AI受託開発の料金｜工程別の相場と算出方法・見落としがちな費用【2026年8月】
結論: AI受託開発の料金は、「業者の言い値」ではなく、「工程別の人月単価×工数」という算出式から逆算して確かめることができます。要件定義・コンサルが40〜200万円、PoC（＝小さく作って検証する試作工程）が200〜500万円、AIモデル開発が月80〜250万円×人月というのが2026年8月時点の市場相場です。この記事では、工程別の料金レンジ・算出の仕組み・料金が変動する要因・見落としがちな追加費用・外注でよくある失敗パターン・費用を抑えるアプローチを、見積書を受け取る前に確認すべき手引きとして順に書きます。
この記事の要点
- AI受託開発の基本算出式は「人月単価×工数」。AIモデル開発の人月単価は80〜250万円が相場で、工程と役割の人数を掛け合わせて総額が決まる（発注ナビ・アイティメディアグループの公開記事の掲載値）
- 工程は5段階に分かれる。診断・ヒアリング（無料相談の会社もある、当社は15万円〜）→ 要件定義（40〜200万）→ PoC（＝小さく試作して検証する工程、200〜500万）→ AIモデル開発（月80〜250万×人月）→ システム開発・保守（月80〜200万×人月）。いきなり全工程を一括発注しなくていい
- 用途によって料金レンジが変わる。チャットボット200〜500万円・業務自動化500〜2,000万円（株式会社プロベルの公開記事の掲載値）。同じ「AI開発」でも求める機能で相場の幅が大きい
- 料金が上がる主因は4つ。精度要件・学習データ量・体制規模・スコープ（＝開発する範囲）変更。このうちスコープ変更だけは進行中に発生するため、契約書での管理が必要
- 見落としがちな追加費用は運用保守費（月10〜30万円・年間開発費の10〜20%）・クラウド利用料・データ整備費・ライセンス費の4種。本番稼働後も費用が続くことを最初の計算に入れる
この記事は、AI受託開発の発注を検討している中小企業の担当者・経営者に向けて書いています。「外注する方向は固めた。見積書を受け取る前に料金の仕組みと相場を把握したい」という段階の方が対象です。費用の全体像をざっと見たい方は先にAI受託開発の費用相場【2026年】を読むと、この記事で扱う工程別の内訳がより分かりやすくなります。
今日やることは1つです。この記事末尾の「見積書を受け取ったときに確認すること」のチェックリストを手元に置いて、見積書が届いたときに照合してください。
AI受託開発の料金の仕組み
AI受託開発の料金は、「人月単価×工数（人月数）」が基本の算出式です。人月（＝エンジニア1人が1か月フルタイムで稼働する量）を単位として、案件に何人・何か月かかるかを掛け合わせます。例えば、人月単価150万円のAIエンジニアが2人で3か月かかるなら、人月数を掛け合わせた分だけ人件費が積み上がります。これに工程ごとの固定費（診断・要件定義・PoC）と追加費用（データ整備・クラウド費）が加わって総額が決まります。
月額型（準委任）と固定価格型（請負）の違い
AI開発の契約は「月額型（準委任）」と「固定価格型（請負）」の2種類に大別できます。
月額型（準委任）は、エンジニアの稼働時間を月単位で買う契約です。仕様が途中で変わっても料金は稼働時間に連動するため、発注側が柔軟に方向を変えやすい反面、完成保証はありません。要件が固まりきっていない初期の工程や、継続的な改善が必要な開発に向いています。当社の契約は準委任または請負で30万円〜、月20〜36万円の案件例があります。
固定価格型（請負）は、成果物と金額をあらかじめ決める契約です。完成保証がある反面、途中の仕様変更は追加費用が発生します。要件が明確に固まっている工程や、機能の追加が少ない小規模な開発に向いています。
ラボ型契約（月額制開発・ストック型契約）は、準委任の一形態で、毎月定額でエンジニアチームを確保する仕組みです。チャットボットの継続改善・社内AIツールの段階追加など、開発が「一度作って終わり」でない用途で使われます。月額制開発サービスとも呼ばれます。固定費として確保できる安心感がある反面、使いきれない月があっても費用は発生します。
初期工程（診断・要件定義）を固定価格型で行い、本開発を月額型に切り替える組み合わせもあります。
AI受託開発費用の3要素
料金を構成するのは、開発費・データ費・運用保守費の3つです。見積書を受け取ったときにこの3要素で分けて読むと、「何にいくら払うのか」が整理できます。
AI受託開発費用は3要素の合計。運用保守費は本番稼働後も毎月発生する
図の内容: AI受託開発費用の3要素（開発費・データ費・運用保守費）と主な内訳。運用保守費は本番稼働後も毎月発生するため、初期費用だけで判断しない。
確かめ方: 見積書を受け取ったら、まずこの3要素に分けて読みます。「システム一式◯◯円」しか書いていない見積は、内訳を請求します。内訳を出してもらえない場合は、その理由を書面で確認します。
受託開発はAI外注の中でも一つの契約形態にすぎず、フリーランスへの業務委託や専門家レンタル型準委任と合わせて発注先別に比較すると選び方が見えてきます。受託開発・業務委託・専門家レンタルの3発注先別に費用相場を比較した記事もあわせて確認してください。
工程別の料金相場
