「相見積もりを 3 社取ったら、30 万円・150 万円・600 万円と桁が違った」 — 中小企業の経営者がよく直面する AI 開発の見積もりブレ問題です。本記事では、なぜここまでブレるのか、その原因を 5 つの変数 で整理し、自社案件の妥当な価格レンジを判断する基準をご提示します。
結論：AI 開発の価格は「何を作るか」より 「どの精度で、どのデータで、どこまで連携するか」で決まります。5 つの変数のうち、自社案件で「重い」のがどれかを特定すれば、見積もりの妥当性を判断できます。
なぜ AI 開発の見積もりは 30 万〜2,000 万円までブレるか
Web サイト制作なら「コーポレートサイト = 30〜100 万円」「LP = 20〜50 万円」のような相場が成立します。一方 AI 開発は 「社内チャットボット」というワードだけでは 30 万円〜数千万円までブレる のが現実です。
理由は AI 開発が「機能の積み上げ」ではなく 「精度・データ・連携」の掛け算 で工数が決まるから。同じ機能名でも、精度 80% でいいか 95% 必要かで工数は 3〜5 倍違います。
そして見積もりがブレる本当の原因は 「お客様も発注先も、必要精度を最初は分かっていない」 こと。だから PoC（概念実証）で精度を測ってから本見積もり、という業界標準の進め方になっています。
変数 1: データの整い具合
AI 開発のコストの 50〜70% は「データ準備」に消えます。データが整っていないと、それだけで数百万円の差が出ます。
データ整備の 3 段階
- 整っている（係数 1.0）：1 つのデータベース・1 つの形式・きれいに整理済み。すぐに学習・検索に使える
- 普通（係数 1.5〜2.0）：複数の Excel / PDF / Word に散らばっている。OCR / 抽出 / 整形が必要
- 整っていない（係数 3.0〜5.0）：紙文書、過去案件メール、属人化したナレッジ。電子化から始める必要あり
「30 万円見積もり」を出すベンダーは、データが既に整っている前提で見積もっているケースが多いです。実態が「整っていない」だと、後で追加見積もりが入り、結果的に 100〜200 万円に膨らみます。
変数 2: AI の精度要求レベル
精度（accuracy）は AI 開発で最もコストに効く変数です。一般に 精度を 10% 上げるのに、工数は 2〜3 倍になります。
| 精度 | 用途例 | 係数 |
|---|---|---|
| 70-80% | 社内 FAQ、提案書ドラフト、社内検索 | 1.0 |
| 85-90% | 顧客向けチャットボット、議事録要約 | 2.0〜3.0 |
| 95-99% | 医療診断補助、金融審査、製造検査 | 5.0〜10.0 |
重要なのは 「本当に高精度が必要な業務か」 を見極めること。社内向け業務の多くは 80% 精度で「補助的」に使えば十分です。最初から 95% を狙うと、コストが 5 倍になります。
変数 3: 既存システム連携の本数
AI 単体ではほぼ価値が出ません。「既存システムと連携して、業務フローに組み込まれる」からこそ価値が出ます。連携先が多いほど工数が増えます。
連携の重みづけ
- 軽い連携（+10〜30 万円/件）：CSV 取込、API で参照のみ、Slack 通知
- 中重連携（+50〜150 万円/件）：kintone、Salesforce、freee などの双方向連携
- 重い連携（+200〜500 万円/件）：基幹系（販管、生産、会計）、独自レガシーシステム
「AI チャットボットだけ作ってください」ならシンプルですが、「AI が顧客情報を CRM から参照し、回答後に CRM に問い合わせ履歴を書き戻す」と一気に重くなります。連携の有無・本数を最初に明確にすることが見積もりの精度に直結します。
変数 4: UI と業務フローの作り込み
AI モデル自体は数行のコードで呼べますが、業務に使える形に仕上げる UI / UX がコストの 20〜30% を占めます。
UI 作り込みレベル
- 標準的なチャット UI（係数 1.0）：テキスト入力 + 履歴表示のシンプル UI
- 業務専用 UI（係数 1.5〜2.0）：業務フォーム埋め込み、ファイル添付、出典表示、編集機能
- 業務システム化（係数 3.0〜）：独自管理画面、複数役割（管理者・利用者）、データ可視化付き
「ChatGPT のような UI でいい」なら係数 1.0 で済みますが、「業務システムの中に AI が組み込まれている」と係数 2〜3 倍。これは AI 専門の工数ではなく Web 開発工数なので、AI 専業ではなく Web + AI を両方できるベンダーに頼む方が結果的に安くなります。
変数 5: 運用 / 保守の継続性
