AI・人工知能の開発に強い会社16選。過去の実績も紹介

テクノロジーコンサルタントの工藤です。

DX推進や持続可能な社会の実現にあたって、さまざまな業界でAIの導入が進んでいます。

一方、自社でAIの導入を検討している方の中には「AIの導入が自社の課題解決につながるか不安」「パートナー企業の選び方がわからない」という悩みはつきものではないでしょうか。

そこで今回は、AI・人工知能の開発を得意とする会社を厳選して16社紹介します。

2024年2月時点の最新情報をもとに、AI開発の実績が豊富な会社を厳選しました。開発の流れや注意点も最後に解説していますので、ぜひ参考にしてください。

AI・人工知能の開発に強い会社16選

最初にAI・人工知能の開発に強い会社16社を一覧でご紹介します。社名をクリックまたはタップすると、各社の詳細情報までジャンプします。

• 株式会社LIG
• 株式会社ディー・エヌ・エー
• 株式会社アラヤ
• AI inside株式会社
• 株式会社Preferred Networks
• 株式会社AVILEN
• 株式会社pluszero
• 株式会社ACES
• 株式会社HEROZ
• 株式会社ブレインパッド
• 株式会社モルフォ
• 株式会社Laboro.AI
• 株式会社エクサウィザーズ
• 株式会社シナモン
• 株式会社フィックスターズ
• 株式会社ABEJA

なお、本記事ではAIモデルや人工知能の開発に強みを持つ企業を中心に紹介しています。AIを使ったシステム開発に強みを持つ企業は下記の記事で紹介していますので、あわせてご覧ください。

>>AIを使ったシステム開発が得意な15社を見る

株式会社LIG

出典：生成AIコンサルティング | 株式会社LIG(リグ)｜DX支援・システム開発・Web制作

▼おすすめポイント

• 事業戦略の策定からAIを活用したシステム開発まで一気通貫で支援
• 生成AI領域の戦略顧問・梶谷健人氏を筆頭に、社外有識者ともコラボレーション
• 世界的なWebデザインアワード受賞歴を持つデザイナーや経験豊富なエンジニアが在籍

弊社LIGはもともとWeb制作やシステム開発を得意としており、さまざまな大型案件を担当してきた実績がございます。

2023年には生成AIやXRの専門家である梶谷健人氏を顧問に迎えて、AIコンサルティングサービスをスタートしました。社内にAI専門チームを発足しAIに関する最新のナレッジを常に獲得。AIを活用した戦略策定からニーズに応じたシステム開発まで一気通貫で支援可能です。

弊社はフィリピン、ベトナムにも拠点を持ち、国内のベテランディレクターと海外の優秀なエンジニアによる柔軟な開発体制を構築できるのも強みです。

プロジェクトに応じて、ウォーターフォール型開発だけでなく、アジャイル開発やハイブリッド型開発にも対応いたします。

AI開発を検討中の方は、ぜひ下記ページからサービス詳細をご覧ください。

AIコンサルティングのサービス詳細はこちら

LIGのAIコンサルティングサービスを見る

社名	株式会社LIG
所在地	東京都台東区小島2-20-11（本社）
電話番号	03-6240-1253
従業員数	230名（2023年4月1日時点・連結）
資本金	10,000,000円
対応領域	サービスデザイン、プロトタイプ作成、商用開発、保守運用、技術・トレンドリサーチ、生成AI業務フロー策定、検収・勉強会、ワークショップ
費用	要問い合わせ

LIGに相談してみる

株式会社ディー・エヌ・エー

出典：DeNA×AI

▼おすすめポイント

• エンタメ業界で培った発想力とAI技術を活用した提案が得意
• データサイエンティストチームは機械学習コンペティション「Kaggle」のトップ層で構成
• 音声変換、画像生成などユニークな開発実績も多数

ゲーム、ヘルスケア、まちづくりなど様々な事業領域で活躍している株式会社ディー・エヌ・エー社では、AIを活用した革新的なサービスやプロダクトの開発をおこなっています。

同社のデータサイエンティストチームは世界的な機械学習コンペ「Kaggle」に積極的に参加しており、コンペでトップランクを獲得したメンバーが多数在籍しているのが特徴です。

