Pacific Metaグループが運営し、グループの開発会社を紹介しています。

AI開発会社8社を比較|依頼する前に知っておきたい選び方

【PR】本記事はPacific Metaグループの開発会社の広告を含みます。

書き手 開発比較マガジン編集部

株式会社Pacific Metaが運営する編集チームで、記事は株式会社Pacific Metaの社員が執筆しています。記事は公的な資料と各社の公式サイトを出典とし、公開の前に事実の確かめと社内のレビューを通しています。

「AI開発企業」には、AIの製品やモデルを作って売る会社と、頼まれて顧客ごとにAIのシステムを作る受託の会社があります。自社の課題に合わせてAIを開発してもらうなら、相手は受託のAI開発ベンダーです。この記事は、AIの開発を頼みたい発注者に向けたものです。顧客の課題に合わせてAIを開発するサービスを公式サイトに載せている会社を、グループの開発会社とその他の開発会社(五十音順)に分けて並べます。あわせて、候補の見比べ方と、契約とデータで確かめることを整理します(各社の情報は2026年11月2日時点、法令とガイドラインは2026年11月時点)。

「AI開発企業」は製品の会社と受託の会社に分かれる

AI開発企業を並べた名鑑には、AIの製品やモデルを作って売る会社と、顧客ごとに開発を受ける会社が混ざって載っていることがあります。作ってもらう相手を探すなら、見る先は顧客ごとに開発を受ける会社です。

総務省と経済産業省のAI事業者ガイドライン(第1.2版、2026年3月31日公表)は、AIに関わる事業者をAI開発者、AI提供者、AI利用者という役割で分け、使い方によっては同じ事業者がいくつかの役割を兼ねるとしています。役割の分け方であって、会社の種類の分類ではありません。

製品やモデルを作る会社と、受託で作る会社の違い

違いは、何を売り、発注者が何にお金を払うかです。下の表は書き手の整理で、公的な定義ではありません。

項目 製品やモデルを作る会社 受託で作る会社
売るもの 製品、モデル、API、SaaS(ネット経由で使うサービス) 顧客ごとのAIのシステム
お金を払う対象 利用料 開発の作業や成果
自社の業務に合わせられる範囲 製品が用意した設定や機能の中 契約で決めた範囲
成果物の扱い 利用規約で決まる利用権 契約で決める(後の「契約とデータで確かめること」で説明)

生成AIでも同じ分かれ方があります。大規模言語モデル(文章を作るAIのもとになるモデル)そのものを作る生成AI開発企業と、モデルを使って発注者の業務システムを作る会社は、売るものが違います。1社が両方を手がけることもあります。

既製のAIサービスで足りるか、開発を依頼するか

AI事業者ガイドラインの別添6は、AIの利用と開発の契約を、汎用的AIサービス利用型、カスタマイズ型、新規開発型の3つの類型に分けられるとし、類型ごとに留意する契約事項や交渉の論点が違うとしています。

類型(別添6の言葉) 別添6の説明 発注者の場面(書き手の整理)
汎用的AIサービス利用型 AI提供者が提供する汎用的AIサービスを利用する 業務が一般的で、社内のデータとのつなぎが少なく、まず試したいとき
カスタマイズ型 AI提供者が特定のAI利用者向けにカスタマイズしたサービスを利用する 既製のサービスに、自社の業務に合わせた機能を組み合わせたいとき
新規開発型 AI開発者、AI提供者と提携して独自のAIシステムを開発して利用する 自社のデータや業務の手順に合わせた独自のシステムが要るとき、社内のシステムにつなぐとき、データを外に出せないとき

表の中のAI提供者、AI開発者はガイドラインの言葉で、会社の種類を指すものではありません。別添6は、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」(後の節で説明)の公表後に登場した契約類型について、経済産業省が2025年2月に策定した「AIの利用・開発に関する契約チェックリスト」を参照するよう案内しています。ガイドラインは法令ではなく、非拘束的なソフトロー(守らなくても罰則の無い指針)として作られています(本編のはじめに)。

作りたいものが3つの類型のどれに近いかを先に決めると、製品を探すか、受託の会社に開発を相談するかを選べます。

AIの受託開発サービスを提供している企業一覧

この一覧は、顧客の課題に合わせてAIを開発するサービスを公式サイトに載せている日本の会社を、公式サイトに2026年11月2日時点で書かれていた情報をもとに並べています。グループの開発会社を先に、その他の開発会社を五十音順に置いており、並び順は評価ではありません。掲載料はいただいていません。

