AI 受託開発の会社を選ぶときの 5 つのチェックポイント

「AI 駆動」という言葉が氾濫している

ここ 1 年で「AI 駆動開発」「AI 受託開発」を謳うプレイヤーが急増しました。FIXIT もその一員ですが、業界の中身を見ていると正直に申し上げて 看板だけ AI で、中身は従来通りの受託開発 という会社も少なくありません。そもそも AI 駆動開発とは何を指し、従来の開発と何が違うのかは AI 駆動開発とは？従来開発との違い・進め方で定義しています。

発注者からよく相談されるのが、

「AI でやりますと言う会社が増えたけど、どれも同じに見える。何を基準に選べばいいの？」

という疑問です。本記事は、AI 駆動開発のクリエイティブスタジオとして 30 社以上の発注検討に関わってきた経験から、発注者が必ず聞くべき 5 つの質問 にまとめました。

質問の形で書いてあるので、見積もり面談のときにそのまま使えます。

5 つのチェックポイント

flowchart LR
  C1["1. AI ツールの<br/>実利用率"]
  C2["2. テスト先行の<br/>運用標準化"]
  C3["3. KPI 計測 / 開示"]
  C4["4. 機密データの<br/>取り扱い"]
  C5["5. 組織導入支援の<br/>実績"]
  C1 --> C2 --> C3 --> C4 --> C5

1. AI ツールの実利用率を聞く

Q.「御社では Claude Code / Cursor を、月の総コーディング時間のうち何 % で使っていますか？」

狙い: 「AI を使っている」と「AI が中核」を見分ける質問です。

経験上、本気で AI 駆動開発している会社は 70% 以上 の時間で AI ペアプログラミングを併用しています。一方、「個人で触っている人が一部いる」程度の会社では 20% を切るのが普通です。

加えて、次の 2 点も聞いておきたいところです。

「全エンジニアが Claude Max / Cursor Business を使えますか？」
「CLAUDE.md / .cursor/rules をリポジトリでバージョン管理していますか？」

ライセンス支給があるか・運用が組織化されているかで、本気度が透けて見えます。

2. テスト先行の運用が標準化されているか

Q.「AI が書いたコードの品質はどのように担保していますか？テスト先行は標準ですか？」

狙い: AI 駆動開発で 最大のリスクは「動いて見えるけれど品質が脆い」コード が量産されること。これを防ぐ唯一の手段がテスト先行の TDD です。

具体的な追加質問:

「テストカバレッジの目標値は？」(80% 以上が望ましい)
「Mutation Testing や Property-Based Testing を取り入れていますか？」
「PR テンプレートに『受け入れテストの設計者』欄はありますか？」

ピンと来ないようなら、AI 駆動はまだ社内に根付いていない可能性が高いです。詳しくは AI 駆動 TDD の記事を参照ください。

3. KPI を計測 / 開示しているか

Q.「AI 駆動開発の効果を示す KPI を月次で計測していますか？数字を見せてもらえますか？」

狙い: 「速くなった気がする」「品質が良くなった気がする」では、経営層への報告も内部改善もできません。定量化されているか を見抜くための質問です。

最低限見るべき指標:

リリースリードタイム (commit → 本番、中央値)
PR 中央サイズ (LOC)
本番障害 P1 件数 / 月
テスト先行率 (テストを実装より先にコミットした PR 比率)

これらを月次でダッシュボード化している会社は、ほぼ間違いなく AI 駆動の運用が成熟しています。

指標	業界平均 (従来手法)	AI 駆動成熟組織
リリースリードタイム中央値	8 日	3 日
PR 中央サイズ	450 LOC	180 LOC
本番障害 P1 / 月	1.8 件	0.8 件

(2 ヶ月の vibe coding 運用実証データ。詳しくは vibe coding 実務レポートを参照)

4. 機密データの取り扱いとセキュリティガバナンス

Q.「弊社の機密データを AI に渡すとき、どんなガバナンス設計を提案していただけますか？」

狙い: 法務・情シスが後で困らないための質問。AI ツール利用には固有の論点があります。

最低限確認したい項目:

Zero Data Retention 契約 の経験 (Anthropic 等との学習に使わない契約)
Privacy Mode の組織標準化 (Cursor の場合)
機密情報の context 投入ルール (ホワイトリスト形式か)
監査ログの取得方法
AI 利用に関する契約条項の雛形

「セキュリティは検討中です」と返ってきたら要注意。本番案件で AI を使うには、これらの整備は必須です。

5. 過去案件で組織導入 (Stage 4-5) まで支援した実績

Q.「クライアントの組織内に AI 駆動開発を浸透させた事例を 2〜3 件聞かせてください」

狙い: 「個別案件で AI を使う」までは多くの会社ができますが、クライアントの組織自体に AI 駆動を浸透させる ところまで支援できる会社は限られます。これが内製化フェーズで効いてきます。

具体的な質問:

