、直す判断を誰が下せるかで分かれます。

ツールの導入・外注との違い

近い言葉と並べると、どこが違うのかが見えます。

上の3つと内製化の差は、業務が変わった日に出ます。手順が変われば、AIへ渡す指示や出力を採用する基準もあわせて変える必要があります。そこで待ちが発生する形だと、変更の多い業務ほど使われなくなります。

DX内製化との関係

システム全般の外部委託を社内へ戻す取り組みは、DX内製化と呼ばれます。生成AIの内製化はその中の一つで、AIへの指示や出力の採用基準のように、業務が変わるたびに直す部分が大きいことが特徴です。AIだけを先に内製へ移すより、システム全体の外注をどう減らすかと一緒に決めるほうが、戻す順番がぶれません。

関連記事：DX内製化とは？メリット・デメリットと進め方｜外注を減らす順番と社内に残す工程

生成AIの内製化のメリット・デメリット

内製化には得られるものと、社内で引き受けることの両方があります。どちらも、業務の変更がどれだけ起きるかで大きさが変わります。

メリットが大きくなる業務

メリットがはっきり出るのは、件数が多く、手順の見直しが年に何度も起きる業務です。外注のままだと、見直しのたびに依頼と見積と確認の往復が入ります。逆に、作ったら何年も変わらない処理であれば、内製しても得られるものは小さく、外注で作り切るほうが合います。

デメリットを小さくする手当て

デメリットの多くは、担当を1人にしたまま進めたときに表に出ます。キーマンを各部門から複数選ぶ、直した履歴を残す、止まったときに誰が戻すかを決めておく。この3つを最初に揃えるだけで、異動や繁忙期で止まる事態をかなり防げます。漏えいや権限の責任は、利用ルールと承認者を決めてから業務データを扱うことで引き受けられる大きさになります。

外注と内製のどちらが安くなるかは、工程ごとに外注費と社内の作業時間を並べて比べます。

関連記事：AI開発は外注と内製どちらが安いか｜外注費と社内工数を工程ごとに比較

生成AIの内製化は何から始めるか

何から始めるかは、3つの点を上から順に確かめると決まります。最初に欠けていたものが、最初に手を付ける作業です。

最初に確かめる3つの点

データの線引きを最初に置くのは、決まっていないと実際の業務データを題材にできないためです。キーマンはAIに詳しい人である必要はありません。3つが揃ったら、その1業務で最初の1本を作ります。

研修やツールの配布から入らない理由

研修やツールの全社配布から入ると、3つのどれも揃わないまま時間が過ぎます。3つが揃うまでは、実装に入るより先に欠けているものを埋めるほうが結局早く進みます。

関連記事：生成AIの社内ルールの作り方｜利用規定9章のひな形と入力可否の判定表

何を内製と呼ぶかを層で分ける

内製化という言葉は、社内で全部作ることを指しているとは限りません。相手が基盤の構築まで含めて話しているのに、こちらは業務側の作り替えだけを想定している、というずれが最初の打ち合わせで起きます。先に層で分けておくと、どこを社内へ持つかを案件ごとに議論し直さずに済みます。

社内に必ず残す層

業務側の判定基準は外へ出せません。どの出力なら使えるか、どこで人が確認するかは、その業務をやっている人しか決められないためです。運用も、作った後に必ず残る層です。ここが決まらないまま動かし始めると、止まったことに誰も気づかない状態になります。

外注に残してよい層と、どちらにも寄せられる層

基盤を自社で持つ必要はほとんどありません。発生頻度が低く、社内の業務知識も要らないためです。実装は内製と外注のどちらにも寄せられる層で、ここをどちら側に置くかが、その会社の内製化の範囲を決めます。判断の材料は次の節にまとめました。

実装を社内へ移すと決めたら、次は何人で持ち、どの工程にエンジニアの手が要るかを決めます。

関連記事：AIエージェント内製と支援の分担｜外注との選び方と最小3人の体制

どこまで自社で持つかの3つの型

層のうち実装をどちら側に置くかで、実務上の持ち方は3つに分かれます。どれが正しいという話ではなく、対象の数と変更の頻度、扱うデータの制約で決まります。

多くの会社が「実装まで持つ」に落ち着く理由

多くの場合はこの型に落ち着きます。基盤は使う頻度が低いわりに専門性が高く、社内に置くと維持する人が要るためです。実装を社内へ移すときは、出力を採用する基準を決める人も一緒に社内に置きます。基準を外注に預けたまま作る作業だけを移すと、作れるが何を作ればよいか決まらない状態になります。

