AI PoCの進め方｜成功基準の決め方から合否判定・本番化の判断まで

AIのPoCは「本番に進むかを決めるための検証」

AIのPoCでは、自社のデータと業務を使って、AIが期待した精度を出せるか、業務の時間や手間が本当に減るかを確かめます。目的は、AIを動かしてみることそのものではありません。PoCの目的は、本番の開発に費用をかけてよいかを判断する材料をそろえることです。

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（AI編）』も、PoCを「新たな概念やアイデアを、その実現可能性を示すために、部分的に実現すること」と説明し、その結果をもとに次の開発に進むかどうかを判断する段階として位置づけています（出典：経済産業省『AI・データの利用に関する契約ガイドライン（AI編）』）。

PoC・プロトタイプ・MVP・本番開発の違い

PoCと混同されやすい言葉に、プロトタイプ、MVP、実証実験があります。それぞれ確かめる内容と、作るものの大きさが違います。

実際には、PoCの後半で現場の一部に使ってもらい、実証実験に近い形で確かめることもよくあります。言葉の違いよりも、今回の検証で何を確かめるのかをはっきりさせることが大切です。

AIでPoCが欠かせない理由

決めたとおりに動くことを確かめればよい通常のシステムと違い、AIはデータから答えを推測する仕組みです。同じような入力でも正しく答えるときと誤るときがあり、どこまでの精度が出るかは、自社のデータで試してみるまでわかりません。

経済産業省の契約ガイドラインでは、こうしたAIの性質をふまえて、開発を「アセスメント」「PoC」「開発」「追加学習」の段階に分け、段階ごとに次へ進むかを確かめながら進める「探索的段階型」の進め方を提案しています。必要な性能が出ないとわかった時点で、次の段階に進まない選択ができるため、失敗したときの損失を小さく抑えられます。

PoCをしなくてよいケースもある

すべてのAI導入にPoCが必要なわけではありません。ChatGPTやMicrosoft 365 Copilotのような既存の生成AIツールを、文章の下書きや要約に使うだけなら、少人数で使い始めて効果を測れば十分です。月額の利用料だけで試せるため、正式なPoCを組むより早く判断できます。

PoCが必要になるのは、自社のデータとつなぐ、業務のシステムに組み込む、自社専用に学習させるといった、費用と期間のかかる開発を伴う場合です。開発を伴うAI導入の費用の目安は AI導入の費用相場 で解説しています。

技術：求める精度が出るか

自社の実際のデータで、AIがどこまで正しく答えられるかを確かめます。整えたサンプルではなく、現場で実際に発生する書類や問い合わせを使うことが大切です。難しい入力や例外的な入力でどう誤るかも、あわせて記録しておきます。

業務の効果：作業が本当に減るか

AIの出力を人が確認して直す時間も含めて、作業時間がどれだけ減るかを測ります。AIの精度が高くても、確認に時間がかかれば効果は小さくなります。AIを使う前と後で、同じ担当者が同じ種類の作業をしたときの時間を比べると、差がはっきりします。

現場での使われ方：使い続けられるか

ITに詳しい一部の人だけでなく、ふだんその業務をしている担当者に使ってもらい、使い続けられるかを確かめます。入力の手間が増えていないか、どんな場面で使わなかったかも記録しておくと、本番での改善点が見えてきます。

費用対効果：本番の費用に見合うか

PoCで測った削減時間に人件費をかけて、年間の効果額を出します。そのうえで、本番の開発費と毎月の運用費を見積もり、何年で回収できるかを確かめます。PoCの間は利用量が少ないため、AIの利用料は目立ちません。対象を広げたときの利用量で試算しておくことが大切です。

生成AIとAIエージェントで足しておく観点

生成AIは、同じ質問をしても毎回少しずつ違う答えを返すことがあります。そのため、1回うまく答えたかどうかではなく、同じ入力を何度か試したときの答えのぶれ、事実と違う内容が混ざる頻度、参照した文書を根拠として示せるかを確かめておきます。

AIエージェントのように、AIがほかのシステムを操作したり、メールを送ったりする仕組みでは、さらに観点が増えます。どこまでの操作をAIに任せ、どこで人が承認するのか、誤った操作をしたときに止めたり取り消したりできるのか、AIが何をしたかの記録が残るのかを、PoCの段階で確かめておきましょう。任せた作業を最後までやり切れた割合と、人が途中で止めた回数も、あわせて記録しておくと判断の材料になります。