製品やモデルだけを売る会社と、公式サイトで記述を確かめられなかった会社は載せていません。各社の範囲は公式サイトの言葉で書いています。この一覧の「受託開発」は、顧客の課題に合わせてAIを開発するサービスを指し、公式サイトに「受託」の語が無い会社も含みます。

グループの開発会社

当サイトを運営するPacific Metaグループの開発会社です。

Kenpal株式会社

運営会社のグループ会社です。

  • 所在地 東京都渋谷区笹塚(公式サイトの企業情報による。2026年11月16日に確認)
  • 得意な分野 社内の文書を探して答える生成AIの仕組み(RAG)やAIエージェントを組み込んだWebシステムとアプリを作ります。TypeScript、React、Next.js、AWSのサーバーレスで開発します
  • 受ける形 請負と準委任です。既存のプロダクトの継続開発と、PoCやプロトタイプから本番のリリースまでの新規の開発を受けます。要件定義からテストまで、設計と開発を少人数で一貫して進めます
  • 公表している事例 公式サイトの開発事例に、AIを使ったチャットボットや遺失物管理のクラウドの事例を載せています
  • おすすめの理由 グループの開発会社として、AIを組み込んだシステムを、PoCから本番のリリースまで一貫して任せたい方におすすめしています。
  • 公式サイト kenpalinc.com
  • 相談 当サイトの相談フォームで受け付けます。

相談のフォームへ

株式会社ザテラ

運営会社のグループ会社です。

  • 所在地 東京都調布市(公式サイトの会社概要による。2026年11月16日に確認)
  • 得意な分野 既存のサービスへのAIの機能の組み込みや、機械学習とデータ基盤の開発です。Python、LangChain、AWS、Azureに対応します
  • 受ける形 公式サイトによると、要件定義から設計、開発、テスト、運用まで一気通貫で受けます。実際には、発注者の専属のチームを月単位で用意する準委任のラボ型で、工程の一部を受けることが多く、契約は月単位で更新します。開発はベトナムからのリモートで、客先への常駐はしません
  • 公表している事例 公開している事例はありません
  • おすすめの理由 グループの開発会社として、動いているサービスにAIの機能を足す人手を、月単位で確保したい方におすすめしています。
  • 公式サイト thatera.jp
  • 相談 当サイトの相談フォームで受け付けます。

相談のフォームへ

その他の開発会社(五十音順)

その他の開発会社は、公式サイトに書かれている情報をもとに五十音順に並べています。並び順は評価ではありません。

社名 所在地 料金の記載
株式会社AVILEN(アヴィレン) 東京都中央区 要問い合わせ
株式会社ニューラルオプト 千葉県成田市 検証の段階の料金の記載あり。本開発は要問い合わせ
株式会社PKSHA Technology 東京都文京区 要問い合わせ
株式会社Fusic(フュージック) 福岡市中央区 要問い合わせ
株式会社ヘッドウォータース 東京都新宿区 要問い合わせ
株式会社Ridge-i(リッジアイ) 東京都千代田区 要問い合わせ

株式会社AVILEN(アヴィレン)

  • 所在地 東京都中央区日本橋馬喰町(会社情報のページによる)
  • AI開発のサービスの範囲 公式サイトによると、サービスの見出しに「AIソリューション開発(受託開発)」を掲げ、支援の流れをヒアリング・課題整理、要件定義・設計、AI開発・実装、実行支援と変革マネジメントの4段階としています(2026年11月2日時点)。
  • 料金 要問い合わせ
  • 出典 トップ、AIソリューション開発、会社情報(2026年11月2日に確認)
  • 公式サイト 株式会社AVILEN

株式会社ニューラルオプト

  • 所在地 千葉県成田市(企業情報のページによる)
  • AI開発のサービスの範囲 公式サイトによると、「AI受託開発サービス」を掲げ、「ステップ別の契約」と組み合わせる開発の方法としています(2026年11月2日時点)。
  • 料金 検証の段階の料金の記載あり。本開発の料金は要問い合わせ
  • 出典 トップ、企業情報(2026年11月2日に確認)
  • 公式サイト 株式会社ニューラルオプト