「CLAUDE.md のプレイブックをクライアントに提供したことは？」
「Pre-commit hook で AI レビューを CI に組み込んだ事例は？」
「クライアントの情シス / 法務とガバナンス整備を併走した経験は？」

詳しい組織導入フローは Claude Code 導入完全ガイドで公開しています。

比較しやすい質問テンプレート

複数社を比較するときに使えるよう、質問を 1 ページにまとめたテンプレートを置きます。コピーして見積もり面談で使ってください。

■ AI 受託開発 会社 比較チェックリスト
 
1. AI ツール実利用率
   - Claude Code / Cursor の組織全体での月間利用時間比率: __%
   - 全エンジニアへのライセンス支給: あり / なし
   - CLAUDE.md / .cursor/rules のバージョン管理: あり / なし
 
2. テスト先行・品質担保
   - テストカバレッジ目標: __%
   - PR テンプレートに受け入れテスト設計者欄: あり / なし
   - Mutation Testing 等の品質計測: あり / なし
 
3. KPI 計測 / 開示
   - リリースリードタイム計測: あり / なし
   - PR 中央サイズ計測: あり / なし
   - P1 障害件数の月次計測: あり / なし
   - 過去案件の KPI 数値開示: 可 / 不可
 
4. セキュリティガバナンス
   - Zero Data Retention 契約: 経験あり / なし
   - Privacy Mode の組織標準化: あり / なし
   - 監査ログ取得設計: あり / なし
   - AI 利用契約条項の雛形: あり / なし
 
5. 組織導入支援
   - プレイブック提供実績: __件
   - CI への AI レビュー組み込み実績: __件
   - 情シス・法務との併走経験: あり / なし
   - 過去 1 年のクライアント内製化案件: __件

このテンプレートで 3 社を比較すれば、AI 駆動の 本気度 の違いが一目で見えるはずです。

避けたい「ダメな会社の特徴」3 つ

逆に「AI 駆動」と言いつつも実態が伴わない会社の典型的なパターンも整理しておきます。

特徴 1. 「AI 使えば安くなります」を売り文句にする

AI 駆動開発の本質は 「短い期間に高密度で集中する」 ことであり、「安い」ではありません。AI 駆動を売り文句に 異常に安い見積もり を出してくる会社は、ほぼ確実に品質を犠牲にしています。

正しい価格感は

SaaS MVP (12 人日相当): 400 万〜600 万円
業務システム刷新 (4〜5 人月): 1,500 万〜2,400 万円
AI エージェント実装 (6 週間): 800 万〜1,200 万円

このレンジを大きく下回る場合は、何か削っている可能性があります。価格レンジの詳細はサービス一覧を参照ください。

特徴 2. 過去事例の数値を一切開示しない

「過去にこんな会社の案件をやりました」と社名やロゴだけ並べる会社は珍しくありません。重要なのは 「何が、どのくらい速く、どのくらい品質で完成したか」 という数値。

数値開示しない会社は、十中八九 計測していない ので、AI 駆動の運用は形だけです。FIXIT のケーススタディは実績一覧で実数値とともに公開しています。

特徴 3. ツール名だけ並べて運用設計を語れない

「Claude Code / Cursor / Devin / LangGraph / RAG / 評価ハーネス」と専門用語だけ並べる会社は、これらの 運用設計 を語れません。発注者が「具体的にどう品質担保しますか？」と聞くと、急に抽象論になる。

良い会社は

「テスト先行で受け入れ基準を人間が書き、AI に実装させ、Pre-commit hook で 1 段階レビューしてから人間レビューに回します。リリースリードタイムは中央値 3 日、P1 障害件数は 0.8 件/月で運用しています」

くらいの具体性で答えられます。

AI 受託開発の会社を選ぶときの 5 つのチェックポイント

「AI 駆動」という言葉が氾濫している

5 つのチェックポイント

1. AI ツールの実利用率を聞く

2. テスト先行の運用が標準化されているか

3. KPI を計測 / 開示しているか

4. 機密データの取り扱いとセキュリティガバナンス

5. 過去案件で組織導入 (Stage 4-5) まで支援した実績

比較しやすい質問テンプレート

避けたい「ダメな会社の特徴」3 つ

特徴 1. 「AI 使えば安くなります」を売り文句にする

特徴 2. 過去事例の数値を一切開示しない

特徴 3. ツール名だけ並べて運用設計を語れない

よくある質問

Q. AI 駆動開発と従来の受託、見積もりはどう違いますか？

Q. AI が書いたコードでエンタープライズ品質を担保できますか？

Q. 既存システムの刷新でも AI 駆動は使えますか？

Q. 営業会議でこのチェックリストを使っていいですか？

関連リソース

関連する Insights

AI 駆動開発とは？従来開発との違い・進め方・導入効果を実例で解説

AI 駆動 TDD - テストを AI に先に書かせる開発フロー

AI 駆動開発のご相談はこちら

RECRUIT

CONTACT