ステップごとに残しておくもの

それぞれのステップを終えたら、次のものを書面やファイルで残しておきます。残したものがそのまま、本番化を判断する会議や稟議の資料になります。

前のステップに戻ってよい場面と回数

ステップ6で精度が足りないとわかったとき、評価データの入力の種類を見直したり、AIへの指示の書き方を変えたりするために、ステップ3や4に戻ることはよくあります。戻ること自体は問題ではありません。

ただし、戻る回数に上限がないと、検証がいつまでも終わりません。「調整は2回まで」「判断の日は動かさない」のように、戻ってよい回数と期限をステップ4の時点で決めておきましょう。成功基準そのものを途中で下げることは、判断する人と改めて合意しない限り避けます。

解決したい課題を1文で書く

まず、「どの業務の」「どんな課題を」「どうしたいのか」を1文で書きます。たとえば「請求書の入力に経理の担当者が毎月40時間かかっており、これを半分にしたい」のような形です。経済産業省の契約ガイドラインも、「とりあえずAIを導入したい」という漠然とした考えのまま開発を頼むケースが少なくないことを挙げ、何を解決したいのかという課題の設定が重要だとしています。

確かめたい仮説を数字で置く

課題が決まったら、「AIを使えば、請求書1件あたりの入力と確認の時間を5分から2分に減らせる」のように、確かめたい仮説を数字で置きます。仮説が数字になっていれば、PoCの結果が仮説どおりだったのかを、だれが見ても同じように判断できます。

仮説は1つのPoCで1〜3つに絞りましょう。確かめたいことを増やすほど、作るものも測るものも増え、期間と費用がふくらみます。

AIを使う前の数字を測っておく

仮説と比べるために、AIを使う前の作業時間、処理件数、誤りの件数を測っておきます。今の数字を測っていないと、PoCのあとで効果があったのかどうかを判断できません。「1件あたり何分」「月に何件」の2つだけでもよいので、担当者に1〜2週間記録してもらいましょう。

対象業務を選ぶ5つの問い

候補の業務ごとに、次の5つの問いに「はい」がいくつ付くかを数えてみてください。「はい」が多い業務ほど、PoCの対象に向いています。

最初のPoCに向かない業務

お金の支払いや契約の判断、医療や安全に関わる判断のように、誤ったときの影響が大きい業務は、最初のPoCには向きません。また、件数が少ない業務や、担当者ごとにやり方がばらばらな業務も、効果を測りにくいため避けたほうが無難です。最初は、効果が大きい業務よりも、効果を測りやすく、誤っても直せる業務を選びましょう。

生成AIと予測・認識のAIでの違い

同じAIのPoCでも、使うAIの種類で設計の重心が変わります。文章の作成や要約、社内の文書検索に使う生成AIは、既存のサービスを使えるため作る部分は小さく、評価の基準づくりと現場での使われ方の確認が中心になります。一方、画像の検査や需要の予測のように、自社のデータで学習させるAIは、データを集めて整える作業と、精度を上げる試行錯誤に時間がかかります。

実際の業務の入力を集める

評価データには、現場で実際に発生した書類や問い合わせを使います。よくある入力だけでなく、読み取りにくい書類、例外的な問い合わせ、項目が欠けた入力も含めておきましょう。整えたサンプルだけで評価すると、本番で想定していなかった誤りが出やすくなります。

件数は業務によって違いますが、入力の種類ごとに傾向が読み取れるだけの数が必要です。まずは数十〜100件ほどで始め、誤りが出た種類の入力を足していく進め方が現実的です。

正解と採点の基準を決める

集めた入力ごとに、期待する出力、または合格とする条件を決めます。決めるのは、その業務に詳しい担当者です。担当者によって判断が分かれた例は記録しておき、話し合って基準をそろえます。正解を決める作業は手間がかかりますが、ベテランの判断の基準が言葉になること自体が、PoCの成果の1つになります。

