AIは自社開発か、購入か、提携か 選択の判断軸
AIツールは今や大半の企業が購入しており、購入したツールの方が本番運用に到達しやすいとの調査もある。それでもAIが事業の中核をなす領域では、自社開発に合理性がある。
要点
- メンロー・ベンチャーズによると、2025年に企業が導入したAIソリューションの76%は自社開発ではなく購入によるもので、2024年の53%から上昇した。
- MIT NANDAの研究者は、購入したツールや提携による取り組みの成功率が約67%だったのに対し、社内開発の成功率ははるかに低かったと報告した。
- EUのAI法の下では、高リスクAIシステムを自社ブランドで提供したり大幅に改変したりした企業は、その「提供者」として法的責任を負う可能性がある。

企業の多くは今や、人工知能(AI)ツールを自社で開発するのではなく購入している。ベンチャーキャピタルのメンロー・ベンチャーズ(Menlo Ventures)が2025年12月9日に公表した、米国企業のAI導入の意思決定者495人を対象とする調査によると、AIソリューションの76%は社内開発ではなく購入されたもので、2024年の53%から上昇した。マサチューセッツ工科大学(MIT)の研究は、この変化の背景に成果の差があることを示唆している。購入したツールや提携による取り組みは、社内プロジェクトよりも本番運用に到達しやすかったという。
この選択はコスト、スピード、統制、そして法的責任を左右する。購入したツールは数週間で稼働させられるが、自社の業務の進め方になじまない場合がある。独自開発なら自社固有のデータやプロセスに合わせて作り込めるが、希少なエンジニアが必要なうえ、基盤となるモデルが変わるたびに絶えず手入れを続けなければならない。
購入を支持する最も有力な根拠は、MITのNANDAイニシアチブの研究者による2025年の研究だ。企業幹部への52件の構造化インタビュー、300件を超える公開されたAI施策の分析、ビジネスパーソン153人への調査をもとに、大半の組織が生成AIから測定可能なリターンを得ていないと結論づけた。フォーチュン誌によると、同研究はまた、専門ベンダーからの購入や提携の構築は約67%の確率で成功した一方、社内開発の成功率ははるかに低かったとしている。サンプルが小さくインタビューへの依存度も高いため、数値は傾向を示すものと捉えるのが妥当だ。
筆頭著者のアディティア・チャラパリー氏はフォーチュン誌に対し、「訪れたほぼすべての企業が、自前のツールを作ろうとしていた」と語る一方、データは購入したソリューションの方が安定した成果を上げていることを示していたと述べた。
スピードの面でも、メンローの数字は同じ方向を指している。同社の2025年の報告書によると、AI案件の47%が本番運用に到達したのに対し、従来型のSaaS(サービスとしてのソフトウエア)購入では25%にとどまった。
購入といっても、ベンダーの種類は一様ではない。メンローの2026年の報告書によると、AIネイティブの提供企業はアプリケーション層の支出の77%、インフラ支出の90%を獲得し、1年前の63%、44%から上昇したほか、340億ドル規模のコーディング市場では96%を占めた。既存のソフトウエア企業は、自らが基幹記録システム(システム・オブ・レコード)であり、AIを既存の業務フローに組み込む必要がある分野では地位を保った。ITの分野ではサービスナウが91%、データサイエンスではデータブリックスとスノーフレークが88%、人事ではワークデイが68%を握った。多くの部門では、新たなベンダーを加える前に、まず現在の取引先が提供するAI機能で十分かどうかを問うことになる。
提携はその中間に位置する。メンローによると、自社の業務に合わせてモデルの事後学習(ポストトレーニング)を行うAI開発企業の割合は2025年の6%から2026年には10%に上昇し、そのうち91%がインフラ事業者、データ・評価プラットフォーム、専門企業といった外部パートナーを活用していた。独自モデルを求める企業でさえ、すべてを自前で手がけることはまれだ。
自社開発が最も正当化しやすいのは、AIが企業の競争のあり方の中核にあり、汎用製品を使えば競合に同じ能力を与えてしまう場合や、どのベンダーも手が届かない独自のデータやプロセスに依存する業務の場合だ。また、システムを何年にもわたって保守できるエンジニアを、社内に抱えるか採用する必要もある。独自システムは一度きりのプロジェクトではなく、所有し続ける製品である。
規制は、調達部門が見落としがちな要素を加える。EUのAI法第25条の下では、導入者(デプロイヤー)、流通業者、輸入業者その他の第三者は、すでに市場に出ている高リスクAIシステムに自らの名称や商標を付した場合、それに大幅な改変を加えた場合、あるいは汎用AIを含むAIシステムの意図された目的を変更して高リスクにした場合、その高リスクAIシステムの提供者として法的責任を負う。例えば、ベンダーの採用ツールや与信ツールを大幅にカスタマイズすれば、コンプライアンス上の義務が顧客側に移る可能性がある。
そのため、契約も意思決定の一部となる。購入者や提携相手は、ファインチューニングしたモデルとその学習に使ったデータの所有者は誰か、ベンダーが顧客データを自社製品の改善に使ってよいか、モデルの変更をどう通知し検証するか、契約終了時にシステムはどうなるか、責任と規制上の義務をどう分担するかを取り決めておく必要がある。
大まかな目安はこうだ。用途が業界を問わず一般的で、スピードが重要なら購入する。特色あるデータを持ちながら、それを実際に機能するシステムに仕上げるスキルがなければ提携する。その能力が持続的な優位の源泉であり、それを最新の状態に保つチームに費用を払う覚悟があるなら自社開発する。どの道を選ぶにせよ、資金を投じる前に、本番運用に到達する期限と成功の尺度を定めておくべきだ。
答えはすぐに変わり得る。メンローの調査では、購入の比率は急速に上昇し、ベンダーの構成もわずか1年で変化している。2025年の試験導入で理にかなっていた選択が、2027年の本格展開でも通用するとは限らない。
よくある質問
大半の企業はAIツールを自社開発しているのか、購入しているのか
現在は大半が購入している。メンロー・ベンチャーズが米国企業のAI導入の意思決定者495人を対象に行った調査では、2025年にはAIソリューションの76%が社内開発ではなく購入されたもので、2024年の53%から上昇した。
AIの社内開発が理にかなうのはどのような場合か
AIが企業の競争のあり方の中核にあり、独自のデータや業務フローに依存し、かつそれを保守できるエンジニア人材を企業が抱えている場合には、自社開発を正当化しやすい。メンローによると、オープンなモデルをカスタマイズする企業でさえ、多くは外部パートナーに頼っている。
ベンダーのAIシステムをカスタマイズすると法的義務が生じることはあるか
ある。EUのAI法第25条の下では、高リスクAIシステムに自らの名称を付した、大幅に改変した、あるいはAIシステムの意図された目的を変更して高リスクにした導入者その他の当事者は、その提供者として扱われる。
情報源
- Menlo Ventures: 2025: The State of Generative AI in the Enterprise
- Menlo Ventures: 2026: The State of Enterprise AI
- Fortune (via Yahoo Finance): MIT report: 95% of generative AI pilots at companies are failing
- The Register: GenAI FOMO has spurred businesses to light nearly $40 billion on fire
- EU AI Act (artificialintelligenceact.eu): Article 25: Responsibilities along the AI value chain
本記事は CEO Economy(英語版)の記事を日本語に翻訳したものです。原文: How to choose between building, buying or partnering for AI
← トップページへ