見落としはAIが拾い、判断は人が下す。ソースコード解析による見積もり精度向上の実証実験を開始

オーエムネットワーク株式会社

2026年8月6日 09時10分

オーエムネットワーク株式会社（本社：新潟県新潟市）は、生成AIを活用し、システム開発の見積もり精度と作成の効率を高めることを目的とした実証実験を開始したことをお知らせします。

■背景：見積もりは、「必要な作業の見落とし」がリスクになる

お客様へのシステム開発の見積もりでは、対応に必要な作業をどこまで正確に洗い出せるかが、金額の精度を大きく左右します。

たとえば既存製品のカスタマイズでは、一見小さな要望でも、関連するプログラムの広い範囲に影響が及ぶことがあります。その把握は担当者の経験や知識に頼りがちで、見落としがあると、後工程で「想定外の作業が必要だった」と判明し、工数やスケジュールに影響します。これは、お客様に提示した見積もりとのずれや、認識の食い違いにもつながりかねません。

当社は、この必要な作業の把握を、人の経験だけに委ねるのではなく、生成AIの分析力で補うことができないか、実証実験を通じて検証することにしました。

■ 実証実験の概要：AIが「たたき台」を作り、人が「最終判断」を担う

今回の実証実験では、システム開発の見積もりプロセスを次の流れで運用し、その有効性を検証します。

1. 分析：既存製品のソースコードや案件の要望内容を生成AI（Claude 等）で解析し、

　　　　　必要な作業と工数を、その根拠やスケジュールの目安とあわせて洗い出す

2. 精査：担当者がAIの分析結果を確認し、妥当でない点や過大な見積もりを補正する

3. 共有：整理した内容をもとに、開発部門内で認識をすり合わせる

4. 決定：担当者が精査した内容を責任者が確認し、最終的な工数を決定する

この実証実験における運用の要点は、AIが担うのはあくまで分析と、たたき台の作成までであることです。見積もりの最終的な数字は、担当者が精査し、責任者が確認したうえで決定します。

■ 期待される効果：見落としの防止と、根拠の整理

こうした進め方により、システム開発の見積もりの現場では次のような変化が生まれることを期待しています。

見落としの防止

人では気づきにくい関連箇所までAIが洗い出すため、見積もり段階での作業の抜け漏れを減らせるようになると見込んでいます。

根拠の明確化

工数の根拠やスケジュールの目安もあわせて出力させることで、部内で見積もりの妥当性を検討する際の材料として活用できると見込んでいます。

負担の軽減

ゼロから必要な作業を調べて書き起こす場合と比べ、見積もり作成にかかる手間を抑えられるようになると見込んでいます。

一方で、AIが提示する工数が実態より過大になる可能性も想定されるため、実証実験では担当者による精査・補正の工程を必須とし、その効果を確認していきます。AIを万能なものとして扱うのではなく、その分析力を活かしつつ、判断は人が担う。この役割分担が、精度を保つうえで重要だと考えています。

■ 今後の展望

当社は今後、本実証実験を通じて効果や課題を検証し、有効性が確認できた場合には、正式な運用への移行を検討してまいります。当社は、生成AI活用の本質は「AIに仕事を丸ごと任せること」ではなく、AIと人がそれぞれ得意な役割を担い、お客様への価値につなげることにあると考えています。AIが抜け漏れなく分析し、人が責任を持って判断する。この組み合わせにより、システム開発の見積もりの精度と、根拠の分かりやすさを高めてまいります。

オーエムネットワーク株式会社は、こうした取り組みを通じて、お客様により確かなサービスをお届けできるよう努めてまいります。