AI受託開発は5つの工程に分かれます。全工程を一気に発注する必要はなく、工程ごとに費用を確認して判断できます。全体を通した規模感としては、中規模のAIシステム開発全体で300万〜1,000万円程度が目安です（JAPAN AIラボの公開記事の掲載値）。下の表で全体の相場を把握し、各節で工程ごとの中身を確認してください。
| 工程 | 料金レンジ | 期間目安 | 主な作業内容 |
|---|---|---|---|
| 診断・ヒアリング | 無料相談を用意する会社もある（当社は有償のAI適用診断15万円・30万円、税別） | — | 業務ヒアリング・AI活用箇所の特定・報告書作成 |
| 要件定義・コンサル | 40〜200万円 | 1〜2か月 | 要件の整理・技術選定・開発計画の策定 |
| PoC（試作・検証） | 200〜500万円 | 3か月程度〜 | 最小構成のAIを作って精度と実現性を検証 |
| AIモデル開発 | 月80〜250万円×人月 | 案件による | 本番向けAIモデルの学習・チューニング |
| システム開発・保守 | 月80〜200万円×人月／保守月10〜30万円 | 3か月程度〜（保守は稼働中は継続） | 本番システムへの組み込みと運用保守 |
出典: ai-market.jp（2026年8月20日更新）・発注ナビ（アイティメディアグループ、参照日2026年7月17日）・JAPAN AIラボ（参照日2026年7月17日）。診断・ヒアリングの行は当社の料金（自社公表）
① 診断・ヒアリング（無料相談の会社もある、当社は15万円〜）
最初の工程では、発注側の業務を聞き取り「どこにAIを入れると効果があるか」を整理します。当社は有償のAI適用診断（ライト15万円・標準30万円・税別）を用意しています。無料相談だけの会社もあります。
この工程を飛ばしてPoC・本開発に入ると、後から「何を作るべきだったか」の認識合わせが起き、仕様変更が追加費用につながります。「まず無料で話を聞く」→「必要なら有償の診断に進む」という順番が費用の無駄を防ぎます。
当社のAI適用診断はライト診断15万円・標準診断30万円（税別）の2段階です。2週間・本番システム非接続・現場への同席という形で行い、研修・試作・実装のどれで進むかを切り分けます。
確かめ方: 診断の成果物（報告書・提案書）が契約の対象になっているかを確認します。口頭でのヒアリングだけの無料相談は記録が残らないため、次の工程に進む前に書面にまとめてもらいます。
② 要件定義・コンサルティング（40〜200万円、1〜2か月）
診断で方向が決まったら、「何をどう作るか」を具体化するのが要件定義です。担当エンジニアが開発の設計図を作る工程で、ここの精度が後工程の料金を左右します。
料金レンジが40〜200万円と幅広い理由は、関わるメンバーの数と調査の深さの違いです。既存システムとのデータ連携を詳細に調べる場合や、複数部門の業務フローをすべてヒアリングする場合は、期間と費用が増えます。一方、業務フローが整理されていて要件が明確な案件は、下限に近い費用で終わることもあります。
契約前に決めること: 要件定義の成果物（要件定義書・設計書）がいつまでに届くかと、変更が必要になった場合の追加費用の扱いを、契約前に書面で決めます。
③ PoC（200〜500万円、3か月程度〜）
PoC（概念実証）は、最小構成のAIを実際に作ってみて、本開発が成立するかを確かめる工程です。「机上では動くはずのアイデアが、実際のデータでは精度が出ない」という問題を、本開発の大きな費用を使う前に発見するために行います。
料金は200〜500万円で幅があり、扱うデータの量と種類・連携するシステムの複雑さで変わります。発注ナビ（アイティメディアグループ）の調査では、プロトタイプ作成は100万円〜という数字もあり、構成規模で幅が出ます。
PoCが成功でも失敗でも、「分かったこと」が次の判断材料になります。PoC費用を「失敗したら無駄」と見るのではなく、「本開発に進む・進まないの判断にいくら払えるか」の視点で考えると金額の目安が立ちます。
PoCを有効にするコツ: 終了時の判断基準（「精度◯%以上なら本開発へ進む」「処理速度が◯秒以内なら実用的と判断する」など）を先に決め、契約書に書いてもらいます。基準を決めずに進むと、PoCが終わっても「続けるか止めるか」の判断ができなくなります。
④ AIモデル開発（月80〜250万円×人月）
本格的なAIモデルを学習・チューニングする工程です。データサイエンティスト（＝データ分析の専門家）や機械学習エンジニア（機械学習の専門技術者）が主体で動きます。人月単価の目安は80〜250万円で（発注ナビの公開記事の掲載値）、専門性が高いほど単価が上がります。
期間は精度要件と学習データの量・質で大きく変わります。精度の目標をどこに置くか（高精度を目指すか、業務で使える最低限にするか）で、必要な学習サイクルの回数が異なり、それが人月に直結します。
生成AI（＝大規模言語モデル）をAPI（＝外部のAIサービスを自社システムから呼び出す窓口）で使う構成なら、ゼロからモデルを学習させる必要がありません。この工程の費用は大幅に下がります。逆に画像認識や需要予測のような特化型AIを独自に学習させる場合は、学習データの量と精度要件によって上限に近い費用になります。
