記事の要約
- AI開発企業とは、AIを使ったシステムの企画・開発・運用を支援する会社のことで、精度を自社のデータで確かめながら段階的に進める点が一般的なシステム開発と異なります。
- 選ぶときは実績の数より課題との相性を見ます。課題をAIのタスクにできるか、データの整備や本番運用まで見通しているかなど5点を、最初の打ち合わせで質問して確かめます。
- 候補は、最新技術への追随が速い傾向のあるAI専業・研究開発型と、既存システムとの接続に強い大手SIer・ITベンダー・コンサルティング会社に分けると、段階に応じて絞り込めます。
AIで業務を変えたいと相談先を探し始めたものの、候補が多すぎて、どこに声をかければよいか決められない。
国内のAI開発企業は得意な技術も頼み方もさまざまで、違いを知らないまま問い合わせると、提案の良し悪しを判断できません。
本記事では、AI開発の進め方の特徴から、3つの提供形態の選び方、打ち合わせで確かめたい5つのポイント、国内の20社と最新事例を紹介します。東京大学松尾研発のAIスタートアップとして開発を支援してきた弊社の視点で、一次情報をもとに解説します。
読み終える頃には、自社の状況に合う相談先のタイプと、最初の打ち合わせで聞くべきことが分かります。
目次
AI開発企業とは？依頼できる業務と3つの提供形態
AI開発企業とは、AIを使ったシステムの企画・開発・運用を支援する会社のことです。一般的なシステム開発との違いは、AIが業務で使える精度で働くかを、自社のデータで確かめる工程がある点です。
業務システムは「この条件ならこう処理する」という規則を人が書くので、仕様が決まれば動きも決まります。AIは自社のデータで学習させて作るほか、ChatGPTのような生成AIに、学習させずに社内文書を参照させて作る方法もあります。ただ後者でも、例えば参照させた資料にない新製品の質問にはうまく答えられません。どちらの作り方でも、自社の事例で業務に使える正しさかを確かめる工程は同じです。
手元のデータや資料で目標の精度に届くかは、実際に試してみるまで分かりません。そこでAI開発は、小さく試して見込みを確かめてから本格的に作る段階を踏みます。依頼できる業務も、この段階に沿って次の4つに分かれます。
- 構想・コンサルティング：どの業務にAIを使い、成果を何で測るかを決める
- PoC（＝概念実証）：実際のデータで目標の精度に届くかを、小さく試して確かめる
- 開発・実装：既存のシステムや業務の流れにつなぎ、使える形にする
- 運用・内製化支援：使い始めた後の精度を見守り、自社で回せるよう知識を移す
頼み方（提供形態）は、どこまで一緒に考えてもらい、どこまで自社向けに作り込むかで、次の3つに分かれます。
| 提供形態 | 特徴 | 向いているケース |
|---|---|---|
| 伴走型（共同開発） | 課題整理から一緒に進め、内製化まで見据える。進めながら対象や方法を変えられる | AI化の対象が未定、社内に専門人材が少ない |
| 受託開発型 | 決まった要件に沿ってモデル・システムを開発する | 課題と要件が固まっている |
| SaaS型（既製サービス） | 完成したサービスを契約してすぐ利用できる。低コスト・短期間 | 汎用的な用途で、まず手早く試したい |
SaaS型を選ぶかどうかは、段階ではなく用途で決まります。議事録の作成のように多くの会社に共通する用途なら、既製のサービスで手早く試せます。自社の業務に合わせて作る場合は、自社がいまどの段階にいるか、つまりAIに任せる業務が決まっているか、手元のデータで目標の精度が出ると確かめたかで、伴走型か受託開発型かが決まります。
どちらもまだで、社内にAIの知見も少ないなら伴走型が向きます。要件を決めきれないまま受託開発で発注すると、仕様の解釈が食い違い、作り直しや追加費用が生じがちです。伴走型は要件を一緒に決め、検証の結果を見て次の工程を決めるため、この食い違いが起きにくくなります。業務は決まっていて精度が未確認ならまずPoCだけを頼み、両方が固まっていれば受託開発型が費用と期間を見通しやすくなります。
AI開発企業を取り巻く市場動向｜市場は拡大し、活用方針を持つ企業は約7割に
国内のAIシステム市場は、2024年に前年比56.5％増の1兆3,412億円まで拡大しました。IDC Japanは、2029年に約3.1倍の4兆1,873億円に達すると予測しています（2025年5月）。
生成AIを「積極的に活用する方針」または「領域を限定して活用する方針」と答えた日本企業も68.9％と、前年度調査の49.7％から大きく上昇しました。方針を持つ企業が増えたいま、次の課題は、どこに相談し、どう現場に定着させるかです。「使う」と決めても、どの業務にどう組み込むかは、会社ごとに考える必要があるためです。
