AI導入の要件定義（RFP）の書き方：外注で失敗しない依頼方法

AI導入でRFP（要件定義）が重要な理由：発注の「ズレ」はここで決まる

AI導入を外注する際、最初に作るべき成果物がRFP（提案依頼書）です。RFPは「何を作ってほしいか」を伝える紙…と思われがちですが、実際は“AI導入で達成したい業務成果”と“実現手段の制約条件”を、発注者とベンダーの間で合意するための設計図です。ここが曖昧だと、提案内容の比較ができず、見積もりもブレて、結果的に「想定より高い」「精度が出ない」「現場で使われない」といった失敗に直結します。

特にAI導入は、従来のシステム開発より不確実性が高い領域です。理由は大きく3つあります。1つ目は、精度や品質が“要件”として書きづらいこと（例：正解率何％、誤検知率、業務の許容誤差などを定義しないと揉めます）。2つ目は、データ（量・質・権限・個人情報）次第で成果が変わること。3つ目は、PoC（概念実証）→本番化→運用改善のように段階的に価値を出す必要があることです。RFPが弱いと、PoCで止まり、現場に定着せず終わりがちです。

読み手がITに詳しくなくても、RFPには最低限「目的」「業務範囲」「現状」「期待するアウトプット」「データ状況」「運用条件」を書ければ十分です。技術の細部はベンダーが提案します。発注側が押さえるべきは、“業務として何を楽にしたいのか、誰がいつ使うのか、どこで失敗したくないのか”という実務の芯です。

まず押さえるべき前提整理：AIで解決したい業務課題とスコープ

RFPの最初に書くべきは「AI導入で何を解決するか」です。ここが曖昧だと、ベンダー提案は“最新っぽい提案”になり、現場の課題解決とズレます。まず、業務課題を「困りごと」ではなく、測れる形に落とし込みます。たとえば「問い合わせ対応が大変」ではなく「月間2,000件の問い合わせのうち、定型質問が60％を占め、担当者3名が一次回答に毎日2時間使っている」のように書くと、AI導入の投資対効果が設計しやすくなります。

次に、対象スコープを明確にします。スコープは「業務範囲」「対象部門」「対象ユーザー」「対象チャネル（メール、電話、チャット、社内ポータルなど）」の4点で整理するとブレません。さらに重要なのが、“やらないこと”です。AI導入は広げようと思えば際限なく広がります。RFPには今回の範囲外（例：多言語対応は第二フェーズ、外部顧客向けは対象外、法務レビューは社内で実施）を明記すると、追加費用や炎上を防げます。

AI導入の目的は、大きく「コスト削減」「売上向上」「リスク低減」「スピード向上」に分類できます。目的ごとに成功指標（KPI）も変わります。例として、社内ヘルプデスクなら「一次回答の自動化率」「解決までの平均時間」「担当者工数削減」、営業支援なら「提案書作成時間」「商談化率」「リード対応速度」、品質検査なら「見逃し率」「検査時間」「不良流出の低減」などです。RFPでは、最終KPI（業務成果）と、途中KPI（AIの性能や運用指標）を分けて書くと、PoC段階でも評価ができます。

RFPに必ず入れる項目：外注で見積もりと提案を比較できる書き方

AI導入のRFPは、ページ数が多いほど良いわけではありません。重要なのは、ベンダーが「作業範囲」「責任分界」「前提条件」を誤解なく把握できることです。以下の項目を入れると、提案比較が一気にしやすくなります。

• 背景・目的：なぜ今AI導入を検討するのか、業務的な狙い、経営課題との紐づけ
• 対象業務とユースケース：具体例（入力→処理→出力）と、例外パターン
• 現行フロー・現行システム：使っている業務ツール、データの在り処、連携要否
• 求める機能要件：例：検索、要約、分類、FAQ生成、レコメンド、異常検知、OCR、音声文字起こし等
• 非機能要件：セキュリティ、権限、監査ログ、可用性、レスポンス、運用体制
• データ要件：データ種類、量、形式、更新頻度、個人情報の有無、利用許諾
• 成果物・スケジュール：PoC/本番の区分、納品物、検収条件、マイルストーン
• 予算・契約条件：上限感、支払い条件、保守、SLA、知財・学習データの扱い
• 提案依頼事項：提案書に必ず回答してほしい質問（後述）