型は途中で動かしてよい

上の型は固定ではありません。対象が1件しかない段階では業務側だけを持ち、対象が増えて修正が続くようになった時点で実装を社内へ移す、という動き方が一般的です。先に型を決めきるより、見直す合図を決めておくほうが実務では扱いやすくなります。

線引きを決めないまま進めたときに起きること

範囲を決めずに着手すると、実務では次の3つのどれかへ寄ります。どれも作業自体は進むため、途中では問題に見えません。止まるのは、対象の業務が変わった日です。

外注そのものが悪いわけではない

頼む先があること自体は問題になりません。問題になるのは、次に何を作るかを決める材料が社内に残らないことです。外注を続けながらでも、業務側の判定基準を社内に置けば、2本目の対象は社内で選べます。

内製化を決めた直後に起きやすいこと

内製化を決めた直後は、基盤まで自社で持とうとする進め方に寄りがちです。基盤に人を置くと、件数の多い定型業務へ手が回らなくなります。また「開発を社内でやる」とだけ決めると、実装は社内にあっても採用の基準が外に残り、業務が変わるたびに確認の待ちが発生します。線引きは実装の位置だけで語らず、判定基準と運用まで含めて決めておきます。

着手できる状態かを先に確かめる

目指すのは、部門の担当者が自部門の業務を対象に、生成AIを使った処理やAIエージェントを自分で組み、業務が変わったときに自分で直せる状態です。基盤の構築まで自社でやるという話ではありません。ここへ進めるかどうかは、始める前に次の5点で確かめられます。

5点すべてが揃っていないと始められないわけではありません。足りない項目を内製化の作業と並行して埋める形でも進みます。ただしデータの線引きと承認者は、最初の1本を実際の業務で使う前に決まっていないと、そこで必ず止まります。

進める順序の全体像

線引きが決まったら、実際に進める順番が問題になります。順序を間違えると定着しません。研修を先にやらないのが要点です。

キーマンを選び、棚卸しで対象を絞る

全社員に一斉に研修をしても、研修が終わると元の業務に戻ります。キーマンを選ぶ基準は、AIに詳しいことではなく、自部門の業務を細かく説明できて周囲に影響力があることです。業務を説明できないと棚卸しが進まず、影響力がないと本人の業務で終わります。外部の研修を組み合わせる場合は、座学型か実務伴走型かで受講後に残るものが変わります。

関連記事：生成AI研修とは？法人向けの種類・費用・助成金と選び方

棚卸しには最も時間をかけます。棚卸しをせずにAI化を始めると、目立つ業務から手をつけてしまいます。目立つ業務は人の判断を含むことが多く、自動化しにくい。件数が多くて手順の決まった業務のほうが、先に効きます。

関連記事：業務の棚卸しからAI化の対象を決める｜ヒアリング記録で業務一覧と業務フロー図を作る

棚卸しで外注に印がついた業務は、外注先ごとに委託内容、発注量、月額または単価、成果物の品質基準、特定の人に頼っている度合いを並べます。削減できる幅が金額で見えるようになります。経営が把握している金額と現場の実態がずれたまま試算すると、後で計画ごと作り直しになるため、外注費のデータが揃っているかを先に確かめます。

最初の1本を作り、支援なしで動くか確かめる

改善候補は複数出しますが、最初に作るのは1本に絞ります。同時に複数を動かすと、どれが効いたのか分からなくなり、業務フロー自体の検証もできません。実際の業務を題材に一緒に手を動かす時間を週に1回置くと、担当者が自分で進められる範囲と、技術的な支援が要る境目が見えてきます。その境目が、そのまま社内の分担になります。

ゴールは作れたかどうかではありません。外部の支援が無くても、キーマンが次のテーマを自分で選んで作れるかで判定します。担当者ごとの到達は、自分で直せるか、次の対象を選べるかのように段階を分けて見ると判断しやすくなります。

