本番実装できるAIベンダーの選び方｜2つの軸と6つの確認項目
サマリー
- AIプロジェクトがPoC止まりになる最大の分岐点は、**技術ではなく「ベンダーの選び方」**です。同じ要件でも、契約の形と体制の組み方で、本番到達率は大きく変わります。
- そもそも体制の名称が新しくても、構造まで新しいとは限りません。 例えばFDEはパランティアが10年以上前に生み出した既存モデルです。新しいのは名称と文脈で、構造ではありません。
- 選定の核心は、**「分業かどうか（多重請負の構造か）」と「高いのは能力か、ブランドか」**の2軸です。ここを見ずに知名度で選ぶと、提案や初期の実装は進んでも、本番運用や継続的なグロースまで到達できるかは分かりません。
- 契約前に確認すべき項目は6つあります（①入口の大きさ ②費用の決まり方 ③契約の相手 ④戦略と実装の担当 ⑤実装力の実体 ⑥支援範囲）。
- 見るべきは、費用が時間に紐づくか、事業への貢献に紐づくか。 人月精算か、価値提供ベースか、という点です。
- AIベンダーの価格は、**「価値を生む時間」＋「組織を維持する時間」＋「調整する時間」**でできています。高い理由も、実務が弱く感じる理由も、この内訳にあります。
- Aezisai（イージサイ）は、価値提供ベースと、戦略と実装を同一チームが一気通貫で担う体制で、これらの条件を満たしています。
1. なぜ今「ベンダー選び」が失敗の分岐点になるのか
AI導入の失敗は、技術選定のミスよりベンダー選定のミスで起きます。理由は単純です。技術は後から変えられますが、契約と体制は途中で変えられないからです。
PoCまではどの会社でも進みます。止まるのはその先です。
| 止まる場所 | 実際に起きていること |
|---|---|
| PoC→本番の間 | 費用が跳ね上がり、稟議が通らない |
| 本番→定着の間 | 作ったものが現場で使われず、成果が数字にならない |
| 定着→全社展開の間 | ガバナンス・権限設計で統制がかかり、広がらない |
これらはすべて、「ベンダーをどう選び、どう契約したか」に帰着します。だからこの記事は、技術の話ではなく選び方の話をします。
そして、AIベンダー選びで本当に見るべきものは、実は2つに絞られます。
- 分業かどうか（戦略と実装が別か、多重請負になっていないか）
- 高いのは能力か、ブランドか（単価に何が乗っているか）
この2軸を、以降で順に見ていきます。
2. その「新しい試み」は、本当に新しいのか
ベンダーを選ぶ前に、一度立ち止まって考えておく価値があります。体制の名称が新しくても、構造まで新しいとは限らないからです。
例として、大手コンサルティングファームが打ち出す「戦略職と実装職を組にする体制」を見てみます。デロイト トーマツの**デプロイメント・ストラテジスト（DS）とフォワード・デプロイド・エンジニア（FDE）**が代表例です。名前は新しく見えますが、構成要素を分解すると、既存のものの組み合わせです。
その代表が、FDEが扱う領域として提示される「6つのレイヤー」です。アプリ／システム連携／業務アプリケーション／知識基盤／データ管理／システム全体運用・統制——この6層は、AI時代に新しく発明されたものではありません。 エンタープライズアーキテクチャで何十年も使われてきた一般的な層構造を、AI向けに言い換えたものです。新しい区分が生まれたわけではありません。
同様に、他の構成要素も分解できます。
| 提示される要素 | 構造を分解すると |
|---|---|
| DS（デプロイメント・ストラテジスト）＝戦略側 | 企業価値マップから逆算して適用領域を決め、ロードマップを描く役割。戦略側の職種 |
| FDE（フォワード・デプロイド・エンジニア）＝実装側 | コンサルが発明したものではなく、広く知られているところでは、パランティアが2010年代初頭に生み出したとされる既存モデル。顧客の現場に入って実装する役割として、10年以上前から運用されている |
| Strategy to Execution | コンサルティングの古典的な提供価値。「戦略策定から実行まで」は何十年も前から言われている |
| 人員比率（戦略：実装＝1:1〜2:1） | 分業体制の人員計画そのもの。新しい構造ではない |
つまり、新しいのは名称と、AIブームという文脈です。
これは批判ではなく、選定のための重要な視点です。「新しい」と感じるだけで判断すると、実態の確認を飛ばしてしまいます。フレームワークは作れても、それが動くとは限りません。 問うべきは「新しいかどうか」ではなく、**「その会社の構造が、あなたのプロジェクトの本番到達に効くか」**です。