株式会社PKSHA Technology

  • 所在地 東京都文京区本郷(会社概要による)
  • AI開発のサービスの範囲 公式サイトによると、「カスタマイズ型」として顧客の課題や目的に応じたソリューションを開発して提供するとしています。研究開発では、顧客との共同開発も行うとしています(2026年11月2日時点)。
  • 料金 要問い合わせ
  • 出典 トップ、会社概要(2026年11月2日に確認)
  • 公式サイト 株式会社PKSHA Technology

株式会社Fusic(フュージック)

  • 所在地 福岡市中央区天神(会社概要による)
  • AI開発のサービスの範囲 公式サイトによると、技術コンサルティングから、モデルの作成、データ分析、モデルを使ったシステムの構築と運用までをワンストップで提供するとしています。進め方はヒアリング、事前検証、実験・評価、システムへの実装、納品・運用・性能改善の5段階です(2026年11月2日時点)。
  • 料金 要問い合わせ
  • 出典 AIのサービス、会社概要(2026年11月2日に確認)
  • 公式サイト 株式会社Fusic

株式会社ヘッドウォータース

  • 所在地 東京都新宿区西新宿(会社概要による)
  • AI開発のサービスの範囲 公式サイトによると、AIソリューションで、周辺システム、認証、データ接続、運用設計まで含めた本番実装を支援するとしています。製品(プロダクトポートフォリオ)は、顧客ごとにカスタマイズして組み込めるとしています(2026年11月2日時点)。
  • 料金 要問い合わせ
  • 出典 サービス、会社概要(2026年11月2日に確認)
  • 公式サイト 株式会社ヘッドウォータース

株式会社Ridge-i(リッジアイ)

  • 所在地 東京都千代田区大手町(公式サイトのフッターによる)
  • AI開発のサービスの範囲 公式サイトによると、「AI活用コンサルティング・AI開発サービス」で、要件定義と戦略策定の支援から、開発、MLOps(運用・改善)まで一貫して実現するとしています(2026年11月2日時点)。
  • 料金 要問い合わせ
  • 出典 トップ、AI活用コンサルティング(2026年11月2日に確認)
  • 公式サイト 株式会社Ridge-i

所在地と受けている範囲で候補を2〜3社に絞り、次の節の点で見比べてから問い合わせると、相談の場で聞くことがはっきりします。

受託でAIの開発の進め方を相談したい方へ。Pacific Metaグループの窓口で、作りたいものと今の状況をうかがい、どの段階から始めるかと進め方を一緒に整理します。紹介先は、当サイトに載せた会社のうちPacific Metaグループの3社だけです。

相談のフォームへ

候補企業の比較ポイントと選定基準

候補の会社と話すときは、次の問いを手元に置いて聞くと、会社ごとの違いを同じ物差しで並べられます。

  • 作りたいものに近い事例を、公式サイトに載せているか
  • PoC(本開発の前に、狙った精度が出せるかを試す検証)から本開発、運用と保守まで受けるか
  • 契約形態と、成果物やデータを誰がどこまで使えるかの考え方を説明できるか
  • 渡すデータを学習に使うか、どこに置き、いつ消すかを説明できるか
  • リリース後に精度を確かめる作業を受けるか
  • 見積もりを検証、開発、運用と保守の段階ごとに分け、工程ごとの工数と単価の内訳まで出してもらえるか

一式でまとめた額だけで比べず、内訳を出してもらえるかを聞いてみてください。請負か準委任かは、見積もりの内訳では分かりません。契約書案で、開発会社が仕事の完成を約束しているか(民法632条)を確かめます。成果に払う形の準委任でも、成果の引き渡しを要するときは引き渡しと同時に払います(民法648条の2第1項)。このため、何に、いつ払うかの支払条件だけでは見分けられません。

用途に合う開発実績があるか

AIの開発は、画像の認識、需要の予測、文書の処理、生成AIを使った社内の問い合わせの対応など、用途によって使う技術もデータも違います。生成AIの開発会社を探すときも同じで、自社の用途に近い事例があるかを、各社の公式サイトの事例のページで確かめます。

PoCから運用まで対応しているか

検証の段階だけを受ける会社と、本開発、運用と保守まで受ける会社があります。どこまで受けるかを最初の相談で聞いておくと、段階が進んだときに依頼先を探し直さずに済みます。段階の中身は後の「AI開発の進め方、費用と期間の決まり方」で説明します。