機能要件は「画面やボタンの仕様」よりも、「どんな入力を、どんなルールで、どんな出力にしたいか」を文章で書く方がAI導入では効果的です。例：受信メールを自動分類し、カテゴリ別に担当部署へ振り分け、対応期限を設定し、返信案を提示する—のように業務の流れで書きます。

非機能要件は軽視されがちですが、情シスや大企業ほど重要です。たとえば生成AIを使う場合、「入力した情報が学習に使われない設定にできるか」「社内のみアクセスできるネットワーク構成にできるか」「回答の根拠（参照文書）を提示できるか」などが運用の安心材料になります。ここをRFPで触れておくと、提案の質が上がります。

データと評価設計が成否を分ける：PoCで終わらせない要件定義

AI導入で最も多い失敗が「PoCでは動いたが本番で使えない」です。原因の多くは、RFPにデータ要件と評価方法が書かれていないことにあります。AIは“データで性能が決まる”ため、システム要件より先に、データの現状を棚卸しすることが重要です。

RFPには、少なくとも次を記載しましょう。どれも完璧である必要はありませんが、分からない項目は「不明・要調査」と書いておくと、ベンダーは調査計画を提案できます。

• データの種類：文書（PDF/Word）、FAQ、チケット履歴、画像、音声、ログ、センサーデータなど
• 量と期間：件数、ファイル数、保存年数、季節変動の有無
• 品質：表記揺れ、欠損、誤記、重複、ラベルの有無（正解データ）
• アクセス：保存場所（ファイルサーバ、SharePoint、Google Drive、基幹DB等）、取得方法、権限
• 制約：個人情報・機微情報、社外持ち出し不可、匿名化の必要性

次に評価設計です。AI導入では「精度が高い」を合意しないまま進むと、納品時に揉めます。RFPで最低限決めたいのは、評価対象（何を当てるか）、評価データ（どのデータで測るか）、合格ライン（許容水準）、運用時の監視指標です。

例えば問い合わせ分類AIなら、正解ラベル付きの過去チケットを用意し、分類精度だけでなく「重要カテゴリの取りこぼしゼロに近づけたい（再現率重視）」「多少の誤分類は許容（適合率はほどほど）」のように業務リスクに合わせて合意します。生成AIの回答支援なら、正解率よりも「根拠文書の提示率」「誤回答時の抑止（分からない時は分からないと返す）」「禁止回答（法務・規約違反）をしない」などが重要になることもあります。

外注先選定と提案依頼のポイント：ベンダーに聞くべき質問集

AI導入の外注は「技術力」だけで選ぶと失敗しやすいです。なぜなら、AIは開発して終わりではなく、運用で改善して価値が伸びるからです。選定基準は、業務理解（現場ヒアリング力）・データ対応力・セキュリティ設計・運用設計・コミュニケーションまで含めて総合的に見る必要があります。

RFPには「提案書に必ず回答してください」という質問を入れておくと、比較しやすくなります。以下はそのままコピペして使える質問例です。

• 実現方針：今回の業務課題に対し、AI導入の全体アーキテクチャ案（クラウド/オンプレ、利用サービス、連携方式）を提示してください。
• データ対応：必要データ、前処理、匿名化、ラベル付けの進め方、発注者側の作業を明確にしてください。
• PoC設計：PoCの目的、期間、評価方法、合否判定、PoC後の本番化ステップを提示してください。
• 精度・品質の扱い：精度目標の決め方、改善サイクル、誤回答対策（ガードレール）を説明してください。
• セキュリティ：データの保管場所、アクセス制御、監査ログ、情報持ち出し制限、生成AI利用時の情報漏洩対策を提示してください。
• 運用：運用体制（誰が何をするか）、問い合わせ対応、障害対応、改善提案の頻度、保守費用の考え方を提示してください。
• 実績：同業種または近い業務でのAI導入実績、失敗事例と回避策を提示してください。