確かめ方: 「ゼロから学習させるのか、既存モデルをファインチューニング（＝追加学習）するのか、APIで使うだけなのか」を見積書で確認します。この3パターンで料金がまったく変わるため、同じ前提で複数社の見積を比べることが重要です。
⑤ システム開発・保守（月80〜200万円×人月・保守月10〜30万円）
作ったAIモデルを実際の業務システムに組み込み、本番で動かせる状態にする工程です。その後の運用保守も継続費用として発生します。
システム開発の人月単価は月80〜200万円で、AIモデル開発（月80〜250万円）より上限が低めです。運用保守は月10〜30万円が相場で、年間では開発費の10〜20%程度が目安です（JAPAN AIラボの公開記事の掲載値、参照日2026年7月17日）。
保守契約で決めること: 運用保守の費用と含まれるサービス範囲（障害対応・バグ修正・機能追加・モデルの再学習など）を契約前に確認します。「保守費はかかりません」という会社には、障害が起きたときの対応費用の扱いを書面で確認します。
用途別の料金目安
作るAIの用途によって料金レンジが変わります。同じ「AI開発」でも、チャットボットと画像認識と需要予測では、必要なデータの種類と量・精度の基準・開発期間がまったく異なります。
| 用途 | 料金目安 | 料金に影響する主な要因 |
|---|---|---|
| チャットボット | 200〜500万円 | 対応シナリオ数、社内ドキュメントとの連携範囲 |
| 画像認識 | 100〜800万円 | 検出対象の種類、精度要件、学習データ量 |
| 需要予測 | 300〜1,500万円 | 予測する品目数、過去データの量と質 |
| 業務自動化 | 500〜2,000万円 | 自動化する業務の範囲、連携するシステム数 |
出典: 株式会社プロベル（probel.jp/promaga/b/1379/、参照日2026年7月17日）
同じ「チャットボット」でも「質問10問に答えるだけ」と「社内ドキュメント数千件を読んで答える」では技術構成がまったく違い、その差が料金の幅に出ます。画像認識の下限（100万円〜）は限られた対象を低精度で検出する小規模な作りです。上限（800万円）は高精度・高速処理が求められる用途です。工場の外観検査はさらに上で、1,000万〜2,000万円という公開記事の掲載値もあります（発注ナビ）。
業種で読み替える目安: 製造業の外観検査は画像認識、小売・ECの在庫管理は需要予測が近い料金帯です。士業・製造業の問い合わせ対応はチャットボット、バックオフィスの定型業務は業務自動化を見てください。
よくある依頼パターンの規模感: チャットボット・業務自動化・需要予測のいずれも、「何を作るか」の範囲が変わると料金が大きく変動します。診断でスコープを絞ってから見積をもらう順番が有効です。
見積を比べるときは「どの用途の・どの規模の案件を前提に出した料金か」を揃えます。前提が違う数字を横並びにして安さだけで選ぶと、後から追加費用が膨らみます。
料金が上がる・下がる主な要因
同じ用途のAIでも、次の要因で料金が大きく変わります。発注前にこの4点を確認しておくと、見積書の数字が高い・安いだけでなく「なぜその金額なのか」が読めるようになります。
| 要因 | 料金への影響 | 発注前の確認ポイント |
|---|---|---|
| 精度要件が高い | 学習サイクルが増加し人月が積み上がる | 業務で許容できる精度の下限を先に決める |
| 学習データが少ない・整備されていない | データ収集・整備費（アノテーション費＝データに正解の印を人手で付ける作業）が加算される | 自社システムに蓄積されているデータの量と状態を確認 |
| 体制が大きい | 関わる人数が増えた分だけ人月が掛け算で増える | 見積書に役割ごとの人数と人月数を書いてもらう |
| 途中でスコープが変わる | 追加の設計・開発人月が発生（最大要因） | 変更手続きを契約書に明記し、変更のたびに書面で承認する |
料金を上げる4要因のうち、スコープ変更だけは進行中に発生する
図の内容: 料金を上げる4要因のうち①〜③は発注前の確認で管理できる。④のスコープ変更だけは進行中に発生するため、変更申請・追加見積・書面承認を契約書に明記して管理する。
精度要件について補足します。精度の目標をどこに置くかで開発費が変わります。精度を上げるほど学習データの量・質への要求が高まり、学習サイクル（＝AIにデータを繰り返し学習させる回数）も増えます。「この用途で業務に使える最低精度は何%か」を社内で決めてから見積依頼することで、必要以上に高い精度を発注する無駄を防げます。
スコープ変更は、開発が始まった後で「やっぱりここも自動化したい」という追加要望が発生したときに起きます。追加の設計・開発人月が乗るため、後からの変更は最初から含めるより割高になります。契約書にスコープ変更の手続き（変更申請→追加見積→発注側が承認→着手）を書いておくと、費用の発生タイミングがはっきりします。
見落としがちな追加費用
受託開発の見積から抜けがちな費用があります。本番稼働後に「こんな費用がかかるとは」と驚くことが多い領域です。
| 費用の種類 | 相場の目安 | 見落としポイント |
|---|---|---|
