システム開発の外注先探し、7割が機能未確定で開始する現実

システム開発の外注先探し、7割が機能未確定で開始する現実

システム開発を外注したいのに、何を作るか決まっていない。そんな状態で外注先を探し始めた担当者は、実は少数派ではありません。この記事では、発注側が要件を固め切れないまま動いている実態と、生成AIの普及でベンダー選びの基準がどう変わったのかを、調査データをもとに整理します。読み終えるころには、自社がどんな外注先を選ぶべきか、判断の軸が持てるはずです。

目次

システム開発の外注、7割超が「機能未確定」のまま動き出している

まず結論から整理します。要件が固まっていないのは、あなたの会社だけの問題ではありません。

Engineerforceの調査によると、従業員500名以上の企業でシステム開発の外注先選定に携わった会社員のうち、72.6%が必要な機能を固め切れない段階で外注先を探し始めていたという結果が出ています。調査対象は、外注先選定の経験がある会社員110名です。

「要件定義を終えてからベンダーを探す」という教科書的な進め方は、現場ではむしろ例外に近いということです。

なぜ機能が決まる前に動き出すのか

機能を固め切れないまま外注先を探す背景には、いくつかの事情があります。

  • 社内にシステムの要件を言語化できる人材がいない
  • 何が技術的に実現可能か、自社だけでは判断できない
  • 市場やAI技術の変化が速く、着手時点で要件を固めると陳腐化する

とくに最後の点は近年の特徴です。技術の前提が動くため、最初に要件を確定させるより、動きながら決めたいという発注側のニーズが強まっています。

要件未確定は「準備不足」とは限らない

機能が決まっていない状態を、単なる準備不足と捉える必要はありません。むしろ、構想段階から専門家と壁打ちしながら要件を練り上げたい、という前向きな姿勢の表れでもあります。

問題は、その壁打ちに付き合ってくれる外注先をどう見つけるか。ここが次の論点になります。

生成AIの普及で、ベンダーへの要求が大きく変わった

要件未確定のまま進む流れと並行して、ベンダーに求めるものそのものが変わっています。

同じ調査で、生成AIの普及によってベンダーへの要求が「変わった」と回答した割合は92.7%に達しました。内訳は「大きく変わった」が44.5%、「やや変わった」が48.2%です。ほぼ全員が何らかの変化を感じている計算になります。

発注側が重視するのは「速さ」と「コスト」

要求が変わったと答えた102名のうち、59.8%が「AI活用で開発が速く、コストを抑えられること」を重視すると回答しました。

AI活用で重視されるポイント

  • 開発スピードの向上
  • 開発コストの抑制

生成AIによってコード生成や設計の一部が高速化したことで、発注側の期待値も「早く・安く」へと切り替わりました。従来どおりの工数と見積もりを前提にすると、選定の土俵に乗りにくくなっているということです。

「作り切る力」と「相談のしやすさ」の両方が問われる

一方で、発注側の期待は速さとコストだけに偏っているわけではありません。

調査では80.0%がベンダーに「作り切る力」を期待すると回答しています。同時に、82.7%が構想段階からの相談に意向を示しました。ただし、そのうち52.7%は相談することに「気が引ける」とも答えています。

発注側は「構想段階から相談したい」と思いながらも、半数以上が「まだ固まっていないのに相談するのは気が引ける」とためらっています。この心理的なハードルを下げられるかどうかが、ベンダー選びの実務に影響します。

つまり、発注側が求めているのは、要件が曖昧な段階でも気軽に相談でき、最後までやり切ってくれる外注先です。技術力だけでも、提案力だけでも足りません。

「相談できる外注先」を見極める3つの視点

ここまでのデータを踏まえ、どんな外注先を選ぶべきかを具体的に整理します。要件が固まっていない前提で動くなら、見るべき視点は次の3つです。

構想段階から伴走してくれるか

要件定義そのものを一緒に作ってくれるかどうかを、最初に確認します。見積もり前の段階で「何を作るべきか」から相談に乗る姿勢があるベンダーは、要件未確定の案件に強い傾向があります。

初回の打ち合わせで、いきなり機能一覧や金額の話に入るのではなく、事業の目的や課題を聞いてくるかどうかが、ひとつの判断材料になります。

AI活用の実態を具体的に説明できるか

「AIを活用しています」という言葉だけでなく、どの工程で、どのように使い、それが納期やコストにどう効くのかを具体的に語れるかを確認します。

確認したい質問の例

  • 開発のどの工程でAIを使っていますか
  • AIを使うことで、従来より何がどれくらい速くなりますか
  • AIが生成した成果物の品質は、どうやって担保していますか

