AIシステム開発にかかる費用（予算）とは？予算の相場と実装までの流れ｜ブログ

AIシステムを開発する際の費用は、プロジェクトの規模、複雑性、および目標に大きく依存します。 とは言っても、具体的にどういったプロセスにどのくらいかかるのか？といった内容を本記事ではご紹介していきたいと思います。 AIシステム開発の 各プロセスにおける費用（予算）について AIシステム開発に限ったことではないですが、システム開発を行う際の考えとベースの考えは同じになります。そのベースの考えとは、各プロセスにかかるエンジニアの人件費がいくらかかるか？というところです。 ではAIシステム開発を行っていくうえで、どういうプロセスがあるのでしょうか？ 基本的なプロセスは以下のようなプロセスがあります。 ①ヒアリング ③コンサルティング ③AI化の可能性検証 ④プロトタイプ（モックアップ）作成 ⑤AIモデル開発 ⑥システム開発 ⑦運用 上記のプロセスにどのくらいの人件費がかかるのかを、参考相場としてご紹介いたいします。 ※プロジェクトの規模や、難易度、開発会社のエンジニアの単価によって異なります。 | 工程 | 費用相場 | | | --- | --- | --- | | ① | ヒアリング | 無料であることが多い | | ② | 要件定義書・仕様書の作成 | ￥400,000～￥2,000,000 | | ③ | AI化の可能性検証 | ￥400,000～￥1,000,000 | | ④ | プロトタイプ作成 | ￥1,000,000～￥10,000,000 | | ⑤ | AIモデル開発 | ￥800,000✕人月×関与人数 | | ⑥ | システム開発 | ￥600,000✕人月×関与人数 | | ⑦ | 運用 | 条件や環境による | ①ヒアリングについて AIシステム開発におけるヒアリングは、プロジェクトの要件を正確に理解し、最適なソリューションを設計するための重要なステップです。ヒアリングを効果的に行うためには、以下の要点に注意を払うことが重要です。 あくまでヒアリングであり、現状の要件を確認するという観点から、具体的可能性や実効性の検証等はこの段階では行うわけではないため、ヒアリング段階については、費用は発生しないケースの方が多いです。 | 目的の明確化 | | --- | | プロジェクトの目的と目標を明確にする。 何を解決しようとしているのか、どのような成果が期待されているのかを理解します。 | | 利害関係者の特定 | | プロジェクトに影響を受ける、または影響を与える全ての利害関係者を特定し、 彼らのニーズや期待を把握します。 | | データの可用性と品質の評価 | | AIモデルのトレーニングに使用されるデータの可用性、アクセス可能性、品質を評価します。データが不足している場合や品質が低い場合は、データ収集やクリーニングの計画が必要です。 | | 技術的要件の確認 | | 必要な技術スタックやインフラストラクチャの詳細を確認します。 AIモデルの種類、計算資源、ツール、ライブラリの選定が含まれます。 | | リスクと制約の議論 | | プロジェクトに関連するリスクや制約を識別し、それらをどのように管理するかを検討します。 | | 予算とスケジュールの設定 | | 開発予算とタイムラインを設定し、プロジェクトの実行可能性を評価します。 | | プロジェクトの範囲と段階の定義 | | プロジェクトの範囲を定義し、必要に応じてフェーズに分割します。 これには、プロトタイピング、開発、テスト、デプロイメントの 各フェーズが含まれることがあります。 | | 成功基準の設定 | | プロジェクトの成功をどのように測定するかについて合意します。 これには、具体的なKPI（重要業績評価指標）の設定が含まれることがあります。 | ②要件定義・仕様書の作成について ヒアリング、お見積りを経て発注となった場合、要件定義及び仕様書の作成を行います。 AIシステム開発に対するプロジェクト要件に照らし合わせて、どういった要件を決めなければいけないかの検証を行い、具体的な仕様を確定し、ドキュメントにまとめていきます。 いわば、全体の設計を行うプロセスであり、このプロセスを通して、プロジェクトの全体像がはっきりとしていきます。 ③AI化の可能性の検証 要件定義・仕様書まで作成できたところで、実際に作ろうとしているAIシステムは具体的に想定とするものができあがるかの検証を行う必要があります。 通常のシステム開発と異なる点として、AIは“学習させるデータ”があってはじめて、AIとしてのシステムになり得ます。そのため、AIの機械学習を行うために必要な“教師データ”がそもそもあるのか、入手が可能なのか、どのくらい収集すべきであるかといったデータ量により、開発しようとしているAIの精度も大きく影響します。 上記のことから、保有データ数やデータの種類を踏まえて、目標とするAI精度を確保できるかなどを検証し、実際にAI化できるかどうかを判断します。 システムが開発できたとしても、精度が低ければ使い物にならない可能性があるため、この時点でしっかりと検証と、検討を行います。 ④プロトタイプ作成 AI化の算段ができたら、実際にプロトタイプを構築していきます。 本格的に開発を行う前に、要件定義・仕様書に沿ったものが実際に実現できるかをプロトタイプを構築することで検証していきます。③で検討した“教師データ”を基に、機械学習モデルを構築し、その精度を確認します。 プロトタイプを構築するにあたり、言語処理といった既に多くのAIシステム開発が行われている分野においてはAIテンプレート、ライブラリーなどが多数存在しているため、内容次第では、開発コストを抑えてプロトタイプを構築できる可能性もあります。 ⑤AIモデル開発 プロトタイプの構築で、期待している精度が得られると確認できれば本格的なAIシステム開発に進みます。プロトタイプではあくまで基本的な部分の確認のため、実際に使用できる段階のものになるためには、確認→検証を繰り返しチューニングをしながら開発を進めていきます。 精度をより高めていく過程で、より多くの”教師データ“が必要になる可能性があったり、想定以上のエンジニア工数が発生する場合もあります。 ※今までのシステム開発で想定されていたケースでは発生しない問題点もでてくるのがAIシステム開発です。 ⑥システム開発 AIシステム開発は、ここまでのプロセスで完了しますが、実際にAIシステム自体を、何かの目的に使用する際に派生してそれを活かすためのシステム開発が必要だったりします。 プロジェクト内容によっては必ず必要なものではないですが、AIシステム開発と並行してシステム開発を行います。冒頭のように、このシステム開発も考え方としては、開発したいものに対するエンジニアのかかる工数によって費用感が決まります。 ⑦運用 実際に運用が始まった後もAIシステムを維持し続けるためには定期的なメンテナンスとアップデートが必要です。 実際に現場で使ってみると、改善しなければいけない点が発生したり、外部環境や条件によって、都度調整は必要となります。 まとめ AIシステム開発における、おおまかな流れをご紹介いたしました。ポイントしてAIシステム開発を行う上で抑えるべきポイントとしては”教師データ”の有無となります。実現したい内容の検討と同時に、それを実現するためのデータはあるのか？を確認してみましょう。 また、費用（予算）感は依頼先によって異なるため、複数の御見積や実績の確認をしつつ検討が必要となりますので本記事の費用（予算）は参考程度にご確認ください。