特に画像生成技術を活用したゲームキャラクター画像の作成や、自分の声をキャラクターの声に音声変換するなど、エンタメ領域の開発実績を多数保有。

ユニークさと実用性を併せ持った技術開発を得意としています。

社名	株式会社ディー・エヌ・エー
所在地	東京都渋谷区渋谷2-24-12 渋谷スクランブルスクエア 39階（本社）
従業員数	2951名（連結）
資本金	103億97百万円 （2023年3月末時点）
対応領域	音声解析、自然言語処理、画像生成など
費用	要問い合わせ
公開実績	画像生成技術を駆使し10,000体のキャラクターを『逆転オセロニア』の画像データから作成 ナチュラルな音声変換技術を、親しみやすいUXで

株式会社アラヤ

出典：株式会社アラヤ

▼おすすめポイント

• AIの研究所、AIを活用したビジネス課題解決という2面性を持つ企業
• 自律飛行ドローン開発など、最先端技術を生かした革新的な開発を実践
• 数々のアワードで受賞歴もある高い技術力

アラヤ社はAIを活用してビジネス課題を解決する企業としての顔と、AI研究所としての顔の2面性を持つ企業です。特にニューロサイエンス（脳科学、神経科学）とAIの複合研究を得意領域としています。

BtoB領域では既存技術と顧客課題に応じた個別開発を組み合わせ、幅広い業界にAIソリューションを提供。

画像認識AIを活用した人流解析ソリューションや自律飛行ドローンの開発など、最先端の研究成果を生かし、革新的なソリューションを生み出し続けています。

2018年に「Microsoft Innovation Award 最優秀賞」、2019年に「ET/IoT Technology AWARD Edge Technology 優秀賞」など、様々なアワードも受賞しています。

公式Webサイト上では過去の実績も多数公開していますので、チェックしてみてはいかがでしょう。

社名	株式会社アラヤ
所在地	東京都千代田区神田佐久間町1-11 産報佐久間ビル6F
従業員数	85名（2023年6月1日現在）
資本金	1億円
対応領域	ニューロテクノロジー、画像生成、大規模言語モデル、ディープラーニング、エッジAI、自律AI
費用	要問い合わせ
公開実績	商業施設・店舗におけるインストアマーケティング・顧客行動分析への画像認識AI活用 自動車メーカー向けエッジAI開発におけるOFA(Once-for-All)適用

AI inside株式会社

出典：AI inside

▼おすすめポイント

• AI-OCRを筆頭にあらゆるテクノロジーでビジネス課題の解決を支援
• マルチモーダルなAI基盤を活用したコンサルティングも得意
• AI運用を実現する自社独自のエッジコンピュータも開発・提供

AI inside社は市場シェアNo.1（※）のAI-OCR「DX Suite」をはじめ、生成AIや予測AI、画像認識AIなどの技術をかけあわせて業務を支援するAIエージェント「Helyx」など、多彩な自社サービスを開発しています。
※デロイト トーマツ ミック経済研究所株式会社2021年3月発刊「ニューノーマル時代にAI-OCRで拡大するOCRソリューション市場動向 2021年度版」 OCRベンダーのソフトウェアライセンス売上のうちクラウド売上のシェアNo.1

2023年6月には独自のマルチモーダルなAI統合基盤「AnyData」などを活用し、DXを一気通貫で支援するコンサルティングサービス「insideX」を開始。汎用性が高い基盤を用いるため、業種業態を問わずさまざまなビジネスにおける課題解決が可能なことを特徴としています。

また、あらゆるAIの運用を実現するために作られたエッジコンピュータ「AI inside Cube」を開発するなど、ハードウェア面でも強みを持っています。

社名	AI inside 株式会社
所在地	東京都渋谷区渋谷3-8-12　渋谷第一生命ビルディング4階
従業員数	134名(2023年6月末時点）
資本金	12億34百万円
対応領域	マルチモーダルAI、AI-OCR、画像認識、予測、異常検知、エッジAIなど
費用	要問い合わせ
公開実績	AI-OCRの活用で年間40,000時間の業務削減に成功 AnyDataのユースケース

株式会社Preferred Networks

出典：Preferred Networks, Inc.