関連記事：非エンジニアがAIを作れるようになるまで｜社内AI人材育成の設計と評価

AI内製化に向く業務と、外注のままでよい業務

すべてを内製にする必要はありません。判断の軸は、発生の仕方と仕様のある場所の2つです。

分け方を社内の基準にする

この分け方自体を判断できるようになることが、内製化の到達点です。対象が増えるたびに同じ判断が要るため、1件ごとに稟議で決めるのではなく、上の2軸を社内の基準として持っておきます。

既存の業務システムの上に載っている場合

内製に向くと判断した業務が、既に動いている社内の業務システムやExcelの管理表の上に載っている場合は、どこまでを置き換えてどこを残すかを決めることになります。置き換える範囲を決めないまま作り始めると、古い仕組みと新しい仕組みの両方を直し続けることになります。

関連記事：業務システムの内製化｜AIに置き換える業務と残すシステムの線引き

ガバナンスの運用手順

まず使ってみてルールは後で、という進め方は、使う人が増えた時点で止まります。どのAIを使ってよいか、どこまでのデータを入れてよいか、誰が承認するかが決まっていないためです。

ガイドラインと運用手順は別に作る

ガイドラインを作っただけでは運用は始まりません。文書があっても、次のような手順が決まっていないと現場は動けません。

• 新しいAIツールを使いたいと言われたときの判断手順
• アカウントと権限、APIキーの管理
• 日常の質問を誰が受けるか
• 情報が漏れた疑いがあるときの初動
• 定期点検の頻度と担当
• 入退社や委託先の入れ替えに伴う権限整理

手順のないガイドラインは、読まれないまま棚に置かれます。

現場が作ったAIの管理

内製が進むと、部門ごとに作られたAIが増えていきます。誰が何を作り、どのデータを使っているかを申請と棚卸しで把握しておかないと、担当者が異動したときに止められないものが残ります。

関連記事：現場が作ったAIエージェントを誰が管理するか｜野良AIを増やさない申請・棚卸し・停止の基準

外注との併走をいつまで続けるか

内製化を決めた日に外注を止める必要はありません。動いているものを引き取れないまま契約を終えると、直せる人がいない仕組みが社内に残ります。

期間は月数でなく業務が通った回数で区切る

併走の期間は、月数を先に決めるのではなく、対象業務が何回通ったかで区切ります。月に1回しか発生しない業務なら、3回通るまでに3か月かかります。日次で発生する業務を題材にした場合は数週間で判断できます。カレンダーで区切ると、まだ判断できない段階で切ることになります。

段階を下げるときに引き継ぐもの

段階を下げるときに、作ったものの置き場所、アカウントと権限、これまでどこを直したかの履歴を揃えます。履歴が無いと、同じ不具合を毎回調べ直すことになります。外注先との関係が切れるわけではなく、前半の実装の依頼が後半では相談に変わり、終了後は基盤や監査対応のように頻度の低い領域に残ります。発注の中身が変わると考えるほうが実態に合います。

これから併走する相手を決める段階なら、支援がどう終わるのかと、そのとき社内に何が要るのかで比べると選びやすくなります。

関連記事：AI内製化支援会社おすすめ比較10選｜4タイプ別に支援の終わり方と必要な社内体制で選ぶ

まとめ：生成AIの内製化で自社に持つ範囲と始め方

• 生成AIの内製化は社内で開発することではなく、対象の選定から修正までを社内の判断で回せる状態を指す
• メリットは業務の変更に待たずに対応でき、次の対象を社内で選べること。デメリットは担当者の時間が要り、属人化しやすいこと
• 何から始めるかは、データの線引き、キーマン、件数の多い定型業務の順に確かめ、欠けているものから埋める
• 基盤まで自社で持つ必要はない。業務側の判定基準と運用は外へ出せない
• 実装をどちら側に置くかで持ち方は3つに分かれる。先に型を決めきるより、見直す合図を決めておく
• 最初に作るのは1本だけ。棚卸しに最も時間をかけ、件数の多い定型業務から始める
• 外注との併走は月数で決めず、対象業務が何回通ったかで段階を下げる
• ガイドラインと同時に運用手順を決める。文書だけでは運用が始まらない

Augueでは、非エンジニアの方がご自身や部門の業務を任せるAIを作れるようになるまでの伴走支援を行っております。どこまでを社内で持つかの線引きから、実行支援と社内ガバナンスの整備まで一体で進めますので、ご興味がある方は是非ご相談ください。