生成AIは観点ごとの採点表で評価する

文章の要約や回答の下書きのように、正解が1つに決まらない作業では、観点ごとの採点表を作り、人が採点します。

採点する人によって結果がぶれないよう、条件はできるだけ具体的に書きます。一部の出力を2人で採点し、結果がどれだけ一致するかを確かめておくと安心です。

調整用と評価用のデータを分ける

AIへの指示の書き方や、参照させる情報を調整するときに使うデータと、最後に精度を測るデータは分けておきます。調整に使ったデータで精度を測ると、実力より良い結果が出てしまうためです。

AIに「学習させる」のか「参照させる」のか

自社のデータをAIに使わせる方法には、大きく2つあります。1つは、自社のデータでAIそのものを学習させる方法です。画像の検査や需要の予測ではこちらが中心で、学習用のデータを集めて正解を付ける作業に時間がかかります。学習したデータの内容はAIの中に取り込まれるため、あとから一部だけを消すことは簡単ではありません。

もう1つは、社内の規程や手順書をAIに検索させ、その内容をもとに答えさせる方法です。RAG（検索拡張生成）とも呼ばれます。文書を差し替えれば答えの中身も変わるため、更新しやすいのが特長です。その分、どの文書を読ませるか、閲覧の権限をどう守るかの設計が大切になります。どちらの方法で確かめるのかによって、用意するデータも、データの扱いで確かめることも変わるため、PoCの計画の段階で決めておきましょう。

技術の指標と業務の指標をセットで決める

成功基準は、AIの精度などの技術の指標と、作業時間などの業務の指標をセットで決めます。精度だけを基準にすると、「精度は95%出たが、確認に時間がかかって作業は減らなかった」という結果でも合格になってしまいます。業務別の指標の例は次のとおりです。

精度以外の条件も決めておく

精度がどの水準なら十分かは、精度の数字だけでは決まりません。次の3つをあわせて考えます。

1つ目は、AIが誤ったときの影響です。社内の文書の分類を誤る場合と、お客様への回答を誤る場合では、影響の大きさがまったく違います。また、見つけるべきものを見逃す誤りと、問題のないものを問題ありとする誤りでは、許せる範囲が違います。2つ目は、人の確認にかかる時間です。人が確認してから使う前提なら、確認の時間を含めて、AIを使わない場合より短くなるかを確かめます。3つ目は、運用にかかる費用です。AIの利用料に加え、精度を見守り、調整を続ける人の手間も見積もっておきます。

合否のラインは始める前に合意する

成功基準は、PoCを始める前に、本番化を判断する人と合意しておきます。結果が出てから「この精度で十分か」を話し合うと、期待や思い入れで判断がぶれるためです。どの数字なら進む、見直す、止めるのかを、検証の前に決めておくことが大切です。

止める基準も先に文章にしておく

合格のラインだけを決めておくと、届かなかったときに「もう少し続ければ届くかもしれない」と考えてしまいがちです。そこで、どの結果が出たら止めるのかも、始める前に文章にしておきます。止める基準の例は次のとおりです。

止める基準を決めておくと、止めるという判断がだれかの失敗ではなく、約束どおりの結果として扱えます。延長する場合も、延長は1回までとし、延長して確かめることと期限を決め直してから進めましょう。

指標ごとに書き込む合否判定シート

成功基準と止める基準は、指標ごとに1行ずつ並べた判定シートにまとめておくと、始める前の合意にも、終わったあとの判断にも使えます。請求書の読み取りのPoCを例にすると、次のような形です。結果と判定の欄は、PoCが終わってから書き込みます。

数字は書き方の例です。自社の業務の影響の大きさと、今の数字に合わせて決めてください。合格のラインと止める基準のあいだに入った指標は「見直し」として、次の判定表で次の一手を決めます。

そのまま使える合否の判定表

PoCが終わったら、結果を次の判定表に当てはめて、次の一手を決めます。

不合格も、PoCの立派な成果です。本番の開発に大きな費用をかける前に、効果が出ないとわかったのですから、損失を小さく抑えられたことになります。

PoCの期間の目安

PoCの期間は、使うAIの種類と、データの準備の状況で変わります。目安は次のとおりです。

あわせて、対象の業務の周期も考えます。月に1回の業務なら、1か月の試用では1回分しか結果が取れません。現場での試用は、対象の業務が少なくとも2回まわるだけの期間を取りましょう。始めたばかりの物珍しさで評価が高く出ることも避けられます。