| 運用保守費 | 月10〜30万円（年間開発費の10〜20%） | 障害対応・バグ修正・バージョン更新がどこまで含まれるか |
| クラウド（＝インターネット経由で借りるサーバー）利用料 | 用途・規模によって異なる | 本番稼働後に利用量が増えると月額が想定を超えることがある |
| データアノテーション費 | 件数・種類によって異なる | 学習データの追加が必要になるたびに都度発生する |
| ライセンス費 | ツール・モデルによって異なる | 商用利用の可否と年間費用を契約前に確認する |
出典: 運用保守費の相場はJAPAN AIラボ（japan-ai.co.jp/media/5590/、参照日2026年7月17日）
運用保守費が最も見落とされやすい費用です。年間保守費は開発費の10〜20%程度が目安で、開発費が大きくなるほど保守費も増えます（JAPAN AIラボの公開記事の掲載値）。運用保守の中身と月額の範囲を、契約時に書面で決めます。中身とは障害対応・機能追加・AIモデルの再学習・セキュリティパッチ（＝安全上の修正プログラム）の適用です。
クラウド利用料は、AIの処理量に比例して変わります。本番稼働後に利用が増えると月額費用が予想を超えます。見積段階でクラウド費用の上限と変動の条件を確認しておくと、後からクラウド費用が想定を大きく超える事態を防ぎやすくなります。
データアノテーション費は、AIに学習させるデータに人手でラベル（＝正解の印）を付ける作業の費用です。初期の学習データが足りなくなったとき、または業務の変化でAIを再学習させる必要が生じたときに追加発生します。
聞くべきこと: 見積書の後ろに「別途発生する可能性がある費用」の欄があるかを確認します。この欄がない見積には「保守費・クラウド費・ライセンス費は別途どのくらいかかりますか」と書面で質問します。
外注でよくある失敗パターン
外注で費用が膨らむ・成果物に不満が残るケースは、原因が共通しています。契約前に知っておけば対策を打てます。
① 予定外コスト（スコープの広がり）
開発が進むにつれて「ここも自動化したい」「この機能も追加したい」という追加要望が生まれます。準委任契約では追加要望ごとに人月が積み上がり、当初見積を大きく超えることがあります。固定価格型（請負）でも、変更が発生するたびに追加の変更見積が生じます。
スコープ変更の手続き（変更申請→追加見積→書面承認→着手）を契約書に書き、口頭の変更依頼を残さないことが対策です。「ついでに直してほしい」を積み重ねると、後から追加費用の算定が難しくなります。
② 納期超過（要件の曖昧さ起因）
「何を作るか」が曖昧なまま着手すると、途中で認識合わせのやり直しが起き、工程がずれていきます。納期超過の原因の多くは技術的な問題ではなく「要件が固まっていなかった」です。
対策は、要件定義の工程に時間をかけ、成果物（要件定義書）を書面で受け取ってから次の工程に進む順番を守ることです。「早く始めたほうが早く終わる」という感覚で要件定義を省略すると、後半の手戻りで結果的に時間が伸びます。
③ 完成物のイメージ不一致
「AIが対応できる質問の範囲が思ったより狭い」「出力のフォーマットが社内ルールと合っていない」など、完成した物が発注側の想定と違うケースです。文書で要件を決めたつもりでも、実際の動作を見るまで発覚しないことがあります。
対策は次のとおりです。
- PoCで小さく作った実物を見てから本開発に進む
- 検収基準（＝「どの状態になったら完了とみなすか」）を契約前に書面で決める
「担当者が見て問題ないと判断したら完了」では認識の幅が残ります。「精度◯%以上かつ処理速度◯秒以内を自動テストで確認したら完了」のような定量基準が明快です。
このうち①と③は、PoCを先に行うことで発見・回避できることが多いです。③の検収基準は、PoCの段階でドラフトを作っておくと本開発の契約時にそのまま使えます。
料金を抑えるためのアプローチ
AI受託開発の費用を抑えるうえで有効なアプローチがあります。いずれも「大きな判断の前に確かめる」という考え方が共通しています。
段階的に進むほど、後からの修正コストが下がる
図の内容: いきなり本開発に入ると後からのスコープ変更が高コストになる。段階アプローチ（診断でスコープ固定→PoCで検証→本開発）は修正コストを各段階で最小化できる。
① 診断でスコープを絞ってからPoC
まず効くのは、最初にAI適用診断で「本当に作るべきか・何を作るか」を固めることです。診断なしでいきなりPoCや本開発に入ると、要件の認識違いから後で仕様変更が発生し、その修正人月が追加費用として乗ります。
方針が固まらないまま外注の検討だけが先行する会社は珍しくありません。総務省の「令和7年版 情報通信白書」によると、生成AIを「積極的に活用する方針」「活用する領域を限定して利用する方針」と定めている日本企業は2024年度調査で49.7%です（2023年度調査の42.7%から増加）。企業規模別にみると、中小企業では「方針を明確に定めていない」との回答が約半数を占めます。方針とスコープを固める工程を最初に置くことが、そのまま費用の管理につながります。
当社の診断は15〜30万円ですが、診断でスコープが固まっていれば、PoC以降の仕様変更による追加人月を減らせます。当社のAI適用診断（ライト15万円・標準30万円・税別）が何をするかはAI適用診断とは？で書いています。