社内でAIを使いこなせる人を育てませんか？

研修だけで終わらせず、現場の業務で使い続けられる体制づくりまで伴走します。研修の内容と進め方は、サービス資料で紹介しています。

資料をダウンロードする無料相談に申し込む

よくある質問

すでに外注で作ってもらったものがある場合、そこから内製化を始められますか？

引き取れるかどうかは、作った人以外が中身を読めるかで決まります。まず置き場所とアカウント、これまでどこを直したかの履歴を受け取り、小さな修正を社内だけで通せるかを試します。通れば、そのまま社内で持つ対象にできます。読めない状態のものを無理に引き取ると、直せないまま社内に残るだけになるため、その場合は既存を動かしたままにして、別の業務で最初の1本を作るほうが早く進みます。

内製化の判断を経営へ上げるとき、何を材料にすればよいですか？

直近1年の外注発注を工程ごとに割り振ったもの、対象になりそうな業務の件数、キーマン候補の名前の3つを揃えます。金額だけでは、どの工程が社内へ戻るのかを説明できません。件数を添えると削減の見込みが業務量に紐づきます。名前まで挙がっていると、決まった後に誰も動かない状態を避けられます。

担当者の工数はどれくらい見ておけばよいですか？兼務のままでも進められますか。

一律の目安は出せません。題材にする業務の発生頻度で必要な時間が変わるためです。見積もるときは、週1回のハンズオンの時間、その週に自分で手を動かす時間、対象業務が月に何件発生するかを並べて確認します。兼務でも進みますが、繁忙期に業務が優先されて数週間空くと、前回どこで詰まったかを思い出す時間が毎回かかります。

AIエージェントのように自動で動き続けるものまで社内で持てますか？

対象を絞れば持てます。人の判断が要らない決まった手順の処理から始め、止まったことに気づく仕組みと、止まったときに誰が戻すかを先に決めます。この2つが決まらないうちは、人が起動して結果を確認する形に留めるほうが安全です。動き続ける前提のものは、止まっても誰も気づかない状態が最も影響が大きくなります。

生成AIのアカウントを全社へ配ることと、内製化はどちらを先に進めるべきですか？

順番の問題ではなく、目的が違います。アカウントの配布は各自が使えるようにするもので、業務の手順そのものは変わりません。内製化は業務を作り替える側の話です。ただし扱ってよいデータの線引きは両方の前提になるため、そこだけは先に決めます。配布だけを進めると、使っている人はいるのに業務量が変わらない状態になります。

関連する記事

生成AI内製化はどの業務から始めるか｜候補をその場で絞り込む判定表と、最初は外す業務の見分け方最初の一業務は、年間の手作業時間と、間違いに人が気づけるかの2つで決まります。候補をその場で並べて落とせる判定表、最初は外したほうがよい4つ、既存の業務システムを抱えた業務の扱いまで整理しました。AIエージェント内製と支援の分担｜外注との選び方と最小3人の体制AIエージェントを内製するとき、外注とどちらがよいかは5つの工程のどこを社内に置くかで決まります。内製のメリット・デメリット、要件定義と評価と保守を社内に残す分担、最小3人の体制をまとめました。DX内製化とは？メリット・デメリットと進め方｜外注を減らす順番と社内に残す工程DX内製化とは、外部委託してきたシステムの企画から運用までを社内の判断で回せる状態にすることです。メリットとデメリットを表で比べ、推進チームづくりから外注を段階的に減らす進め方と、社内に残す工程の線引きを示します。AI内製化の進め方を段階で設計する｜最初の3か月・6か月・その先で社内に残すものと、外部支援を外す条件AI内製化は1回の導入ではなく期間で設計します。最初の3か月で決める対象業務・担当者・人が判断する箇所、6か月時点で社内に残っているべきもの、外部支援を外してよい条件と、途中で止まる2つの形を表で整理しました。AIネイティブ化とは｜業務効率化との違いと進め方。人とAIの担当範囲を引き直す読み終えると、どの業務を人からAIへ移すかと、それを誰が決めるかが定まります。AIネイティブ化とは何かを定義から整理し、業務効率化との違いを対比で示したうえで、棚卸しから削減計画までの進め方を扱います。