▼おすすめポイント

• 製造業、バイオヘルスケア、交通システムなどで大規模な開発実績有
• 自社独自のフレームワークやアルゴリズムを多数開発
• ディープラーニングの技術を応用し、ビジネス課題を解決

Preferred Networks社は2014年に設立され、現在は従業員300人以上の規模に成長したベンチャー企業です。

製造業やバイオヘルスケア、交通システムなど、多彩な領域の企業と提携・協業し、大規模な開発実績を積み上げています。

自社独自のディープラーニングフレームワーク「Chainer」や、独自のチップ、ライブラリなどを開発。最先端の研究を生かした成果が注目を浴び続けています。

ディープラーニングの技術をあらゆる産業分野に応用することでビジネス課題の解決を目指しており、これまでに国内で初めてのAI技術による石油化学プラント自動運転化、コネクテッドカーや自動運転の技術開発などに取り組んでいます。

社名	株式会社Preferred Networks
所在地	東京都千代田区大手町1-6-1大手町ビル
従業員数	約300名
資本金	80億1500万円
対応領域	工場やプラントなどの自動化、自動運転技術開発、医療用画像解析など
費用	要問い合わせ
公開実績	ＡＩ技術による石油化学プラント自動運転 「仮想人体生成モデル」開発

株式会社AVILEN

出典：AVILEN

▼おすすめポイント

• 独自の機械学習研究者のコミュニティを擁し、最先端のAI技術を研究
• カスタマイズ可能なAIソフトウェアを多数開発
• AI開発だけでなく、DX人材の育成、組織コンサルティングも可能

AI技術の企画・開発・導入により事業成長を実現するDXソリューションを提供しているAVILEN（アヴィレン）社。

機械学習研究者のコミュニティ「AVILEN DS-Hub」を擁し、最先端のAI技術を実務に使えるよう実装しています。

これまで画像生成ソフト「Genea」、異常・損傷検知ソフト「Findea」など自社独自のカスタマイズ型ソフトウェアを開発。幅広い技術力を生かして、これまで530社以上を支援した実績があります。

デジタル組織開発にも力を入れており、DX組織開発に向けた戦略策定からDX人材の育成研修も可能です。

社名	株式会社AVILEN
所在地	東京都中央区日本橋馬喰町2-3-3 秋葉原ファーストスクエア9階
従業員数	正社員46名 (2022年12月時点)
資本金	300万円
対応領域	自然言語処理、最適化、画像処理、需要予測、エッジAI など
費用	要問い合わせ
公開実績	機械図面から設計情報を抽出する処理能力を30倍にスケールアップ 不動産鑑定士の処理能力を拡張し、推定200億円以上の価値を創出するポテンシャルをもつマルチモーダルAI

株式会社ACES

出典：株式会社ACES

▼おすすめポイント

• 人工知能研究をリードする東京大学・松尾研究室発の注目ベンチャー企業
• 事業や現場にとっての価値を生み出す「AI事業価値デザイン」を実践
• 属人化しているヒトの知見や業務のデジタル化が得意

人工知能研究をリードしている東京大学・松尾研究室発のスタートアップ企業として注目を浴びているACES社。最先端のアルゴリズムを独自のモジュールにして提供しており、数々の大手企業とプロジェクトを進めています。

同社ではディープラーニング（深層学習）を始めとしたAIアルゴリズムを活用し、事業や現場にとっての価値を生み出すことを重視した「AI事業価値デザイン」を実践しています。

対応できる領域も非常に幅広く、API、Dockerコンテナ、エッジ、iOS/Androidなど様々なプラットフォームでの提供も可能です。

特にAIアルゴリズムを用いて、属人化しているヒトの知見や業務のデジタル化を得意としています。約17万件の顔画像評価データをもとにメガネ製品のレコメンドアルゴリズムを開発した実績など、過去の事例もサイト上で公開されています。

