「AIに任せれば解決」は幻想？約7割が社内システムにAIを活用するも、内製企業の過半数が「技術力不足」の壁に直面

外注時の課題1位は「業者選定」。最適なパートナー探しに特化したマッチングサービスに熱視線

株式会社ワンズマインド

2026年10月21日 11時00分

株式会社ワンズマインド（https://www.onesmind.co.jp/）（所在地：東京都新宿区、代表取締役：尾池徹哉）は、企業のIT・DX推進担当者、または社内システムの導入・運用・意思決定に携わる会社員を対象に「AIによる社内システム開発の実態と限界」に関する調査を行いました。

近年、社内システムの開発や業務効率化でAIの活用が急速に注目を集めています。

従来の「IT人材不足」や「開発コスト増大」「既存システムのレガシー化」といった慢性的な課題を打破する手段として期待される一方、現場では新たなリスクや限界も浮き彫りになりつつあります。

本調査では、企業の社内システムにおける現状の課題から、AI活用の実態、内製・外注開発の現場で直面する「セキュリティや品質の課題」、そして開発手法・パートナー選定時における「比較検討のリアル」まで、AI時代のシステム開発を取り巻く実態を明らかにしました。

約7割の企業が社内システムでのAI実用化へ

はじめに、現在またはAI導入以前における自社の社内システムの課題から、開発・運用環境の実態を探ります。

「現在、またはAI導入以前の社内システムにおける課題」について尋ねたところ、『IT人材・エンジニア不足（47.7％）』と回答した方が最も多く、『システムの老朽化・レガシー化（43.5％）』、『開発・運用コストの増大（43.3％）』と続きました。

システムを維持・発展させるための「IT人材・エンジニア」の不足を筆頭に、「老朽化・レガシー化」というシステム自体の経年劣化や、それに伴う「開発・運用コストの増大」がそれぞれ上位にあげられました。

こうした課題に対して、AIの活用状況はどのようになっているのでしょうか。

「現在、自社の社内システムでAIをどの程度活用しているか」を尋ねたところ、『一部の社内システムにAIを組み込み、試験的または部分的に運用している（43.9％）』と回答した方が最も多く、『すでに複数の社内システムにAIを組み込み、本格的に運用している（23.6％）』、『AI組み込みに向けて、現在開発や具体的な検討を進めている（19.9％）』と続きました。

本格運用と部分運用を合わせると約7割に達しており、社内システムへのAI活用はすでに実用段階に入っていることが読み取れます。検討中も含めると約9割の企業が動いており、AI導入への関心の高さが示されました。

一方で、導入に踏み切れていない企業にはどのような課題があるのでしょうか。

「社内システムへのAI導入・活用に至っていない理由」について尋ねたところ、『AI人材・技術的知見の不足（35.4％）』と回答した方が最も多く、『予算不足・費用対効果が不明確（33.1％）』、『AIが生成するコードのセキュリティや脆弱性への懸念（25.2％）』と続きました。

最先端の技術を活用するための知見を持った人材が不足していることに加え、投資に見合うだけの明確なリターンが見通せず、予算確保に苦慮している実態が明らかになりました。

さらに、生成されたコードの安全性に対する疑念も上位にあげられていることから、ノウハウ不足とコスト面、そして品質面への不安が複雑に絡み合い、本格的な導入に向けた障壁となっていることが読み取れます。

外部委託に立ちはだかる『業者選び』と『要件定義』の難問

一方、すでにAI導入を進めている企業は、どのような体制で開発を行っているのでしょうか。

「社内システムへのAI導入・システム開発の体制」について尋ねたところ、『自社開発もしくは一部外部委託（51.7％）』と回答した方が最も多く、『開発の大半もしくはすべてを外部委託（23.5％）』、『すべて自社で内製（21.6％）』と続きました。

半数以上の企業が内製と外部委託を組み合わせた体制を選択していることが分かります。

すべて自社で完結させる「完全内製」や、丸投げに近い「完全外注」はそれぞれ2割程度にとどまっており、ハイブリッドな体制が主流と言えます。

7割以上が何らかの形で内製での開発を進めていることがわかりましたが、現場はどのように感じているのでしょうか。

「自社（内製）でAI開発・導入を進める上で感じている不満や限界」について尋ねたところ、『社内の技術力や専門知識が不足している（52.3％）』と回答した方が最も多く、『AIが生成したコードの品質（バグ・セキュリティ脆弱性など）（40.1％）』、『開発・調整に時間や工数がかかる（38.8％）』と続きました。