AI は「作って終わり」ではなく、データ追加、モデル更新、API 価格改定への追従、評価・改善が継続的に必要です。月額保守費の有無と内容で、初期費用も大きく変わります。
保守レベル別の月額相場
- 最低限（月 1〜3 万円）：稼働監視、障害対応のみ。改善は無し
- 標準（月 5〜15 万円）：稼働監視 + 月次評価レポート + 軽微な調整
- 本格運用（月 20〜50 万円）：定期的なモデル評価、データ追加、機能拡張
初期 30 万円で「保守なし」のベンダーは、後から困った時にサポートが受けられず、結果的に再構築コストが発生するケースがあります。「初期は少し高くても、月額保守込みで提案するベンダー」を選ぶ方が長期的にコスパが良いです。
価格レンジ別の典型例 5 つ
30〜80 万円：PoC（概念実証）
ChatGPT API を組み込んだ簡易チャットボット、データ 100〜1,000 件で実現性検証。本番運用は別、という前提。
80〜200 万円：シンプルな社内 AI
社内 FAQ チャットボット、データ 1,000〜1 万件、UI はシンプル、連携 1〜2 本。中小企業の標準的な投資レンジ。
200〜500 万円：本格的な業務 AI
RAG チャットボット + 業務システム連携 + 管理画面 + 月次運用込み。年商 5 億円超の企業が狙うゾーン。
500〜1,000 万円：複数システム統合 AI
基幹系連携、独自モデル、業務フロー全体の AI 組み込み。大企業の特定部署、または成長中堅企業の主力投資。
1,000 万円以上：エンタープライズ / 専用モデル
独自モデルのファインチューニング、エンタープライズスケールの API 利用、24/7 運用体制。大企業向け。
見積もり依頼前に整理すべき 5 項目
見積もり精度を上げ、相見積もりを比較しやすくするために、依頼前に以下 5 項目を A4 1 枚に整理しましょう。
- 業務課題：どんな業務をどう改善したいか（1〜2 文）
- データの現状：形式・件数・保管場所
- 精度要求：絶対必要な最低ライン、目指す理想ライン
- 連携先：現在使っているシステム名と、どこまで連携したいか
- 予算と時期：初期予算、月額許容、いつまでに動かしたいか
この A4 を 3 社に同時に渡せば、見積もりは「同じ前提で比較可能」になります。逆にこれを渡さず「AI チャットボット作って」だけで依頼すると、ベンダーごとに前提が異なり、比較不能な見積もりが出てきます。
安く済ませる 2 つのコツ
コツ 1: PoC を必ず先に通す
本格開発前に PoC（30〜80 万円）を必ず通すことで、本番見積もりの精度が 3 倍上がります。PoC でブレた精度を踏まえて本契約の規模を決めるのが業界標準。
コツ 2: 既存 SaaS で代替できないか確認
Difyy、ChatGPT Team、Microsoft Copilot Studio、Glean などの既存 SaaS で 7 割の要件を満たせるケースが意外と多くあります。スクラッチ前に SaaS 比較を必ず行う べきです。
よくあるご質問
AI 開発の最低価格はいくらですか？
スグレルでは『ChatGPT API を組み込んだ簡易チャットボット』のような小規模 PoC（概念実証）で 30 万円〜が下限です。これは UI 最小限、データ連携 1〜2 本、運用は自社、という前提。本番運用に耐える AI システムは 80〜300 万円が中規模、500 万円以上は企業システム連携が複雑なケースです。
なぜ見積もりがベンダーで大きく違うのですか？
AI 開発は『何を作るか』ではなく『どの精度・どのデータ・どの連携』で見積もりが変わるためです。同じ『社内チャットボット』でも、80% 精度で OK なら 30 万円、95% 精度 + 出典付き回答 + 既存システム連携が必要なら 200 万円超になります。要件定義の解像度が低いほど見積もりはブレます。
PoC とは何ですか？最初に作るべきですか？
PoC（Proof of Concept、概念実証）は『この技術で目的が達成できるか』を最小コストで検証するフェーズです。AI 開発では、本格構築前に 30〜100 万円規模で PoC を作り、精度・実用性を確認してから本格投資する流れが標準。スグレルでも 8 割の案件で PoC を提案します。
ランニングコスト（月額）はどれくらい必要ですか？
月額は『AI API 利用料 + サーバー + 保守』で構成されます。中小規模の社内 AI チャットボットなら月 1〜5 万円、利用者 100 人超や大量データ処理を伴うと月 10〜30 万円、エンタープライズ規模は月 50 万円超。OpenAI / Anthropic / Google API は月数千〜数万円から始められます。