社名	株式会社ACES
所在地	東京都文京区湯島二丁目31番14号　湯島ファーストジェネシスビル3階
従業員数	40人（2022年度）
資本金	1億円
対応領域	物体検出、姿勢推定、顔検出、クラス分類、音声認識、モビリティデータの分析など
費用	要問い合わせ
公開実績	AI×3Dモーションデータの自動生成 エキスパート店員の知見をAIで再現した「Zoff Match」の開発

株式会社HEROZ

出典：HEROZ

▼おすすめポイント

• 将棋AIの開発を通じて独自のコア技術を確立し、ビジネス課題の解決に活用
• AI導入コンサルティングから開発、運用支援まで一貫して可能
• 業種業態を問わず柔軟な対応力が強み

将棋AIの開発を通じ、ディープラーニングを含む機械学習などのAI関連手法を独自の技術として確立したHEROZ社。

これまで培ってきたAI関連の手法を「HEROZ Kishin」としてブランド化し、BtoB領域における高水準な課題解決を目的としたAI開発もおこなっています。

同社の強みは課題に応じた柔軟な対応力。ノウハウを獲得してきたゲームやエンタメ分野においてはもちろん、建設、製造、金融など業種業態を問わず様々な企業における開発実績も保有しています。

顧客ビッグデータの分析結果にもとづき、AIテクノロジーを様々な場面に組み込むことも可能。開発や実装だけでなくデータ分析も活用し、ビジネス課題を的確に捉える実践的なAI開発ができるのが強みです。

社名	HEROZ株式会社
所在地	東京都港区芝5-31-17 PMO田町7F
従業員数	65名（2023年8月時点）
資本金	10百万円（2023/4現在）
対応領域	マッチング、需要予測、価格最適化、空間快適性制御など
費用	要問い合わせ
公開実績	「AI株式ポートフォリオ診断」「AI株価見守りサービス」を開発・提供 地下工事における工期遅延リスクを設計段階において3D CADモデルから検知する「AI for U」の開発

株式会社ブレインパッド

出典：人工知能(AI)のサービス・コンサルティングならブレインパッド

▼おすすめポイント

• 2004年から積み上げてきたデータ活用の知見・ノウハウをAI導入・開発に還元
• 150名以上のAI人材が課題に見合ったチーム体制を構築
• 日本時価総額トップ100社の大手企業のうち、20社以上を支援した実績有

2004年の設立以来、1,000社以上のビッグデータ活用を支援してきたブレインパッド社。「＋AI」というサービスブランドのもと、AI導入のコンサルティングや開発もおこなっています。

AI事業においては、様々なバックボーンを持つデータサイエンティストや機械学習エンジニアなど、150名以上のAI活用人材が在籍。

課題に応じたチーム体制を構築し、戦略立案から実業務への導入まで一貫してプロジェクトを支援してくれます。

データ活用に携わってきた経験とノウハウを生かしたAI導入支援はクライアントからも高い評価を受けており、日本時価総額トップ100社の大手企業のうち20社以上を支援した実績や、10年連続で取引を継続している企業もあるといいます。

社名	株式会社ブレインパッド
所在地	東京都港区六本木三丁目1番1号 六本木ティーキューブ
従業員数	590名（連結、2023年6月30日現在）
資本金	597百万円（連結、2023年6月30日現在）
対応領域	画像解析、需要予測、データ分析、最適化、データ基盤構築など
費用	要問い合わせ
公開実績	化学プラントにおけるコスト最適化のための蒸気量需要予測 食品工場の製造ラインにて原材料の不良品検知にAIを活用

株式会社pluszero

出典：pluszero

▼おすすめポイント

• 課題に即したオーダーメイドのAI開発が可能
• 文理さまざまなバックグラウンドを持つ人材で最適なチームを構成
• 先行事例の少ない領域も対応可能

オーダーメイドでAI開発をおこなうpluszero社。ビジネス上の課題発見や新規事業企画から伴走しつつ、課題に則したAIの開発からシステムやアプリへの実装、さらには保守運用までワンストップで支援しています。