② 既存モデル（生成AI・オープンソース）の活用
AIシステムの開発では、学習済みの既存モデルをAPIで使うか、オープンソースのAI（無償で公開されているもの）を活用することで、ゼロからモデルを学習させる費用を省けます。自然言語処理（文書の読み取りや文章生成）の用途では、生成AIのAPIを使う構成が費用対効果の面で有利です。受託会社に「既存モデルを使う方法は検討しましたか」と聞いてください。
③ 準委任（人月型）でスコープを段階管理
固定価格型の請負契約は、仕様が変わるたびに変更交渉が必要です。要件が固まりきっていない段階では、準委任（月額型）でスコープを月単位で調整する方が、総費用を抑えやすくなります。当社の契約は準委任または請負で30万円〜。月20〜36万円の案件例があり、小さく始めて段階的に広げられます。
費用の節約は「後から変えない」ことが本質です。見積書を比べる前に、「何を作るか」と「何を作らないか」の判断に時間をかけてください。
費用対効果の計算例を1つ挙げます。受付予約窓口や問い合わせ1次対応など、月80時間かけている業務を自動化した場合、時給1,400円換算で年約134万円の人件費効果です。初期費用100万円＋月2万円の保守費なら約12か月で回収できます（出典: clantable.com、参照日2026年7月17日）。ただしこれは月80時間削減・時給1,400円という前提での想定値です。実際の削減時間は業務の内容によって異なります。削減時間の見積が甘いと回収期間は2倍・3倍になるため、自社の業務の実測データで確かめてから回収試算に使ってください。
見積書を受け取ったときに確認すること
AI受託開発の見積書を受け取ったら、契約前に次の点を確認してください。コピーして手元に置ける形にまとめました。
【AI受託開発 見積確認チェックリスト】
① 人月単価が書いてあるか
□ 工程ごとの人月単価と想定人月数が分けて記載されているか
□ 役割（PM（プロジェクト管理者）・機械学習エンジニア（機械学習担当）・
データサイエンティスト（データ分析担当）など）ごとに
単価が異なる場合、各役割の単価が書いてあるか
② 工程が分解されているか
□ 診断・要件定義・PoC・開発・保守の各工程が分かれているか
□ どの工程までが今回の見積の範囲か分かるように書かれているか
③ 追加費用の記載があるか
□ 運用保守費・クラウド利用料・ライセンス費が別途発生する可能性が
書いてあるか
□ スコープ変更が発生した場合の追加費用の算出方法が明記されているか
④ 成果物と検収条件が定義されているか
□ 各工程の成果物（要件定義書・設計書・プログラム・精度レポートなど）
が列挙されているか
□ 「どの状態になったら完了とみなすか」の検収基準が書いてあるか
⑤ 保守・運用の料金が別途明記されているか
□ 本番稼働後の運用保守費の金額と含まれるサービス範囲が書いてあるか
□ 保守契約の期間と解約・更新の条件が書いてあるか①〜⑤のどれかが書いていない見積書は、不明な点を書面で問い合わせて、回答を書面でもらってから契約します。「後で相談」を残したまま契約すると、追加費用が発生したときに交渉で不利になります。
複数社の見積を比べるときは、同じ前提（同じ用途・同じ精度要件・同じ期間）で出してもらうことが前提です。前提が揃っていない見積を総額だけで比べると、安さで選んだ結果、追加費用が積み上がりがちです。
AI受託開発を今すぐ発注しなくていい会社と、この記事に含まれないこと
今すぐ発注しなくていい条件
次に当てはまる会社は、発注の前に社内で決めることが残っています。3点とも、受託会社ではなく発注側にしか決められないことです。
- 業務フローが整理されていない: AIは「現状の業務を自動化する」技術です。どの業務をどう自動化するかが言語化されていない状態では、要件定義が長引いて費用が増えます。「誰が・何を・どのくらいの頻度で・何時間かけてやっているか」の棚卸しが先です
- 学習データがない・使えない状態にある: 機械学習型のAI（＝自社データを使って学習させるタイプ）は学習データが命です。業務システムにデータが蓄積されていない、または個人情報が混在して使えない場合は、データ整備から始めるため費用が見積を超えがちです。まず自社にどんなデータがあり、何が使えるかを確認します
- 社内に窓口担当がいない: 受託開発は「丸投げ」では成立しません。仕様確認・成果物のレビュー・社内ユーザーへの説明を担当できる社内の窓口が必要です。窓口なしで発注すると、受託会社も進行が止まりやすく、停滞分の人月が費用に乗ります
この記事に含まれないこと
- 受託開発会社の比較・選び方: 会社の選定基準と比較の視点はAI受託開発会社の選び方【2026年版】で扱っています
- 費用の全体像・見積書の読み方の俯瞰: AI受託開発の費用相場【2026年】見積の読み方と診断15万円からの選択肢で扱っています
- 補助金・助成金による費用軽減: 補助金・助成金を使った費用軽減はこの記事では扱いません
- 特定の受託会社への推薦: この記事は料金の仕組みと確認方法を書いており、特定の会社への推薦は含みません
Summary in English