企業規模ごとに確認すべき点

大手のAI開発企業、AIを専門にする会社、中小の開発会社のどれが上ということはありません。規模を問わず、次の点を確かめます。

  • 体制 担当の人数と、AIの担当と開発の担当がいるか
  • 再委託 作業の一部を別の会社に任せるか
  • 契約の窓口 誰と契約の話を進めるか
  • 社内の稟議の書類 会社の情報やセキュリティの説明など、稟議で求められる書類に応じてもらえるか

AI開発の進め方、費用と期間の決まり方

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(1.1版、2019年12月)のAI編では、AIの開発をアセスメント、PoC、開発、追加学習の4つの段階に分けて進める方式を提唱し、「探索的段階型」と呼んでいます。

段階 目的 主な成果物 ガイドラインが挙げる契約
アセスメント 一定量のデータで学習済みモデル(データから学ばせて作った、予測や判定をする部品)を作れそうかを検証する レポート等 秘密保持契約書等
PoC 学習用データセットで、求める精度の学習済みモデルを作れるかを検証する レポート、パイロット版の学習済みモデル等 導入検証契約書等
開発 学習済みモデルを作る 学習済みモデル等 ソフトウェア開発契約書
追加学習 納品した学習済みモデルに、追加のデータで学習させる 再利用モデル等 多様(保守運用契約の中に定める、学習支援契約、別のソフトウェア開発契約など)

段階に分けるのは、AIの性能を前もって予測しにくく、途中で開発を止めて損失の拡大を防げるようにするためです。ガイドラインは、段階が明確に分かれず連続することも、1回で終えず数回に分けて契約することもあるとしています。アセスメントを踏まずにPoCから始めることや、アセスメントとPoCを一体で行うこともあるとしています。

PoCで止まらないために先に決めること

ガイドラインは、解決したい事業上の課題と、達成をどう評価するか(KPI、達成を測る指標)を先に決めることが重要だとしています。課題が明らかになって初めて、どんなデータが要り、足りるか、集められるかを検証できるためです。設定は発注者の責任で行い、開発会社が支援する分担が実情に即しているとされています。ガイドラインは、データの打ち合わせと検証に有償の契約で数か月かけることも珍しくないとしていますが、開発全体の期間の目安を示したものではありません。

組み込み、運用、保守は別に考える

ガイドラインの4段階のほかに、書き手の整理として次の3つを分けて考えておくと、見積もりと契約の範囲を決めやすくなります。

  • システムへの組み込み 学習済みモデルを、社内のシステムや業務の画面につなぐ作業
  • 運用 日々動かし、監視する作業
  • 保守 不具合を直し、改修する作業(精度を上げるための追加の学習は、前の表の追加学習として別に決める)

運用と保守は中身が違うので、誰に、どの契約で頼むかを別々に確かめます。IPAの情報システム・モデル取引・契約書(第二版)は情報システムのモデル契約で、学習済みモデルの生成を想定したものではありません。工程の名前も、学習済みモデルの開発に当てはめるものではありません。

費用と期間を左右する要素

費用と期間は、データの量と状態、作るものの範囲、つなぐシステム、段階の数で変わります(書き手の整理)。出典を示せる相場の資料が無いので、この記事では金額を書きません。段階ごとに区切って契約し、次の段階へ進む基準(解決したい課題と評価の指標)を、アセスメントかPoCの前に発注者が決めておくと、費用をかける範囲を段階ごとに判断できます。

なお、契約ガイドラインは2019年の資料です。AI事業者ガイドラインの別添6は、契約モデルの解説は参照に有益だが、取引が多様化しているので実際の取引との差を慎重に検討する必要があるとしています。

契約とデータで確かめること

AIの開発は、精度を前もって約束しにくく、社内のデータを渡し、学習済みモデルが残ります。普通のシステムの開発より、契約で決めることが多くなります。「既製のAIサービスで足りるか、開発を依頼するか」で挙げた3つの類型ごとにも、留意する契約事項が違います(別添6)。

IPAの情報システム・モデル取引・契約書(第二版)では、開発委託の基本契約(第3条)の範囲に保守と運用は含まれません。保守と運用は、同じ第二版の「情報システム保守運用委託基本モデル契約書」で別に結ぶ作りです。開発後の運用と保守をどの契約形態で頼むかは、見積もりの段階で開発会社に確かめてください。