言語学、機械学習など様々なバックグラウンドを持った約120名規模のAI人材が所属。

課題解決に最適な文理を組み合わせたチームを構成することで、特定の業界に限らず幅広いソリューションを提案できるのが強みといえます。

また、先行事例の少ない領域における開発にも果敢にチャレンジしており、他社では対応できないと断られた案件や難易度の高い案件を積極的に引き受けているのも特徴です。

社名	株式会社pluszero
所在地	東京都世田谷区北沢2-6-10 仙田ビル4F
従業員数	120名（2022年10月時点）
資本金	1億円
対応領域	自然言語処理、画像・動画処理、価値分析・予測、PPDMなど
費用	要問い合わせ
公開実績	紙とデジタルを融合したAI教材の開発 AI画像解析による自動検出実用化

株式会社モルフォ

出典：モルフォ

▼おすすめポイント

• 画像処理技術とディープラーニングを融合した「イメージングAI」を開発
• 世界最速級（※モルフォ社調べ）のディープラーニング推論エンジン「SoftNeuro®」
• スマートデバイス、モビリティ、ファクトリーオートメーション、スマートシティと4つの領域を中心に実績を保有

モルフォ社は、2004年創業の研究開発型企業です。デジタル画像処理技術とAI、ディープラーニングを融合した「イメージングAI」を活用し、多彩な分野の課題解決に貢献しています。

得意分野は画像解析や画像処理で、世界最速級（※モルフォ社調べ）のディープラーニング推論エンジン「SoftNeuro®」や、静止画向け手ブレ補正技術「PhotoSolid」などを開発。

スマートフォンに搭載されているモルフォ社製の画像処理ソフトウェアは35億ライセンスを突破しており、世界的なシェアを獲得しています。

その他、スマートデバイス、モビリティ、ファクトリーオートメーション、スマートシティと4つの事業領域を中心に、様々な企業と協業・提携。AI導入のノウハウや技術力を生かして、企画から実装までワンストップで支援しています。

社名	株式会社モルフォ
所在地	東京都千代田区神田錦町 2-2-1 KANDA SQUARE11階 WeWork内
従業員数	83名
資本金	1,783,958千円（2023年9月時点）
対応領域	画像領域分割、物体検出、デプス推定、マスク生成など
費用	要問い合わせ
公開実績	内視鏡検査における大腸癌の深達度AI診断の共同研究 デンソーとの協業で自動運転技術をリード

株式会社Laboro.AI

出典：Laboro.AI

▼おすすめポイント

• オーダーメイドによるAIソリューションを提供
• 開発受託だけおこなわず、長期的な活用ビジョンやロードマップも提案
• 対応可能な業種・技術領域が豊富

Laboro.AI（ラボロエーアイ）社では、オーダーメイドによるAIソリューション「カスタムAI」を提供しています。画一的なパッケージ型商品では対応が難しいビジネス課題に対して、各社ごとに最適な形のソリューションを考案してくれます。

AIの開発にあたって、独自のコンサルティング＆サポート「ソリューションデザイン」を実施しているのが特徴です。

開発の受託だけはせず、課題のヒアリングや長期的な活用ビジョンの検討、ロードマップの策定なども含めた支援をおこなっています。

業種やデータの種類も問わず対応できることを謳っており、文書分類による業務自動化、レコメンド機能の開発、キーポイント（姿勢推定）を用いた伝統芸能の動きの可視化など幅広い実績があります。

社名	株式会社Laboro.AI
所在地	東京都中央区銀座8丁目11-1
従業員数	57名（2023年8月1日時点）
資本金	10億451万円
対応領域	自然言語、ニーズ探索、画像認識、物体検出、エッジAI、マッチングなど
費用	要問い合わせ
公開実績	防衛装備品の製造におけるAIによる外観検査 ニオイセンサーデータの分類

株式会社エクサウィザーズ

出典：エクサウィザーズ

▼おすすめポイント

• 日本最大級のAIプラットフォーム「exaBase」を開発
• SaaSに加え、AIモデルやAI関連の知的財産の活用も可能
• 事業企画など経営に関わる段階からコンサルティングで支援

エクサウィザーズ社は日本最大級のAIプラットフォーム「exaBase」を活用し、国内時価総額トップ100社の半数以上を含む500社超の企業にソリューションを提供してきた実績があります。