This article is a practical guide for small and mid-sized businesses in Japan evaluating AI contract development (AI受託開発). It covers the five-stage cost structure, how to read and compare estimates, and what to confirm before signing.
Basic formula: The fundamental pricing formula is unit cost per person-month × number of person-months. For AI model development, person-month rates range from ¥800,000 to ¥2.5 million (source: Hacchu Navi (ITmedia Group) published figures).
Five-stage pricing: (1) Diagnostic and requirements: some firms offer a free consultation, and our own paid diagnostic starts from ¥150,000; (2) consulting and requirements definition ¥400,000–¥2 million, 1–2 months; (3) PoC ¥2–5 million, roughly 3 months or more; (4) AI model development ¥800,000–¥2.5 million per person-month; (5) system integration and maintenance ¥800,000–¥2 million per person-month plus ¥100,000–¥300,000 monthly (sources: ai-market.jp August 2026, JAPAN AI Lab, Hacchu Navi (ITmedia Group) July 2026).
Use-case ranges: Chatbots ¥2–5 million, image recognition ¥1–8 million, demand forecasting ¥3–15 million, business automation ¥5–20 million (Probel published figures). The wide ranges reflect differences in data volume, accuracy requirements, and system complexity.
Four cost drivers: Accuracy requirements, training data volume and quality, team size, and mid-project scope changes. The first three are controllable before signing; scope changes are the largest cost escalation risk and must be managed through contract terms (change request → additional estimate → written approval).
Three common outsourcing failure patterns: (1) Unexpected costs from scope creep — additional requests accumulate and the final cost exceeds the initial estimate; (2) deadline overruns caused by vague requirements — misalignments discovered mid-development force rework; (3) deliverable mismatch — the finished product differs from the client’s expectations. Countermeasures are explicit scope-change procedures in contracts, PoC-first validation, and pre-agreed acceptance criteria.
Hidden costs: Operations and maintenance fees (¥100,000–¥300,000/month; 10–20% of development cost annually), cloud usage fees, data annotation costs, and licensing fees are frequently absent from initial estimates (JAPAN AI Lab published figures).