相談先選びで押さえたい新しい動きが、AIエージェント（＝目標に向けて手順を組み立て、システムを操作して業務を進めるAI）です。2026年はその実ビジネス適用の元年になる、とIDCは予測しています。
チャット型の生成AIなら、人が答えを読んで使う段階で誤りに気づけます。AIエージェントは受注の登録やメールの送信まで自ら行うため、判断の誤りがそのまま業務に流れます。どのシステムにどこまでの権限でつなぎ、どの操作の前に人の承認を挟むかまで設計を任せられるかも、相談先選びの基準になります。
参照元：IDC Japan「国内AIシステム市場予測を発表」（2025年5月）／IDC「国内AI市場は今後4年で約3倍に成長：2029年の国内AI市場支出額は7兆円に迫る」（2026年3月）／総務省「令和8年版 情報通信白書」（2026年7月）
AI開発企業の選び方｜発注・相談前に確認したい5つのポイント
AI開発企業は、実績の数より自社の課題との相性で選びます。実績の数は経験の広さを示すにとどまり、自社の課題を解けるかは、同じ種類のデータの経験や、課題を一緒に形にする力で決まるためです。次の5点を、最初の打ち合わせで質問して確かめましょう。
1. 課題をAIのタスクに翻訳する力
AIが扱えるのは、「何を入力して、何を出力するか」が決まったタスクです。「問い合わせ対応を楽にしたい」という課題も、問い合わせを担当部署に振り分けるのか、過去の回答から返信の下書きを作るのかで、必要なデータも精度の測り方も変わります。どちらが役立つかは、担当者の時間がどの作業に取られているかで決まります。
この翻訳が曖昧なまま進むと、精度は高くても現場で使われないAIができます。打ち合わせでは「この業務なら、AIに何を入力して何を出させる形が考えられますか」と聞いてみましょう。今の業務の流れや手間のかかる作業を質問し返してくる会社は、課題の側から考えようとしています。
2. 自社の業界・用途での実績
AIの難しさは、扱うデータの性質と業界の事情で変わります。例えば製造業の外観検査では、不良品の画像が良品に比べて少ないため、すべてを良品と答えるAIでも全体の正解率は高く出ます。現場では不良品の見逃しが重く扱われることが多く、正解率より見逃しの少なさで評価する必要があります。
同じ種類のデータの経験がない会社では、こうした評価の見誤りが起こり得ます。打ち合わせでは「同じ種類のデータを扱った事例はありますか。そのとき何が難しかったですか」と聞きましょう。難しかった点を具体的に語れるかで、経験の深さが分かります。
3. データの準備・整備への支援
学習に使うデータを整える作業は、見落とされやすい工程です。現場のデータは部署ごとのシステムや表計算のファイルに散らばり、書式や記録の細かさがそろっていないことがよくあります。検査画像に「不良」「良品」の正解を付ける、アノテーションと呼ばれる作業が要る場合もあります。
見積もりがAIの開発だけを対象にしていると、整備の手間が後から自社の負担や追加費用として現れ、日程も延びます。打ち合わせでは「データの収集・整理・正解付けは見積もりに含まれますか。こちらで用意する作業は何ですか」と確かめましょう。手元のデータを早く見たがる会社は、整備の手間を見積もりに織り込もうとしています。
4. PoCから本番運用までの設計
PoCは、整えたデータと限られた範囲で試すため、本番とは条件が違います。本番では書き方の揺れや新しい製品のデータが混じって精度が下がりやすく、既存システムとの接続や、AIが判断に迷った案件を誰が引き取るかも決めなければなりません。これらを決めないままでは、PoCで精度が出ても使われずに止まります。
また、精度は試すまで分からないため、PoCで相手が目標の精度まで約束するのは難しいのが実情です。そこで、契約も段階ごとに分けます。経済産業省の「AI・データの利用に関する契約ガイドライン」は、アセスメント（＝実現できそうかの事前検討）、PoC、開発、追加学習の段階ごとに、次へ進むかを確かめながら開発する「探索的段階型」の進め方を示しています。
段階を区切るからこそ、提案書で合格基準（どのデータで、どの指標がどこまで届けば次へ進むか）と、届かなかった場合の扱い、本番に進む場合の費用と期間の見通しを示せるかを確かめましょう。
小さく検証する進め方は、PoCの進め方｜5つのステップとチェックリスト・成功事例4選で解説しています。
5. セキュリティ・規制への対応力
AI開発では、顧客情報や設計データなどの機密を相手に預けます。情報システム部門としてまず確かめたいのは、相手のセキュリティ対策の水準です。具体的には、外部認証の取得状況やアクセスの管理方法、預けたデータの保持期間と終了後の削除、事故の報告や監査に応じてもらえるか、個人データを第三者や海外に渡すことがあるか、といった点です。