精度が出なかったときに請負と準委任で求められること

先に民法の定義を置きます。請負は、開発会社が仕事の完成を約束し、発注者が結果に報酬を払う契約です(民法632条)。準委任は、法律行為でない事務を任せる契約で、民法656条が委任の規定を準委任に当てはめています。開発会社は善良な管理者の注意(同じ立場の専門家に通常求められる注意。善管注意義務)をもって事務を処理します(644条)。632条の請負と違い、仕事の完成を約束する定めはありません(民法、e-Gov法令検索、2026年11月時点)。

経済産業省の契約ガイドライン(1.1版)のAI編は、学習済みモデルの生成には、アセスメント、PoC、開発のどの段階でも準委任型の契約がなじむとしています。検証の段階は完成を目的とせず、開発の段階も契約の時までに仕様や検収基準を確定しにくく、未知の入力での挙動を保証しにくいためです。ガイドラインが示す開発の段階のモデル契約(ソフトウェア開発契約書)も準委任型です。準委任では、した作業の割合で払う形(履行割合型)か、成果に払う形(成果完成型)かを当事者で明確にしておくのが望ましいとされています。成果完成型を選ぶなら、対象の成果物を合意しておく必要があるとされています。法令の決まりではなく、ガイドラインの考え方です。

準委任で結んだときの扱いは次のとおりです。

  • 履行割合型 報酬は作業の後に払います(648条2項)。発注者に責任の無い理由で履行できなくなったときや、途中で終わったときも、した作業の割合で払います(648条3項)
  • 成果完成型 成果の引き渡しを要するときは、引き渡しと同時に払います(648条の2第1項)
  • どちらの形でも完成の義務は無いので、精度が目標に届かないことだけでは不履行になりません。善管注意義務を尽くしたかで決まります
  • 尽くしていなければ、損害の賠償を求められます(415条1項)。ただし、契約その他の債務の発生原因と取引上の社会通念に照らして、開発会社の責めに帰することができない事由によるときは除かれます
  • 相当の期間を定めて催告し、期間内に履行が無ければ解除できます(541条)。期間を過ぎた時の不履行が、契約と取引上の社会通念に照らして軽微なときは解除できません。履行の全部が不能なときなど、催告をせずに解除できる場合もあります(542条)

請負で結ぶのは例外です。ガイドラインは、既知の入力に対する性能は、評価の条件を適切に設定、限定できるなら、性能を保証することに合理性がある場合もあるとしています。性能を保証するときは、学習済みモデルを成果物とする請負の契約として構成することになるだろうとしています。限定した評価用データの準備は、原則として発注者の費用と責任で行うのが合理的なことが多いとされます。

性能を保証して請負で結んだときは、成果物が契約の内容に合わなければ、契約不適合として、直すこと(追完)、減額、賠償、解除を求められます。

  • 民法では、種類と品質が契約に合わないときは、知ってから1年以内に開発会社へ知らせる必要があります(637条1項)。引き渡しの時に開発会社が知っていたか、重い過失で知らなかったときは、期間の制限はかかりません(637条2項)
  • IPAのモデル契約(学習済みモデルの生成を想定したものではありません)では、システムの開発で直すことを求められるのはシステム仕様書と合わないとき(第29条1項)で、発注者の資料や指示から生じたものは除かれます(6項)。期間は検収後の期間を当事者が決めます(5項)

精度の不足を契約に合わないこととして扱うには、評価のデータと条件と目標の値を契約に書いておく必要があります(書き手の整理)。どちらの型の準委任か、成果物は何か、性能を保証するなら評価のデータと条件は何かを、契約書案で確かめてください。準委任と請負の違いとは?発注者が契約で確かめるべきこと

学習済みモデルとデータの権利を契約で決める

経済産業省の契約ガイドライン(1.1版)のAI編は、権利を誰に置くかを決めるだけでなく、成果物とデータの利用条件を細かく決める枠組みを示しています。「誰のものか」より「誰がどこまで使えるか」で考えると、契約書案のどこを読めばよいかが分かります。

項目(ガイドラインの言葉) 契約書案で確かめること
生データ 発注者が渡した元のデータを、開発会社が他の目的に使うか、開発後にどう扱うか
学習用データセット 生データを学習に使える形にしたものを、誰がどの範囲で使えるか、他の開発会社に渡せるか
学習用プログラム 学習に使うプログラムを、誰がどの範囲で使えるか
学習済みモデル(必要に応じて学習済みパラメータと推論プログラム) 発注者が使い続けられる範囲、他の開発会社に引き継げるか、開発会社が他の顧客向けに使うか
ノウハウ 交渉の対象にするのが望ましい場合があるとされる。扱いを決めるか