Three cost-reduction strategies: Run a diagnostic (¥150,000–¥300,000) to lock in scope before PoC; use existing generative AI models or open-source models instead of training from scratch; use time-and-materials (準委任) contracts to manage scope incrementally. A lab-type contract (ラボ型・monthly retainer) is a variant of time-and-materials suited to ongoing improvement work.
A five-point pre-contract checklist is included: explicit person-month rates, stage-by-stage breakdown, disclosure of additional costs, deliverable and acceptance criteria, and post-launch maintenance terms.
まとめ｜工程と変動要因を把握して、見積書を読めるようにする
AI受託開発の料金の読み方を整理します。
- 料金の基本式は「人月単価×工数」。AIモデル開発の人月単価は80〜250万円（発注ナビの公開記事の掲載値）。工程と役割ごとに単価が異なる
- 工程は5段階（診断・要件定義・PoC・AIモデル開発・システム開発/保守）で、全工程を一括発注しなくていい。工程ごとに費用を確認して判断できる
- 用途によって料金レンジが変わる。チャットボット200〜500万円・業務自動化500〜2,000万円（プロベルの公開記事の掲載値）。前提が違う見積を総額だけで横並びにしない
- 料金が上がる主因4つのうち、スコープ変更だけは進行中に発生する。変更手続きを契約書に明記して管理する
- 外注の失敗パターンは①予定外コスト②納期超過③完成物のイメージ不一致の3つ。PoCで実物を確認し、検収基準を事前に決めることで①と③は防ぎやすくなる
- 見落としがちな追加費用として運用保守費（月10〜30万円・年間開発費の10〜20%）・クラウド費・データ整備費・ライセンス費がある。本番稼働後も費用が続くことを最初の計算に入れる
次のアクションのうち、どれか1つで構いません。
- 今日: この記事の見積確認チェックリスト5点を手元に置く
- 今週: 候補の受託会社2〜3社に同じ前提で見積依頼を出し、工程別の内訳を揃える
- 今月: 診断か小さなPoC（スコープを限定したもの）から始め、本当に投資すべき範囲を確かめる
迷ったら診断から始めるのが安全です。診断でスコープが固まれば、PoC以降の判断が速くなります。当社の相談窓口でお話を聞いています。
次に読む
- 費用の全体像を大まかにつかみたい → AI受託開発の費用相場【2026年】見積の読み方と診断15万円からの選択肢
- 受託先の会社を絞り込む段階に入った → AI受託開発会社の選び方【2026年版】相場と見積チェックリスト
- 診断とは何をするのか先に確かめたい → AI適用診断とは？30万円を払う前に「分かること・分からないこと」
更新履歴
- 2026-08-28: 初版公開。工程別料金・用途別目安・変動要因・追加費用・見積確認チェックリスト・料金を抑える3アプローチを収録。相場数字はai-market.jp（2026年8月20日更新）・JAPAN AIラボ・株式会社プロベル・発注ナビ（アイティメディアグループ）各社の公開情報から転記
- 次回更新予定: 2026年11月（各工程の料金レンジと各出典URLの再確認）
本記事は2026年8月28日時点の各社公開情報に基づきます（公開日: 2026年8月28日）。料金はプロジェクトの規模・要件・受託会社によって大きく異なるため、最終的な判断は各社への見積依頼と契約書の確認で行ってください。
参考・出典
- 総務省「令和7年版 情報通信白書（第Ⅰ部 企業におけるAI利用の現状）」 https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html（参照日: 2026年8月28日）
- ai-market.jp「AI開発・生成AIシステム開発・導入の費用相場は？期間も含めて徹底解説！【AI開発を外注先に依頼する前のチェックポイントも】」 https://ai-market.jp/ai_price/aisystem_howmuch/（参照日: 2026年8月28日）
- JAPAN AIラボ（JAPAN AI株式会社）「AI受託開発会社16選を比較！費用相場や選び方を解説【2026年最新】」 https://japan-ai.co.jp/media/5590/（参照日: 2026年7月17日）
- 株式会社プロベル「AI受託開発会社おすすめ16社をプロが厳選！費用や技術力を徹底比較」 https://probel.jp/promaga/b/1379/（参照日: 2026年7月17日）