契約の面では、預けたデータを相手が自らの技術開発や別のAIの学習にも使えるのか、学習させたAIを含む成果物の権利がどちらに残るのかを確かめます。経済産業省の「AIの利用・開発に関する契約チェックリスト」（2025年2月）も、預けたデータの扱いや生成物・成果物の権利の帰属を、契約前に確かめたい論点に挙げています。
確かめずに契約すると、依頼先を替えるときに学習させたAIを引き継げない、データが想定外の目的に使われる、といった問題が起こり得ます。打ち合わせでは「学習させたAIは成果物として受け取れますか」とも聞いておきましょう。業界の規制がある場合（例：製薬のGMP＝医薬品の製造管理・品質管理の基準）は、規制に沿った記録の残し方まで設計に含められるかも確かめます。
参照元：経済産業省「AI・データの利用に関する契約ガイドライン 1.1版」（2019年12月）／経済産業省「AIの利用・開発に関する契約チェックリスト」（2025年2月）
国内のAI開発企業20選｜AI専業10社と大手10社
国内でAI開発・導入支援を手がける20社を、本業がAIか、総合的なITサービスかで2つに分けて紹介します。説明は2026年10月時点の各社公式サイトに基づく概要で、掲載順は優劣を示しません。
最初の章で見た3つの頼み方と重ねると、課題を一緒に形にする伴走型や特定の技術での受託開発はAI専業の会社に、既存システムとつなぐ大きな受託開発や全社展開は大手に頼みやすい、という見取り図になります。SaaS型の製品は、どちらのグループにもあります。
AI専業・研究開発型の企業10社
AIを本業とし、自社でモデルや基盤を開発する会社が多いグループです。新しい手法を自ら試しているぶん最新技術への追随が速い傾向があり、既製品では解けない課題や、特定の技術を深く掘り下げたい場合の候補になります。
| 企業名 | 事業・特徴 |
|---|---|
| Preferred Networks | AI半導体から生成AI基盤モデル（PLaMo）、AIプロダクトまで自社で開発 |
| 松尾研究所 | 東京大学の松尾・岩澤研究室とビジョンを共有し、深層学習の社会実装と人材育成を進める |
| Laboro.AI | オーダーメイド型AI「カスタムAI」の開発と導入コンサルティング |
| Ridge-i | 衛星データやドローン画像のAI解析。変化の検出など難易度の高い案件に実績 |
| PKSHA Technology | 自然言語処理・画像認識などのアルゴリズムを、ソリューションやSaaSで提供 |
| ABEJA | ABEJA Platform、大規模言語モデル（LLM）の実装支援、AIガバナンス支援など |
| ブレインパッド | 専門人材と自社プロダクトでデータ活用を支援。2025年12月に富士通グループへ |
| エクサウィザーズ | AIサービスを開発。2026年7月設立のグループ会社がAIエージェント基盤なども構築 |
| AVILEN | 戦略立案からAI導入・人材育成まで一気通貫で支援 |
| ELYZA | 2020年に独自のLLMを開発。主に大手企業のLLM活用を支援 |
同じタイプでも、モデルから自社で作る会社、オーダーメイドで作る会社、製品として届ける会社と関わり方が分かれるため、自社の課題に近い領域を持つ会社から当たると、初回の打ち合わせが具体的になります。
大手SIer・ITベンダー・コンサルティング会社10社
SIer（＝企業の情報システムの構築・運用を請け負う会社）やITベンダーには基幹システムを作り、動かしてきた会社が多く、コンサルティング会社は業務改革の構想づくりから入ります。
| 企業名 | 事業・特徴 |
|---|---|
| NTTデータグループ | グローバルで2,000件以上の生成AI事例。NTTグループ横断のR&D体制を持つ |
| 富士通 | 判断の根拠を示せ、大企業の管理・安全の要件に合わせたAI |
| NEC | 自社開発のAIコア技術「cotomi」を軸に、コンサルティングから運用・教育まで支援 |
| 日立製作所 | 1,000件以上の生成AI活用のユースケースをもとに、AIエージェントの開発・適用を推進 |
| 日本IBM | 機械学習・最適化・生成AIを統合したAI開発スタジオ「watsonx.ai」 |
| アクセンチュア | 「生成AIで企業を再創造する」を掲げ、安全で責任あるAIの活用を支援 |
| 野村総合研究所 | AI・データ活用のコンサルティングから基盤構築、実行支援までワンストップで支援 |
| 伊藤忠テクノソリューションズ | AI・セキュリティ・データ分析・クラウドを組み合わせ、コンサルティングから運用・保守まで支援 |