モデルが新しくないのだとすれば、差がつく場所は一つに絞られます。実行の速度と、費用と責任の対応です。
3. 選定でよくある2つの失敗
失敗1：「実績」と「知名度」で選ぶ
大手だから、名前が知られているから、という理由で選ぶと、提案は立派だが実装が遅いという構造に当たりやすくなります。理由は後述の「分業」と「人月モデル」にあります。
失敗2：最初から大きな契約で始める
長期契約が前提で、途中で方針を変えると違約金や残作業の支払いが発生する形。これだと、「合わない」と気づいた瞬間に選択肢が消えます。 AIは仮説検証の連続なので、小さな入口から始められる設計が必須です。
4. 特に重要な2つのチェックポイント
ベンダーを選ぶとき、この2つを順に確認します。
チェック1：入口を小さく始められるか
最初から長期の本開発契約か、小さな入口から始められるか。**「最初にどこまで小さく始め、どこで判断できるか」**を確認します。入口を小さくできるベンダーは、提供価値に自信がある裏返しです。
チェック2：実装力が「その会社の中」にあるか
ここが最も見落とされます。確認すべきは、「戦略を描く人」と「実装する人」が同じ会社の同じチームかです。
- 戦略と実装が別職種・別会社に分かれている → 伝言ゲームと二重コストが発生
- 元請け・下請け・再委託の多重構造 → 中間マージンと合意形成のタイムロス
- 自社プロダクトを開発・本番運用しているか → ここが実装力の実体
5. 「小さく始めて、判断してから進む」設計とは何か
なぜ「入口の小ささ」が重要か
AIは仮説検証の連続です。方向転換（ピボット）は前提であり、最初の仮説が当たることは稀です。だから、最初から大きな契約を結ばないことが、投資効率を最大化する設計になります。
いきなり数千万円の本開発契約を結ぶと、仮説が外れたときに身動きが取れなくなります。間違った方向に資金を投じ続けることになるからです。
選定時に見るべきは「入口」と「判断ポイント」
確認すべきは、「最初にどこまで小さく始められるか」、そして**「判断してから次に進めるか」**の2点です。
| 確認すること | 良い設計の例 |
|---|---|
| 最初の入口はどこまで小さいか | 数十万円・数日〜1週間の診断から始められる |
| 診断の次に判断ポイントがあるか | 「進む／やめる」を経営判断できる材料が出る |
| 判断を経てから本開発に入るか | 検証を通過したテーマだけが本番実装に進む |
逆に、最初から長期の本開発契約を求めるベンダーは、途中で方針を変えにくい構造を持っています。AIの性質上、最初の設計がそのまま正解になることは稀です。
「最初にどこまで小さく始められ、どこで判断できるか」——選定時に必ず確認すべき1問です。
6. AIベンダーの価格は、何でできているか
ここが、もう1つの軸です。単価の高さは、能力の高さではありません。 コンサルにせよSIerにせよ、その単価は担当者の給与でも、技術力の証明でもありません。
| 価格の内訳 | 中身 |
|---|---|
| 価値を生む時間 | 設計・実装・検証・改善 |
| 組織を維持する時間 | パートナー層の報酬、営業・管理部門、オフィス、ブランド |
| 調整する時間 | 多重請負のマージン、合意形成、資料作成、進捗報告 |
つまり単価には、「価値を生む時間」だけでなく「組織を維持する時間（＝ブランドの維持費）」と「調整する時間」も含まれています。 だから高くなる。これは能力の問題ではなく、構造とブランドの問題です。
そして実務の現場では、価値に直接つながらない部分（資料作成・進捗報告・調整）の比率が高くなりがちです。「高いのに実務が弱い」と感じられる背景には、この価格の内訳があります。高い＝優れている、ではありません。
「人月精算」が業界に広がった理由
人月精算は、ベンダー側にとってリスクの低い形です。作業した時間に対して報酬が発生するので、結果が出なくても売上が立ちます。だから業界全体に広がりました。
発注側から見ると、これは**「結果が出なくても支払う」形**です。「PoCは3ヶ月、本番化で1年」という時間のロスは、そのまま費用のロスになります。
参考：市場の単価相場（公開情報）
「人月単価」で見積もっている時点で、すでに一つの答えが出ています。 費用が時間に紐づく＝成果ではなく時間に対して支払う構造だ、ということです。
| 区分 | 人月単価の目安 |
|---|---|
| 大手ファーム ジュニア | 150〜200万円/月 |
| 大手ファーム シニア | 250〜400万円/月 |