「exaBase」はGUIベースのSaaSを中心とした「Products」、同社が保有するAIモデルやAI関連の知的財産を活用できる「AI Assets」、課題解決に最適なチームを組んでソリューションを提供する「Consulting Services」と3つの要素で形成されたプラットフォームです。

これら3つを使い分けることにより、経営課題の解決・DXによるクイックでスムースな成果創出を実現可能としています。ソフトウェア面だけでなく、事業企画や組織開発から支援してくれるのも強みといえるでしょう。

社名	株式会社エクサウィザーズ
所在地	東京都港区東新橋1丁目9-2 汐留住友ビル 21階
従業員数	379名（連結、2022年12月末時点/ 正社員）
資本金	23億円（2022年12月末時点）
対応領域	生成AI、動画解析、予測分析、IR支援、FAQ・チャットボットなど
費用	要問い合わせ
公開実績	ヤマト運輸、MLOpsで経営リソースの最適配置を実現 全国6000ヵ所以上のサービスステーションを地域課題解決のサービスハブに進化させる「スマートよろずや」構想の開発

株式会社シナモン

出典：シナモンAI

▼おすすめポイント

• 国内でのAI人材活用に加えて、ベトナムのラボで最先端の技術を研究
• 自社独自のカスタマイズ可能なAIエンジンで課題解決を支援
• 業種業態を問わず、様々な大手企業を支援した実績を保有

約100名のAI人材に加えてベトナムにラボを保有し、トップティアの大学から優秀な人材の採用や最新技術の研究を進めているシナモン社。画像認識、音声認識、自然言語処理と、3つのAIエンジンを開発しています。

どのAIエンジンもカスタマイズが可能で、各業界に精通したメンバーが戦略デザインから実装まで支援しています。一様なソリューションの提供ではなく、企業の課題に応じた専用システムを提供できるのが特徴といえるでしょう。

AIを活用したRPAの開発など、業務効率化や業務自動化に関する開発事例も多数保有。これまで東芝三菱電機産業システム株式会社や住友生命、サントリー、日本製紙など、大手を含めた様々な業界の企業を支援した実績もあります。

社名	株式会社シナモン
所在地	東京都港区虎ノ門3-19-13　スピリットビル6階
従業員数	200名
資本金	734,432,263円（2023年2月時点）
対応領域	画像認識、音声認識、自然言語処理、AI−OCRなど
費用	要問い合わせ
公開実績	資料請求で閲覧可能

株式会社フィックスターズ

出典：フィックスターズ

▼おすすめポイント

• ソフトウェアの高速化、量子コンピューティング活用など専門性の高い領域を支援可能
• AIモデル設計から最適なハードウェアの選定まで対応
• 精度と計算時間の両立が必要な技術開発が得意

コンピュータの性能を最大限に引き出すスペシャリストによる、高速ソフトウェアの開発を専門とするフィックスターズ社。

ハードウェアに対する知見が深く、量子コンピューティングの活用支援など専門性の高い技術にも対応可能です。

AI領域においても、モデル設計からデバイスの開発まで対応。AIを使うためのハードウェア選定からソフトウェア開発の支援まで、AIのビジネス活用をあらゆるフェーズで支援しています。

特に高い精度と計算時間の短縮が求められるような技術開発を得意としており、AIを活用した研究開発の効率化や組み込みデバイス向けのAIモデル軽量化なども、高い技術力を生かして対応してくれます。

社名	株式会社フィックスターズ
所在地	東京都港区芝浦3-1-1 msb Tamachi 田町ステーションタワーN 28階
従業員数	263名 (2022年9月末現在)
資本金	5億5446万円
対応領域	画像認識、動画処理、自動運転システム開発など
費用	要問い合わせ
公開実績	R-Car用クラウド評価環境「GENESIS for R-Car」 AIを用いた乳房超音波検査リアルタイム解析システム

株式会社ABEJA

出典：ABEJA

▼おすすめポイント

• 「ABEJA Platform」による多角的なAI開発が可能
• ケースによっては「ゼロPoC」でAIを活用した独自のシステムを構築
• 「AI倫理」に関するコンサルテーションサービスも実施