| TISI | 生成AIの導入を企画から運用まで支援。2026年7月にTISとインテックが合併 |
| SCSK | データ統合・AI基盤やAIエージェント環境の構築サービスで、AI導入を支援 |
大手は既存システムとの接続やセキュリティ要件に強い反面、案件が大きくなりやすく、小さく試す段階では費用や期間が見合わないことがあります。AI化の対象が未定なら、AI専業や伴走型で方向を固めてから大手で実装する組み合わせも現実的です。
各社の最新事例（2025〜2026年）
20社のうち3社が2025〜2026年に公表した事例です。どこで詰まり何を変えたかに注目し、検証段階の数字は本番の成果と分けて読みましょう。
松尾研究所は、イトーキと行動データから生産性を推定するモデルを構築しました。サーベイでは何を変えれば改善するかが分からないというイトーキの課題に対し、本社854名の2025年12月の行動データ70種類から因果関係を推定しています。会議などに中断されず60分以上集中できた日は翌日の心のコンディションが良くなる、という関係が全職種を通じて従業員の88％に見られました。
NTTデータはテプコカスタマーサービスと、営業への生成AI活用をPoCで検証しました。建物情報の調査の自動化では月120時間程度の作業削減が見込める一方、AIエージェントによる電話営業は、AIからの電話に対する信頼性の担保が実用に向けた検討事項に残りました。ただし、資料請求のフォローアップや契約更新のように信頼性の懸念が低い用途では、実現の可能性が高いとの回答もありました。
野村不動産HDは、PKSHA Technologyの製品で全社依頼の配信と進捗管理を自動化しました。個別連絡による抜け漏れと担当者の負荷が課題で、一部部門の先行検証では依頼1回あたりの管理者の工数が平均約62％減りました。
参照元：松尾研究所「松尾研究所とイトーキ、854名の行動データをAIで分析し、「データ駆動型生産性推定モデル」を構築」（2026年10月）／NTTデータ「生成AIを活用した営業生産性向上PoCをテプコカスタマーサービスと実施」（2025年5月）／PKSHA Technology「野村不動産HD、約10,000名への全社依頼を「PKSHA AIバックオフィス」で自動配信・進捗管理」（2026年9月）
AI開発の相談先としての弊社EQUES
何をAI化するかが決まらない段階では、伴走型の相談先が候補です。弊社EQUESは東京大学松尾研発のスタートアップで、製薬・製造業を中心に課題整理から運用まで伴走しています。
相談の窓口として、AIやDXの困りごとにチャットで答える「AI×DX寺子屋」と、本格開発の前に小さく検証するPoCサービス「ココロミ」を用意しています。
ロート製薬様の品質統括部では、AI×DX寺子屋の提案をきっかけに、製品スペック作成の自動化から生成AIの活用を始め、業務効率化の手応えを得たとの声をいただいています。
参照元：株式会社EQUES「【ロート製薬】製品スペック作成の自動化から始めるAI活用。品質統括部が実践するスモールスタートなDX戦略とは」（2026年6月）
AI開発企業に関するよくある質問
総額より先に、何が含まれているかをそろえて比べます。データの整備、既存システムとの接続、本番後の保守が含まれるかどうかで、金額は大きく変わるためです。含まれない作業を誰がいつ担うのかも、確かめておきましょう。
依頼できます。課題整理から伴走する企業なら、専門知識がなくても始められます。ただし、検証の結果を見て「業務で使えるか」を判断する担当者は社内に必要です。その判断には、現場の事情を知る人が欠かせないためです。
AIで減らしたい手間がどの作業にあるか、使えそうなデータの種類と量、成果を何で測りたいかを整理しておくと、初回から具体的な話ができます。社外に出せないデータがあるかどうかも、先に確かめておきましょう。
まとめ
AI開発企業は、実績の数ではなく自社の課題との相性で選ぶのが、失敗を避ける近道です。要点は次の3つです。
- 汎用的な用途ならSaaS型、自社向けに作るなら、業務と精度の見込みが固まっていなければ伴走型、固まっていれば受託開発型を選ぶ
- 5つのポイントは、打ち合わせで各社に同じ質問を投げ、課題やデータについて具体的に答えられるかで比べる
- 候補は課題の段階に応じてAI専業・研究開発型と大手を使い分け、依頼先を替えるなら成果物の引き継ぎを契約で決めておく
何から始めるかお悩みの際は、お問い合わせよりお気軽にご相談ください。最後までお読みいただき、ありがとうございました。
AI開発の相談先をお探しなら、まず無料相談から
AI PoCサービス「ココロミ」が、現状分析から検証・評価、アクションプランの策定まで伴走します。まずは無料相談からどうぞ。