ガイドラインは置き方の例として、PoCの段階の成果物の知的財産権は開発会社に、開発の段階の成果物は発注者に置くことも考えられるとしています。例の1つで、どの開発にも勧める置き方ではありません。AI事業者ガイドラインの別添6も、権利の帰属や利用条件の基本の視点は、契約ガイドラインが変わらず有益な場合があるとしています。

IPAのモデル契約(第二版)の第45条には、納入物の著作権を誰に置くかについて3つの案があります。A案はすべて開発会社(発注者や第三者が前から持っていた著作物を除く)、B案は汎用的に使えるプログラムなどを開発会社に置き、残りは委託料を払い終えた時に発注者へ移す、C案は汎用的に使えるプログラムなどを開発会社に置き、新しくできたプログラムの残りを共有にする形です。どの案も、すべてを発注者に置く案ではありません。学習済みモデルやデータの扱いは第45条だけでは決まらないので、上の表の項目ごとに確かめます。

自社で使い続けたいもの、他の開発会社に引き継ぎたいものを先に挙げておくと、交渉で優先する項目が決まります。

社内のデータを渡すときに確かめること

AIを作る事業者と使う事業者がリスクにどう向き合うかは、総務省と経済産業省のAI事業者ガイドライン(第1.2版、2026年3月31日公表)が拠り所になります。取り組みを確かめるためのチェックリストとして別添7があり、プライバシーの尊重と関係法令の遵守、セキュリティの確保、透明性などを問いの形で並べています。別添7は事業者が自らの取り組みを確かめるためのものです。ガイドラインは法令ではなく、非拘束的なソフトローとして作られています。

相談の場では、次の点を聞いておきます。

  • 渡すデータを、学習や他の目的に使うか
  • データをどこに置き、いつ消すか
  • 作業の一部を別の会社に任せる(再委託する)か
  • 個人情報を含むときに、どう扱うか

個人データの取扱いを委託するときは、渡す側の発注者(個人情報取扱事業者)にも、委託先を必要かつ適切に監督する義務があります(個人情報保護法25条)。目的は、委託した個人データの安全管理です。利用目的の達成に必要な範囲内で取扱いを委託するときは、第三者提供の制限との関係で、渡す相手は第三者に当たりません(27条5項1号)。第三者に当たらないのは「利用目的の達成に必要な範囲内」の委託に限られるので、開発会社が渡したデータを他の目的に使うかを聞いておきます。

準委任では、発注者の許諾を得たときか、やむを得ない事由があるときでなければ、開発会社は別の人に任せられません(民法644条の2第1項)。請負で結ぶときは、再委託の扱いを契約で決めておきます。IPAのモデル契約では、発注者の承諾を要するA案と、開発会社に任せるB案があります(第7条)。

相談の場で聞いたデータの扱いは、契約の前に書面で確かめておきます。

相談前に準備しておくこと

相談の前に、次をまとめておくと、最初の打ち合わせで話が進みます。

  • 解きたい課題と、AIを使う業務
  • 達成をどう評価するか(発注者が決めるものとされます。詳しくは「PoCで止まらないために先に決めること」)
  • 今の業務のやり方
  • 使えるデータの有無、量、置き場所(扱いは「社内のデータを渡すときに確かめること」)
  • 予算と期間の目安
  • 社内の担当と、決める人
  • 検証の段階で何が分かれば次へ進むか

依頼する内容を文書にまとめるときは、RFP(提案依頼書)の書き方の記事も参考にしてください。RFPのサンプルと書き方|発注で失敗しないための記入例

よくある質問

遠方の企業にも依頼できますか

所在地が離れていても、打ち合わせの仕方(オンラインか、訪問か)を最初の相談で確かめれば候補にできます。この記事の一覧には、東京のほか、福岡や千葉の会社も載せています。遠方の依頼を受けるかは各社の公式サイトで確かめていないので、会社ごとに聞いてください。

順位や評判で選べませんか

この記事は会社に順位を付けず、公式サイトにある事実を並べています。並べる基準は「AIの受託開発サービスを提供している企業一覧」の最初に書いたとおりで、口コミは載せていません。自社の用途と、相談の場で聞いた答えで選んでください。