内製での開発において、社内の「人材・スキル不足」はもちろんのこと、AIの出力結果に対する「品質管理」や、開発・調整にかかる「工数の多さ」も深刻な課題となっています。自社のみでAIシステムを構築し、安全かつスムーズに運用に乗せることの難易度の高さが浮き彫りになりました。

次に、一部外部委託や外部のAI製品を利用する企業が抱える課題についても見ていきましょう。

「一部委託や外部製品を利用してAI開発・導入を進める上で感じている不満や限界」について尋ねたところ、『外部業者選びが難しい（46.9％）』と回答した方が最も多く、『業者との認識合わせや要件定義が難しい（45.2％）』、『開発・運用費用が高い（38.0％）』と続きました。

内製での課題が「社内の技術力不足」であったのに対し、外部委託では「業者選び」や「要件定義・認識合わせ」といったコミュニケーション面の難しさが上位を占めました。

専門性の高いAI領域では、適切なパートナーの選定や要件のすり合わせが大きなハードルとなっています。技術課題を外部に切り出しても、今度は発注側の「マネジメント」や「コストの高さ」という新たな壁に直面している実態が浮き彫りになりました。

半数以上が『セキュリティと品質管理』をもっと比較すべきだったと回答

では、実際のところ、事前の比較検討は満足に行えていたのでしょうか。

「AIを導入する手段や開発方法を決定する際、比較検討は十分であったか」を尋ねたところ以下のような結果になりました。

『非常に十分であった（18.4％）』

『ある程度十分であった（50.2％）』

『あまり十分ではなかった（28.3％）』

『全く十分ではなかった（3.1％）』

半数が「ある程度十分であった」と回答し、及第点の選定はできている一方で、約3割が「十分ではなかった」と振り返っています。前問の「業者選びの難しさ」とも連動しており、専門性の高いAI領域において事前に完璧な比較を行うことは難しく、手探りで進めている実態が明らかになりました。

そこで「どのような点をさらに比較・検討すべきだったと感じるか」を尋ねたところ、『セキュリティ体制や品質管理方法（54.0％）』と回答した方が最も多く、『開発にかかる初期費用・運用コスト（44.9％）』、『不具合発生時のサポート範囲や責任の所在（39.9％）』と続きました。

「セキュリティ体制や品質管理方法」が最多となったことから、外部に頼る場合であっても、AI特有の安全性や品質への懸念が根強くあることがわかります。

さらに「コスト」や「不具合時のサポート・責任の所在」といった、実運用に入ってから顕在化しやすい項目が続いています。機能面での比較だけでなく、運用開始後の安全性やトラブル対応、責任分界点といった「リスク管理」に関わる部分について、もっと比較検討すべきだったと後から実感する企業の多さが浮き彫りになりました。

では、事前にしっかりと比較できる環境にはどのような期待が寄せられているのでしょうか。

「今後、AI導入や外部委託を検討する際、複数社を効率的に比較できることへのメリット」について尋ねたところ、『自社の要件や予算に最もマッチする業者が見つかる（54.2％）』と回答した方が最も多く、『業者の実績や技術力をしっかりと見極められる（39.3％）』、『見積もりや提案内容を比較し、適正価格で発注できる（39.1％）』と続きました。

自社のニーズや予算感に見合う最適なパートナーとの遭遇が、最大のメリットとして認識されています。また、技術力の見極めや適正価格での発注という点も4割近い支持を集め、複数社の提案内容や実績をフラットに比較検討できる環境へのニーズが高いことが読み取れます。

最後に「今後、AI導入やシステム開発を外部業者へ依頼・相談する際の選定方法」について尋ねたところ、『信頼できるマッチングサービスで複数社を紹介してほしい（39.9％）』と回答した方が最も多く、『複数社の提案・見積もりを一括比較したい（22.9％）』『既存の取引先1社に依頼したい（16.6％）』と続きました。

「マッチングサービスで複数社を紹介してほしい」と「一括比較を行いたい」を合わせると、6割以上の方が自社で1社ずつ調べるのではなく、効率的な第三者サービスや比較プラットフォームを活用した選定を望んでいることが判明しました。

従来のような「既存取引先への継続依頼」は2割未満にとどまっており、AIシステム開発の領域においては、これまでの取引実績よりも、自社の要件に適したパートナーを広く検討したいという意向が示されました。