8週間で進める場合の日程の例

既存の生成AIサービスを社内の文書とつなぎ、1つの業務で確かめる場合の、8週間の日程の例です。7つのステップを週ごとに割り振ると、次のようになります。

自社のデータでAIを学習させる場合は、2〜3週目のデータの準備と、4〜5週目の精度を上げる作業に、この倍以上の時間を見ておきましょう。

期間が延びる原因と防ぎ方

PoCの期間が延びる原因は、AIの精度よりも、段取りの遅れであることが少なくありません。よくある原因と防ぎ方をまとめました。

社内の体制と役割

PoCは、技術の担当者だけで進めると、業務に合わない結果になりがちです。業務側と技術側、そして本番化を判断する人が、始めから関わる体制を組みます。

業務の担当者には、PoCの作業の時間を業務時間の中で確保してもらいましょう。ふだんの業務の合間だけでは、採点や試用が進まず、期間が延びる原因になります。

データの扱いは着手前に確かめる

PoCが途中で止まる原因になりやすいのが、データの扱いです。使いたいデータを今回の目的で使ってよいか、個人情報や機密情報が含まれていないか、外部のAIサービスに入力したデータが学習に使われないか、利用者ごとの閲覧の権限をAIでも守れるかを、着手前に確かめます。

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）は、AIサービスに入力したデータが学習に使われるかどうかや、個人情報・セキュリティの扱いなど、契約のときに確かめたい点をまとめています（出典：経済産業省『AIの利用・開発に関する契約チェックリスト』）。社内のルールづくりは 生成AIの情報漏洩対策ガイド もあわせてご覧ください。

データをどこに置いて検証するかも、着手前に決めておきたい点です。クラウドのAIサービスを使う形なら短い期間で始められますが、社外に出せないデータがある場合は、社内の環境で動かすAIや、学習に使わない契約のサービスに絞って検証することになります。PoCと本番で置き場が変わると、精度も費用も変わってしまうため、本番で使える形のままPoCを行うのが基本です。

本番で作り直すことが多い部分

PoCでは、検証に必要な最小限の仕組みしか作りません。本番を見すえてPoCを設計していないと、仕組みの多くを作り直すことになります。本番では、利用者ごとの権限の管理、既存のシステムとの連携、データを継続して取り込む仕組み、AIの精度を見守る仕組み、誤ったときの対応の手順、問い合わせの窓口などが新たに必要になります。PoCの結果をまとめるときに、これらの作業の量と費用を見積もっておきましょう。

本番で運用する人をPoCの段階で決める

本番化で止まりやすいのが、「だれが運用するのか」が決まっていないケースです。本番に入ると、AIの精度を定期的に確かめる、参照させる文書を新しくする、利用者からの問い合わせに答える、誤りが見つかったときに直す、といった仕事が毎月発生します。

これらを担う部署と担当者を、PoCの計画の段階で仮に決めておきましょう。運用する人がPoCの試用や採点に加わっていれば、本番への引き継ぎもなめらかになります。外部に頼む場合は、運用のどこまでを任せ、どこを社内で持つのかも、このときに整理しておきます。

人とAIの役割分担を決める

AIの精度が100%になることはないため、本番では人がどこを確認するかをあらかじめ決めておきます。役割分担はPoCの結果を見てから調整するもので、精度が足りないときに本番化をあきらめる前に、人の確認を組み合わせれば使えないかを考えてみてください。

どの形にするかで、本番で削減できる時間も変わります。PoCで測った時間は、選んだ役割分担に合わせて計算し直しておきましょう。

本番化の費用を見積もって判断する

本番化の判断では、PoCで測った効果額と、本番の開発費・毎月の運用費を並べます。初年度の費用だけで判断せず、2〜3年の総額と効果で比べることが大切です。開発から研修や運用まで含めたAI導入全体の費用は AI導入の費用相場 で詳しく解説しています。

並べるときは、何か月で初期の費用を取り戻せるかという形にすると、判断する人にも伝わりやすくなります。請求書の読み取りを例に、PoCで測った数字から組み立てると次のようになります。

数字は組み立て方を示すための例です。この例では取り戻すまでに30か月かかるため、対象の件数を増やせるか、本番の範囲を絞って初期の費用を下げられるかを検討することになります。社内に投資を判断する目安（たとえば24か月以内）があれば、PoCの成功基準にその月数を入れておくと、終わったあとの判断が早くなります。