生成AIのモデルを作る会社に開発を頼めますか

モデルを作る会社が、発注者の業務システムの開発まで受けるかは、会社ごとに違います。公式サイトに顧客ごとに開発するサービスが載っているかで確かめてください。会社の種類の違いは「製品やモデルを作る会社と、受託で作る会社の違い」で説明しています。

まとめ

  • AIを作ってもらうなら製品の会社ではなく、顧客ごとに開発を受ける会社を探します
  • 候補を2〜3社に絞り、事例、受ける段階、契約とデータの扱いを同じ問いで聞き比べます
  • 段階ごとに区切って契約し、次へ進む基準を発注者が先に決めます
  • 契約では、準委任の型、成果物、データと学習済みモデルを誰がどこまで使えるかを確かめます

見積もりを比べる段階なら、見積もりの見方の記事も参考にしてください。システム開発の見積もりの見方|相見積もりで損をしない比べ方

相談の案内

AIの開発をどの段階から始めるかを相談したい方へ。Pacific Metaグループの窓口で、作りたいものと今の状況をうかがい、進め方と、契約とデータで確かめることを一緒に整理します。紹介先は、当サイトに載せた会社のうちPacific Metaグループの3社だけです。

相談のフォームへ

関連する記事

  • 準委任と請負の違い
  • システム開発の見積もりの見方と、相見積もりの取り方
  • システムの保守を外部に任せる方法

本記事は2026年11月時点の情報をもとにした一般的な情報提供を目的としており、法的助言ではありません。法令、制度、各社のサービスの内容は変わることがあります。契約や発注の個別の判断は、最新の情報を各社の公式サイトでご確認のうえ、必要に応じて専門家にご相談ください。

掲載している他社の情報は、各社の公式サイトに2026年11月2日時点で記載されている内容をもとにしています。並び順は評価ではありません。掲載内容の訂正や掲載の取り下げのご依頼は、掲載についてからご連絡ください。

出典

  1. https://www.soumu.go.jp/main_content/001064279.pdf(2026-11-02に確認)
  2. https://www.soumu.go.jp/main_content/001064286.pdf(2026-11-02に確認)
  3. https://www.soumu.go.jp/main_sosiki/kenkyu/ai_network/02ryutsu20_04000019.html(2026-11-02に確認)
  4. https://www.soumu.go.jp/main_content/001064289.pdf(2026-11-02に確認)
  5. https://warp.ndl.go.jp/info:ndljp/pid/12685722/www.meti.go.jp/press/2019/12/20191209001/20191209001-1.pdf(2026-11-02に確認)
  6. https://laws.e-gov.go.jp/law/129AC0000000089(2026-10-27に確認)
  7. https://laws.e-gov.go.jp/law/415AC0000000057(2026-11-02に確認)
  8. https://www.ipa.go.jp/digital/model/model20201222.html(2026-10-27に確認)
  9. https://www.ipa.go.jp/digital/model/ug65p90000001ljh-att/000087508.docx(2026-10-27に確認)
  10. https://www.kenpalinc.com/(2026-11-02に確認)
  11. https://www.kenpalinc.com/company(2026-11-02に確認)
  12. https://avilen.co.jp/(2026-11-02に確認)
  13. https://avilen.co.jp/dev/solution/(2026-11-02に確認)
  14. https://avilen.jp/company/(2026-11-02に確認)
  15. https://neural-opt.com/(2026-11-02に確認)
  16. https://neural-opt.com/about-us/(2026-11-02に確認)
  17. https://www.pkshatech.com/(2026-11-02に確認)
  18. https://www.pkshatech.com/company/about/(2026-11-02に確認)
  19. https://fusic.co.jp/service/ai(2026-11-02に確認)
  20. https://fusic.co.jp/company/outline(2026-11-02に確認)
  21. https://www.headwaters.co.jp/service/(2026-11-02に確認)
  22. https://www.headwaters.co.jp/company/outline.html(2026-11-02に確認)
  23. https://ridge-i.com/(2026-11-02に確認)
  24. https://ridge-i.com/business/consulting/(2026-11-02に確認)
  25. https://www.kenpalinc.com/service(2026-11-16に確認)
  26. https://www.kenpalinc.com/about(2026-11-16に確認)
  27. https://thatera.jp/(2026-11-16に確認)