ABEJA社ではDXの実行に必要なソフトウェア群を持つプラットフォーム「ABEJA Platform」の研究開発をおこなっています。

プラットフォーム上では汎用的なAIモデルやデータインプットが可能なツールなど、さまざまなソフトウェアを利用可能。

課題に応じて必要なサービスを組み合わせることで、ケースによっては「ゼロPoC」でAIを活用した独自のシステムを構築することができます。

AIをビジネスに実装する上では「何をどこまでまかせるか」という課題や問題点も生じます。そのような課題解決を支援する「AI倫理」に関するコンサルテーションサービスを提供しているのも、同社ならではの強みです。

社名	株式会社ABEJA
所在地	東京都港区北青山二丁目14番4号
従業員数	82名(2022年8月末時点)
資本金	100,000,000円
対応領域	需要予測、異常検知、混雑度推定、顔認証、AI倫理コンサルなど
費用	要問い合わせ
公開実績	大手化学メーカーにおける工場プロセスDX 家電メーカーにおける在庫管理業務DX

開発会社の選定ポイントについて

AI開発を依頼する企業を検討する際に、特に注意して見ておきたいポイントを紹介します。少なくとも以下についてチェックしておくのがおすすめです。

• 課題とゴールを明確にして開発を進めてくれるか
• システム開発や保守運用も可能か
• 成功事例と実績を確認する

課題とゴールを明確にして開発を進めてくれるか

自社と同じ目線に立って課題を明確にし、開発のゴールやロードマップを示してくれるか。これは開発会社の選定において重要なポイントのひとつです。

ひと口にAI開発といえど、解決したい課題によってアウトプットは大きく異なります。また、AIを使えば全ての課題が解決できるわけではなく、AIができること、できないことをしっかり分けて開発を進めなければ、失敗に終わってしまう可能性があります。

失敗を避けるためには技術力や予算だけにとらわれず、企画力やディレクション力にも着目して会社を選びましょう。

システム開発や保守運用も可能か

AI開発会社のなかには、AIモデルの開発やPoC（実証実験）のみおこなっている会社もあり、その場合は開発したAIを使用するためのシステムやプロダクトを別途開発する必要があります。

したがって、自社に知見がない場合は最初からモデル開発、システムの設計、保守運用まで一貫して対応してくれる会社に依頼するのがベターといえます。

特に保守運用に関しては、AIはシステムを作れば終わりではなく、目標を達成するためにチューニングを繰り返すことも求められるため非常に重要です。

AIを使ったシステム開発が得意な15社を紹介した記事では、システム開発や保守運用も対応可能な会社を紹介しています。ぜひ参考にしてください。

成功事例と実績を確認する

画像認識、自然言語処理、予測、最適化など、AIの研究分野は非常に幅広く、会社によって得意・不得意な領域が存在する場合もあります。

自社が解決したい課題と似た事例を過去に取り扱っていないか、Webサイトの実績ページや顧客インタビューを確認し、似た領域での成功事例・実績がある会社を見極めることも重要です。

サイト上に掲載していない実績を紹介してくれる場合もあるので、気になった会社には問い合わせて確認してみましょう。

AI（人工知能）開発の流れ

AI開発は4つのフェーズに分けて進めていくのが主流です。

1. 構想フェーズ
2. PoCフェーズ
3. 実装フェーズ
4. 運用フェーズ

1,構想フェーズ

自社におけるビジネス課題を分析し、どのようなAIを用いて解決したいのか、具体的な構想を設計します。

このフェーズでは、そもそもAIを使えば課題解決が可能なのかを十分に検討し、業務・事業のどの領域でAIを活用するのかをしっかり定めておく必要があります。

▼構想フェーズの主な作業

• ビジネス課題の抽出
• AIで解決したい課題の検討
• データ収集の可否
• 導入までの予算・期間
• ROI（費用対効果）の検討
• プロジェクトチームの構成

2.PoCフェーズ

PoCフェーズは実証実験フェーズとも呼ばれます。構想フェーズで決めたAIの簡易版を作成し、実運用を想定している環境と同じ条件でプロジェクトの実現性を検討します。本開発に移る前でも、ほとんどの場合この段階で費用が発生することを押さえておきましょう。