| 大手ファーム マネージャー以上 | 400〜600万円/月 |
| ITコンサルタント（法人発注） | 130〜210万円/月 |
| AIエンジニア／データサイエンティスト（法人発注） | 90〜170万円/月 |
※出典は記事末尾に記載。複数社が体制を組む場合、単価 × 人数 × 期間で月1,000万円を超えることも珍しくありません。
繰り返しますが、この単価は能力の高さを保証するものではありません。 組織の維持費に乗っている部分が大きいからです。
7. 分業型と一気通貫型、どちらが本番に強いか
ここが最も重要な軸、分業かどうかです。本番到達を最も左右します。
戦略と実装が分かれているか、同じチームが一気通貫で担っているか。 加えて、元請け・下請け・再委託の多重請負になっていないか。
| 論点 | 分業型（戦略と実装が別・多重請負） | 一気通貫型（同一チーム） |
|---|---|---|
| 戦略と実装 | 別職種・別会社。間に管理組織 | 同じ人が最初から最後まで担う |
| 多重請負 | 元請け・下請け・再委託で積み上がる | 元請けと直接契約。中間がない |
| 伝言ゲーム | 必ず発生（要件のニュアンスが落ちる） | 発生しない |
| 判断ポイント | 最初から長期の本開発契約に入りやすい | 小さな入口から段階的に判断できる |
| 速度 | 人月・チーム規模の経済と衝突 | 数週間〜1週間でプロトタイプ、本番まで最短 |
| 基盤レイヤー | 顧客環境で都度ゼロから設計 | 自社プロダクトで型を持つ |
「戦略→実装」を別々に発注すると、間に必ずロスが入ります。 これは能力ではなく構造の問題です。
8. Aezisaiの答え
上記2つのチェックポイントに、Aezisai（イージサイ）がどう応えるかを書きます。
| チェック | Aezisaiの回答 |
|---|---|
| ①入口設計 | 10万〜15万円の診断から開始可能。判断材料を出してから本番実装へ進む |
| ②実装力 | 戦略と実装を同一チームが一気通貫で担う。多重請負を断ち切り、ダイレクト伴走 |
実装力の実体は、自社プロダクトにあります。 当社は自社AIプロダクトブランド「Cronias」で5つのAI基盤（ARIA／ARTHEA／PROMETIA／THEMIS／ELYSION）を開発・提供しています。既存サービスを組み合わせるだけの支援ではなく、自社でAIモデルをゼロから開発し本番運用してきたことが、本番実装を担える根拠です。
体制と価格
| STEP | 対象 | 内容 | 価格帯 |
|---|---|---|---|
| STEP 01｜AI課題診断・プロトタイプ作成 | 検討段階・お試しフェーズ | 60〜90分のヒアリングで論点を可視化し、最短1週間で動くプロトタイプと稟議に使える判断材料を提示 | 10万〜50万円 |
| STEP 02｜AI技術支援 | PoC止まりで本番化に課題がある企業 | 設計・実装込みのラボ型チームが本番実装から組織定着まで | 月額100万〜300万円 |
| STEP 03｜AIグロース支援 | 運用後に現場浸透・成果で悩む企業 | 全社展開・ガバナンス構築・社内浸透まで | 月額50万〜100万円 |
STEP 01〜03まで、同一の専門チームが一気通貫で伴走します。
9. 契約前に確認する6つの項目
契約の前に、次の6つを確認します。すべて「はい」と答えられるベンダーは、本番実装を担える可能性が高いです。逆に言葉が濁る場合は、「体制図はあるが実装は別」の構造を疑ったほうがいいです。
| # | 確認項目 | 見るポイント |
|---|---|---|
| 1 | 入口の大きさ | 最初にどこまで小さく始められるか。判断ポイントが用意されているか |
| 2 | 費用の決まり方 | 人月精算（時間単価）か、価値提供ベースか |
| 3 | 契約の相手 | 元請けと直接か。元請け・下請け・再委託の多重構造になっていないか |
| 4 | 戦略と実装の担当 | 同じチームか。別職種・別会社に分かれていないか |
| 5 | 実装力の実体 | 自社プロダクトを開発・本番運用しているか |
| 6 | 支援範囲 | 本番運用後のガバナンス・権限設計、内製化まで含むか |
ポイントは、1〜6の順に確認することです。 入口と費用で全体像をつかみ、契約の相手と担当で構造を確かめ、最後に実装力と支援範囲で「本番まで届くか」を判断します。
10. まとめ
- AIプロジェクトの成否は、技術よりベンダーの選び方で決まります。