- 発注ナビ（アイティメディアグループ）『発注ラウンジ』「AIシステム開発にかかる費用相場とは？開発会社を選定するポイントも解説」 https://hnavi.co.jp/knowledge/blog/ai-system-cost/（参照日: 2026年7月17日）
- clantable「AI受託開発の費用相場 2026年版 ｜ 業務別の見積と失敗しない選び方」 https://clantable.com/ai-dev/blog/ai-dev-cost-guide-2026（参照日: 2026年7月17日）
- 当社調査: AI Expert（Orga合同会社）のAI適用診断・準委任マッチングサービスの料金（2026年8月時点の社内正本）
よくある質問
- AI受託開発の料金はどのように計算しますか？
- 基本の算出式は「人月単価×工数（人月数）」です。人月（＝エンジニア1人が1か月フルタイムで稼働する量）を1単位として、案件に何人・何か月必要かを掛け合わせます。AIモデル開発の人月単価は80〜250万円が相場です（発注ナビ・アイティメディアグループの公開記事の掲載値）。これに工程ごとの固定費（診断・要件定義・PoC）を加算したものが総額の見立てになります。
- AI受託開発はいくらから依頼できますか？
- AI適用診断（＝受託開発の前に何を作るべきか整理する工程）は、当社の場合15万円〜が入口です。最初から本開発を外注する場合は、要件定義・コンサルが40万〜、PoCが200万〜が目安になります。中規模のAIシステム開発全体では300万〜1,000万円程度が目安です（JAPAN AIラボの公開記事の掲載値）。
- AIでアプリ開発をするにはいくら費用がかかりますか？
- 用途によって幅があります。チャットボット型なら200〜500万円、業務自動化なら500〜2,000万円が目安です（株式会社プロベルの公開記事の掲載値）。これに運用保守費（月10〜30万円）が本番稼働後に毎月加わります。アプリの複雑さと学習データの量・精度要件によって幅が大きく変わるため、まず診断で仕様を絞ってから見積を取る順番が無駄を防ぎやすくなります。
- AI作成の料金はいくらですか？
- AIシステムの開発料金は、既存の生成AIモデルをAPIで使うか、ゼロからモデルを学習させるかで大きく変わります。PoC段階の料金レンジは200〜500万円程度です。ゼロから学習させる場合は本開発で月80〜250万円×人月が相場です。何を「AI」と呼ぶかによって見積の範囲が変わるため、受託会社には「AIモデルの学習まで含むか」を最初に確認してください。
- AIコンサルの料金はいくらですか？
- AI受託開発の文脈でのコンサルティング・要件定義は、40〜200万円（期間1〜2か月）が相場です（ai-market.jp・発注ナビの公開記事の掲載値）。当社のAI適用診断はライト15万円・標準30万円（税別）で、「何を作るべきか」の整理だけに絞った入口商品です。本格的なコンサルより安く、PoCより手前で方向を固めたい会社向けです。
- 生成AIの受託開発費用はどれくらいかかりますか？
- 生成AI（＝テキスト・画像・コードを生成できるAI）を使った受託開発は、ゼロからモデルを作るより安く始められます。要件定義は40〜200万円、PoCは200〜500万円が目安です。生成AIのAPIを活用することでモデル学習の費用が省けます。
- AI受託開発の料金が高くなる理由は何ですか？
- 主な理由は4つです。①精度要件が高い（精度の要件が高いほど学習コストが大きく変わります）、②学習データを新たに収集・整備する必要がある、③体制が大きい（エンジニア・データサイエンティスト・PMの人数が増えると人月が積み上がります）、④途中でスコープが変わる（追加開発が発生するとその分の人月が加算されます）。見積時点でこの4点を確認しておくと、後からの追加費用を減らせます。
- AI受託開発の料金を抑えるにはどうしたらいいですか？
- 有効なアプローチがあります。①最初に診断でスコープを絞り、本当に作る必要があるかをPoC前に確かめる。②生成AIや公開されているオープンソースのAIモデルを活用し、モデルをゼロから学習させない。③準委任（人月型）で契約し、スコープを段階的に管理する。一番費用がかかるのは「後から仕様を変える」ことなので、始める前に何を作るかを固めることが一番の節約になります。
- ラボ型開発（月額制）とは何ですか？
- ラボ型開発（月額制開発・ストック型契約）は、毎月定額でエンジニアチームを確保する準委任の一形態です。チャットボットの継続改善・社内AIツールの段階追加など、開発が一度で完結しない用途に向いています。毎月のスコープを柔軟に変えられる反面、使いきれない月があっても費用が発生します。
- AI受託開発でよくある失敗パターンは何ですか？
- 3つのパターンが頻繁に起きます。①予定外コスト: 開発中に追加要望が生まれスコープが広がり、当初見積より費用が膨らむ。②納期超過: 要件が曖昧なまま開発を始め、認識合わせのやり直しで工程がずれる。③完成物のイメージ不一致: 発注側の想定と受託会社の成果物がずれ、手戻りが発生する。対策は①スコープ変更手続きの契約書明記、②PoCで実物を先に確認、③検収基準（どの状態で完了か）の事前合意の3点です。