また、提案比較の観点として、見積もりの内訳粒度も重要です。「PoC一式」ではなく、要件整理、データ調査、開発、テスト、導入、運用引継ぎなどに分かれているかを見ましょう。粒度が粗い見積もりは、後から追加費用になりがちです。契約形態も、PoCは準委任（時間課金）で柔軟に、開発は請負で成果物を明確に、といった分け方が有効な場合があります。

RFPひな形（コピペ可）：そのまま使える構成サンプル

ここでは、AI導入のRFPとして最低限の構成を、ひな形として提示します。社内稟議やベンダー依頼にそのまま転用しやすいよう、文章は短めにしています。自社の状況に合わせて括弧内を埋めてください。

■RFP：AI導入（提案依頼書）

1. 背景・目的
- 背景：（例：問い合わせ増、属人化、採用難、品質要求の上昇）
- 目的：（例：一次対応の自動化、文書作成の短縮、検査の精度向上）
- 成功指標KPI：（例：工数▲30%、平均対応時間▲50%、誤検知率◯%以下）

2. 対象業務・スコープ
- 対象部門/ユーザー：（例：CS部門、情シス、営業、現場監督）
- 対象チャネル/画面：（例：社内ポータル、Teams、メール）
- 対象外：（例：多言語対応、外部公開、24h対応は次フェーズ）

3. 現状（As-Is）
- 現行フロー概要：（例：受付→分類→担当割当→回答→記録）
- 現行システム：（例：kintone、Salesforce、Google Workspace、基幹DB）
- 課題：（例：検索できない、回答品質がばらつく、二重入力）

4. 要求事項（To-Be）
4-1. 機能要件
- 必須：（例：ナレッジ検索、回答案提示、履歴保存、権限別表示）
- 希望：（例：FAQ自動生成、トーン統一、翻訳）

4-2. 非機能要件
- セキュリティ：（例：SSO、権限、監査ログ、データ持ち出し禁止）
- 性能：（例：通常時3秒以内、同時アクセス◯人）
- 可用性：（例：業務時間帯の安定稼働）
- 運用：（例：月次レビュー、改善提案、問い合わせ窓口）

5. データ要件
- データ種別/形式：（例：PDF、HTML、CSV、画像）
- データ量：（例：規程200件、FAQ500件、チケット3万件）
- 制約：（例：個人情報あり、匿名化が必要、社外持ち出し不可）
- 提供方法：（例：VPN経由、共有フォルダ、API）

6. 進め方・スケジュール
- 想定フェーズ：調査→PoC→本番開発→導入→運用改善
- 希望スケジュール：（例：PoC：1-2ヶ月、本番：3-4ヶ月）
- 成果物：（例：提案書、設計書、実装物、運用手順書）

7. 契約・予算
- 予算感：（例：PoC◯◯万円、本番◯◯万円）
- 契約形態希望：（例：PoCは準委任、本番は請負/準委任併用）
- 知財・データの扱い：（例：学習データは当社に帰属、再利用不可）

8. 提案依頼事項（必須回答）
- 全体方針/アーキテクチャ
- データ整備の進め方と役割分担
- 評価方法と合格ラインの提案
- リスクと対策（精度・セキュリティ・運用）
- 見積内訳と前提条件

このひな形を使う際のポイントは、完璧に埋めようとしすぎないことです。AI導入では、調査して初めて見える課題（データ欠損、権限の壁、業務例外）が必ず出ます。RFPに「不明点は初期調査で明確化し、要件を更新する」旨を入れておくと、現実的な計画になります。

まとめ

AI導入を外注で成功させる鍵は、RFP（要件定義）で「目的」「スコープ」「データ」「評価」「運用」を合意してから走り出すことです。AIは魔法ではなく、業務とデータに合わせて設計し、段階的に改善して価値を積み上げます。だからこそ、発注者側は技術詳細よりも、業務成果と制約条件を明確にし、提案比較できる形に整えることが重要です。

RFPには、背景・目的、対象業務、現状、機能/非機能要件、データ要件、PoCと本番化の進め方、評価方法、運用体制、契約条件を入れましょう。さらに「提案依頼事項（必須回答）」を置くことで、ベンダーごとの差が見え、納得感のある選定ができます。PoCで終わらせないためにも、最初から運用改善まで見据えたAI導入計画にしておくことが、結果的に最短ルートになります。