PoCは本開発の前に実現可能性を検証することでリスクマネジメントができ、目的としている効果をスピーディに検証するために重要です。

一方で、構想がはっきりしないままPoCを進めてしまうと検証のゴールが見えず、時間や費用を浪費してしまう可能性もあるので注意しましょう。

また、教師あり学習を用いる場合は、アノテーション済の教師データも準備する必要があります。そもそも自社に十分なデータがない、委託した会社がアノテーションは業務領域外だったなどトラブルにならないよう、依頼前に確認しておきましょう。

>>データ収集やアノテーション代行ができる会社はこちら

▼PoCフェーズの主な作業

• 検証の目的、ゴールを設定
• 運用オペレーションの想定
• 簡易版プロダクトの作成
• 学習用データの収集・分析作業
• 検証データの評価と改善
• ROIの検証

3.実装フェーズ

AIモデルは単独でPoCフェーズで実現性を確認し、問題がなければ最終的に運用するシステムを実装していく段階へ移ります。

システムの要件定義やAIモデルの最終チェック、実務におけるオペレーションの策定など、本番環境でどのように運用を進めていくかも含めて検討し、開発を進めていきます。

▼実装フェーズの主な作業

• 要件定義
• AIモデル、システムの開発
• テスト
• 性能評価

4.運用フェーズ

AIを使ったシステムは一般的なシステムと異なり、開発して終わりではありません。AIは学習を繰り返して機能を改善していくという性質があるため、リリース後のチューニングも重要です。

構想フェーズで想定した目的（KPI）を達成できているか定期的に状況確認をおこないつつ、PDCAサイクルを回して改善を繰り返していきましょう。

▼運用フェーズの主な作業

• システムの保守
• KPIのチェック
• データの精査
• パフォーマンス評価

AIを使ったシステム開発の注意点

性能を適切に評価する

AI開発で主に用いられる機械学習モデルでは、AIの精度を正しく評価することが重要です。

例えばウイルス感染検査の手法などに用いられる「分類モデル」の場合は、正解率、適合率、再現率、F値といった評価指標が存在しています。

どの指標を重視すべきかは、解決したい課題によって異なります。

単純に正解率や適合率を高めていくことが正解ではない場合もあるため、専門的な知識を持った人材とともに適切な評価を検討しながらプロジェクトを進めることが重要です。

説明可能なシステムになっているか確認する

ChatGPTなどの生成AIの普及により、一般的にも広く認知されるようになったのがディープラーニングです。

ディープラーニングは大量のデータの特徴を分析し、人間のようなデータ処理を可能とする技術であり、今後は人間では不可能な作業をおこなうことも期待されています。

しかし、ディープラーニングはどのようなプロセスを経て結果を出力するのかがブラックボックスになるというデメリットがあり、実務での運用においては精度やセキュリティの観点で十分なリスクヘッジが必要です。

そのような背景のもと注目されているのが、「説明可能なAI（Explainable AI)」です。これは「AIがなぜその答えを出したのか」を説明できる能力の高さのことを指し、以下のようなメリットがあります。

• AIモデルを稼働させる際の信用と信頼性を証明できる
• 開発者がシステムの機能性を正しくチェックできる
• 結果の正当性を検証しやすい

予算と開発期間をチェックする

AI開発の予算と開発期間は、何をどこまで実現するかで大きく変動します。

たとえば既存のシステムに組み込むためのAIモデルを開発したいのか、新規でシステムも開発したいのかで工程は大きく変わります。

解決したい課題によってアウトプットの形も変わるため、目的を達成するためにどんな機能が必要か、構想フェーズでしっかりと練っておくことで開発失敗のリスクを減らせるでしょう。

なお、本記事ではAIモデルや人工知能の開発に強みを持つ企業を中心に紹介しました。AIを使ったシステム開発に強みを持つ企業は下記の記事で紹介していますので、あわせてご覧ください。

＞＞AIを使ったシステム開発が得意な15社を見る

さいごに

AIをビジネスで使いこなすためには、専門的な知識を持った人材による対応可能な技術領域やシステムの種類は企業によって異なります。

自社の目的に見合った開発が可能かを事前に調べたうえで、気になる企業には問い合わせをしてより詳しい実績を確認してみてください。