- 見るべきは実績や知名度ではなく、**「分業か、一気通貫か」と「高いのは能力か、ブランドか」**です。
- 見るべきは契約形態ではなく、費用が何に紐づいているかです。人月精算か、価値提供ベースか。
- 入口を小さくする設計は、投資効率を最大化する設計です。仮説検証が前提のAIでは、最初から大きく賭けないことが強みになります。
- 「体制図は買えますが、実装力は買えません。」
「PoCは終わったのに、本番化の費用を見て判断が止まった」 「費用が人月精算のまま、責任の及ぶ範囲が曖昧になっている」
この点で詰まっている方、一度フラットに話しましょう。
👉 30分の無料オンライン相談 （営業・売り込みなし） [Aezisaiのサービス概要を見る]
よくある質問
Q1. 大手コンサル・SIerに依頼すると、月いくらかかりますか？
A. 各社料金を公表していないため断定はできませんが、市場の単価相場（大手ファームで1人月150〜600万円）と複数名の体制から、月1,000万円を超えるケースも珍しくありません。当社は設計・実装込みで月額100万〜300万円です。
Q2. Aezisaiの契約形態を教えてください。
A. 時間単価（人月精算）ではなく、事業への貢献を基準にした「価値提供ベース」を採用しています。
Q3. いきなり大きな契約をせず、小さく始めることはできますか？
A. できます。入口は2段階に分かれています。
| 始め方 | 内容 | 期間 | 費用 |
|---|---|---|---|
| ① AI課題診断（最小単位） | 60〜90分のヒアリングで論点を整理し、社内稟議に使える実行計画を提示 | 60〜90分 | 10万〜15万円 |
| ② プロトタイプ作成 | 生成AIと連携した動くプロトタイプを構築し、現場での活用感を検証 | 約1週間 | 30万〜50万円 |
| ③ 本番実装（STEP 02） | 設計・実装込みのラボ型チームが本番実装から組織定着まで担当 | 継続契約 | 月額100万〜300万円 |
| ④ 全社定着（STEP 03） | 全社展開・ガバナンス構築・社内浸透まで | 継続契約 | 月額50万〜100万円 |
まずは①②で見極めてから、③④に進むかを判断する形が最も小さく始められます。②までで「やめる」判断をしても問題ありません。
出典・参考
- BTNコンサルティング「ITコンサルの費用構造」 — https://www.btncon.com/blog/it-consulting-cost
- コンサルフリー「コンサルティング費用の算出方法と計算式」 — https://consulfree.com/blog/consultant-cost/
- FDE Academy「How Palantir Invented the Forward Deployed Engineer model」／Forbes ほか各種解説（FDEモデルがパランティアの初期案件で生まれたとされる経緯。一次情報ではなく各種解説に基づく記述） — https://fde.academy/blog/how-palantir-invented-the-forward-deployed-engineer-model
- シンシア「システム開発の人月単価 相場早見表」 — https://blog.xincere.jp/articles/system-development-man-month-unit-price
- デロイト トーマツ グループ「AI Factory as a Service」 — https://www.deloitte.com/jp/ja/services/consulting/services/ai-factory.html
- Aezisai ブログ「企業AIの争点は「導入」から「主導権」の時代へ｜Forward Deployed Engineer（FDE）の限界とAIOS基盤「ARIA」」 — https://www.aezisai.co.jp/ja/blog/opinion/fde-limits-enterprise-aios-aria/
- Aezisai サービス概要 — https://www.aezisai.co.jp/ja/company/services/
※デプロイメント・ストラテジスト（DS）とフォワード・デプロイド・エンジニア（FDE）の体制に関する記述は、各社が公表している説明内容に基づく構造分析であり、特定企業の能力や成果を評価・断定するものではありません。 ※単価相場は公開情報に基づく市場の目安であり、特定企業の実際の見積もりを示すものではありません。 本記事は株式会社Aezisaiの見解です。