本番化の判断のセルフチェック

判定シートで合格になったら、本番化を決める前に、次の項目を確かめてください。「いいえ」が残る項目は、本番化の計画の中で手当てするか、片づいてから進めます。

稟議や社内説明の資料の組み立て方

本番化の予算を通すための資料は、PoCで残したものを並べ直せば作れます。次の順に組み立てると、読む人が判断しやすくなります。

良い結果だけを並べるよりも、届かなかった項目とその手当てを正直に書いたほうが、判断する人は安心して承認できます。

小さな範囲の本番から広げる

本番化は、いきなり全社に広げず、PoCと同じ部署から始めます。まずは1つの部署で数か月使い、利用の状況と効果を毎月確かめながら、次の部署や業務へ広げていきます。使い方の手順書や、よくある質問をまとめておくと、広げるときの負担が小さくなります。社員への展開の進め方は 企業向けAI研修サービス で解説しています。

本番に入ったあとも精度を見守る

AIの精度は、本番に入ったあとも同じとは限りません。書類の書式が変わる、新しい商品の問い合わせが増える、参照させる規程が改定されるといった変化で、少しずつ誤りが増えることがあります。

PoCで作った評価データと採点表は、本番でもそのまま使えます。月に1回など周期を決めて、一部の出力を採点表で採点し、PoCのときの結果と比べましょう。誤りが増えていれば、指示の書き方や参照させる文書を見直します。PoCで作った仕組みが、本番の改善の土台にもなります。

あわせて、どこまで悪くなったら人の確認に戻すのかも決めておきます。採点の結果が合格のラインを下回った月は、いったん全件を人が確認する形に戻し、原因を直してから元の役割分担に戻す、という手順を決めておけば、業務を止めずに立て直せます。

目的と成功基準があいまい

「AIで何ができるか試してみよう」と始めたPoCは、結果が出ても良いのか悪いのかを判断できません。目的を1文で書き、成功基準を数字で決めてから始めることが、何よりの対策です。

範囲を広げすぎて終わらない

せっかくならと、複数の業務や機能をまとめて確かめようとすると、作るものが増えて期間が延び、途中で関係者の関心も薄れていきます。1回のPoCで確かめる業務は1つにし、ほかの業務は次のPoCに回しましょう。

整えたデータでしか試していない

担当者がきれいに整えたデータで高い精度が出ても、本番のデータで同じ結果が出るとは限りません。本番でデータを整える作業に人手がかかれば、AIで減らした時間が打ち消されてしまいます。PoCでも、できるだけ本番に近いデータを使いましょう。

本番化を判断する人が関わっていない

現場や情報システム部門だけでPoCを進めると、結果が良くても、経営の判断や予算の承認で止まってしまいます。本番化を判断する人を、計画の段階から関係者に入れておきましょう。途中で中間報告の場を設けると、関心を保ちやすくなります。

期限を決めずに延長を繰り返す

「データを増やせば良くなるかもしれない」「別のAIなら届くかもしれない」と、期限を決めずに検証を続けると、費用だけがかさみます。PoCが終わらないことも、PoCで終わることと同じくらいよくある失敗です。判断の日をあらかじめ決め、延長するときも期限と確かめることを決め直しましょう。

書類の読み取りとデータ化

請求書や注文書、申込書をAIで読み取り、システムに入力するテーマです。項目ごとの読み取りの正解率に加えて、手書きや形式の違う書類でどこまで読めるか、確認と修正にかかる時間を確かめます。

問い合わせ対応の回答の下書き

お客様や社員からの問い合わせに対して、過去の回答や規程をもとに生成AIで回答の下書きを作るテーマです。回答の正しさと根拠の示し方を採点表で評価し、担当者がそのまま使えた割合と対応時間を測ります。

社内の文書やナレッジの検索

社内の規程や手順書、過去の資料から、質問に合う情報をAIに探させるテーマです。正しい文書を示せるかに加え、閲覧の権限のない人に情報が見えないか、文書が古くなったときにどう更新するかも確かめます。