抽象的な回答しか返ってこない場合は、AI活用が看板だけの可能性があります。

最後までやり切る体制があるか

相談のしやすさと「作り切る力」は、どちらか一方では意味がありません。構想は一緒に練ってくれても、開発フェーズで体制が足りなければ完成しないからです。

過去の開発実績や、プロジェクト途中の体制変更への対応方針を事前に聞いておくと、やり切る力の見極めに役立ちます。

発注側にも求められるリスキリング

外注先を見極めるには、発注側にも一定の知識が必要です。選定が属人化・ブラックボックス化すると、ベンダーの言い値を判断できなくなります。

生成AIの普及で要求が変わった以上、発注担当者もAI活用の基本やDXの考え方を学び直す必要があります。要件を固め切れないこと自体は問題ではありませんが、「何がわからないのか」を言語化できる力は欠かせません。

まず押さえたい学びの順序

  • 生成AIが開発のどの工程を効率化するのか、全体像を理解する
  • 自社の業務課題を、システムで解決すべき要件に翻訳する練習をする
  • ベンダーの提案を鵜呑みにせず、質問で深掘りする習慣をつける

これらは専門的なコードを書く力とは別の、発注者としてのリテラシーです。社内に1人でもこうした視点を持つ人がいれば、外注の成否は大きく変わります。

この記事のまとめ

システム開発の外注をめぐる状況を、調査データから整理しました。要点を振り返ります。

  • 外注先選定に携わった人の72.6%が、機能を固め切れない段階で探し始めている
  • 生成AIの普及で、ベンダーへの要求が変わったと答えた人は92.7%
  • 発注側は「作り切る力」と「構想段階からの相談」の両方を求めている
  • 外注先選びでは、伴走姿勢・AI活用の具体性・やり切る体制の3点を確認する
  • 発注側にもAI活用とDXのリスキリングが求められる

要件が固まっていないことを、外注先探しを止める理由にする必要はありません。むしろ、曖昧な段階から相談できるパートナーを選ぶことが、これからの外注の現実的な進め方です。まずは自社の課題を言葉にするところから始めてみてください。

よくある質問

要件が固まっていない段階で外注先に相談してもよいのでしょうか

問題ありません。調査では82.7%が構想段階からの相談に意向を示しており、発注側の多くが要件未確定のまま動き出しています。むしろ曖昧な段階から壁打ちに付き合ってくれるベンダーを選ぶ方が、結果として適切な要件にたどり着きやすくなります。

生成AIを活用しているベンダーを選べば、本当に開発は速く安くなりますか

AI活用が必ず速さとコスト削減につながると断定はできません。重要なのは、どの工程でどうAIを使い、品質をどう担保しているかを具体的に説明できるかです。言葉だけのAI活用と、工程に組み込まれた活用を見分ける質問を用意しておくことをおすすめします。

発注する側に、どんな知識やスキルが必要ですか

コードを書く技術力は必須ではありません。生成AIが開発のどの工程を効率化するのかの全体像、自社の課題を要件に翻訳する力、ベンダーの提案を質問で深掘りする姿勢の3つが役立ちます。これらは発注者としてのリテラシーとして学び直す価値があります。

「作り切る力」はどうやって見極めればよいですか

過去の開発実績と、プロジェクト途中で体制が変わったときの対応方針を事前に確認するのが有効です。構想段階の相談に乗ってくれても、開発フェーズの体制が不足していると完成しません。相談のしやすさと完遂力の両面を確認してください。

参考文献

関連記事

あわせて読みたい
生成AIで月30時間→1時間、保育園は月3万円削減|中小の実例 「生成AIは大企業の話で、自分の職場には関係ない」——そう感じている方は少なくありません。ですが、月次決算の作業時間を月30時間から1時間に縮めたり、保育園が月3万...

あわせて読みたい
リスキリングは「DXだけ」じゃない?企業の47%が選ぶ融合スキルとは リスキリングは「DXだけ」じゃない?企業の47%が選ぶ融合スキルとは 「リスキリング」と聞くと、多くの人がまず思い浮かべるのは生成AIやデータ分析といったDX(デジタル...

あわせて読みたい
AI時代に「失われるスキル」と「求められるスキル」が同じ——日本企業トップ300人の調査が示す3つのヒュ... AI時代に「失われるスキル」と「求められるスキル」が同じ——日本企業トップ300人の調査が示す3つのヒューマンスキル 「AIが仕事を奪う」という議論は一段落しつつありま...

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

コメント

コメントする

目次