需要の予測と在庫の計画

過去の販売の実績や季節の要因から、商品の需要をAIで予測するテーマです。予測の誤差だけでなく、予測を使って発注したときに欠品や在庫の余りがどれだけ減るかまで確かめます。データを集めて整える作業に時間がかかるため、期間は長めに見ておきましょう。

製品の外観検査

製品の画像からキズや汚れをAIで見つけるテーマです。不良の見逃しを許せる範囲を先に決め、見逃しの割合と、良品を不良と判定した割合の両方を測ります。撮影の条件をそろえる設備の準備も必要になります。

用途ごとに変わる検証のポイント

ここまでのテーマを、使うAIの種類ごとにまとめると次のようになります。同じ進め方でも、時間をかけるところと気をつけることが変わります。

PoCの費用の内訳

PoCの費用は、外部に払う金額だけではありません。社内の人の時間も含めて、次の4つに分けて見積もると、抜けが少なくなります。

範囲を絞って費用を抑える

PoCの費用を抑えるいちばんの方法は、確かめる範囲を判断に必要な分だけに絞ることです。対象の業務は1つ、書類の種類や利用者も一部に絞り、既存の生成AIサービスで確かめられることは一から作りません。

画面の作り込みも、PoCの段階では最小限で十分です。採点や記録は表計算のファイルで行い、見た目の整った画面は本番化が決まってから作りましょう。範囲を絞った分、判断の日を早められ、合格したときに次の業務へ広げる計画も立てやすくなります。

本番化までの費用を見通しておく

PoCの費用は、AI導入の費用の入り口にすぎません。合格したあとには、本番の開発費、毎月の運用費、利用者への研修の費用が続きます。PoCの見積もりを取るときに、本番化した場合の費用と期間の概算もあわせて出してもらうと、PoCに合格しても予算が足りずに止まる、という事態を防げます。

PoCで作ったものを本番でどこまで使えるかも、見積もりの前に確かめておきたい点です。本番を見すえた作り方にしておけば、作り直す部分が減り、本番の費用も抑えやすくなります。

PR｜AIBUILDERZ AI導入支援サービス

PR

AIBUILDERZ｜AI導入支援サービス

システム構築は成果報酬型。AI研修から導入・構築・定着まで一気通貫で支援

AI研修からシステムの導入・構築・定着まで、一気通貫で支援するサービスです。業務アプリの構築費は事前にいただかず、実際に稼働させ、効果をご確認いただいてからお支払いが始まります。成果報酬型での対応は、当社が小規模と定義するシステムが対象です。

• 業種・規模を問わず支援どの業務からAIやシステムに置き換えるかを一緒に決め、効果の大きい業務から順に進めます。
• システム構築は成果報酬型業務アプリの構築費は事前にいただきません。稼働させ、効果をご確認いただいてからお支払いが始まります。
• AI導入の効果を可視化置き換える業務を一覧にし、導入前後の時間から、空いた時間とかからなくなった費用を毎月記録します。
• 小さく始めて、リスクを管理影響の小さい業務から始め、AIの実行結果は担当者が確認・承認してから反映します。

サービス資料をダウンロード無料診断を申し込む

自社で進めるか、外部に頼むかの目安

納品型と伴走型の違い

外部への頼み方は、大きく「納品型」と「伴走型」に分けられます。どちらが良いかは、PoCのあとに社内で何を担いたいかで決まります。

初めてのPoCでは、成功基準や評価データの作り方を社内に残せる伴走型のほうが、2回目以降のPoCや本番化を自社で進めやすくなります。

契約の前に決めておきたいこと

経済産業省の契約ガイドラインでは、PoCの段階の成果物はレポートや試作の学習済みモデルなどが中心で、「導入検証契約」のような形で結ぶことを想定しています。また、PoCの段階ではさまざまな作業が対象になりうるため、対象の範囲と期間を合意しておくことが重要だとしています。1回で終わらず、複数回に分けて行うことも少なくありません。

契約の前に、PoCの範囲と期間、手元に残る成果物、提供するデータの扱い、作られた仕組みやAIの権利、本番化に進む場合の条件を、書面で確かめておきましょう。

依頼先に聞いておきたい質問

見送ったほうがよいPoCの提案

次のような提案は、PoCが判断の材料にならないまま、費用だけがかかるおそれがあります。見積もりの金額よりも先に、PoCの設計の中身を確かめましょう。