AIの開発プロセス・流れやポイントを簡単にわかりやすく紹介

最終更新日:2024/02/14

AI開発について解説

AI開発プロセスにはさまざまなフェーズがあり、それぞれにおいて注意すべき点が異なります。また、ポイントを押さえておかないと、開発プロセスを構築すること自体難しくなるでしょう。

この記事では、AI開発プロセスの各フェーズや構築の際のポイント、開発会社に依頼する際のフローについて解説します。AI開発特有のプロセスを検討する際の参考にしてください。

AI導入について詳しく知りたい方は以下の記事もご覧ください。
AIの導入を阻害する要因とは？導入判断の注意ポイントも紹介

AI開発プロセス

AI開発プロセスは、以下の4つのフェーズに分類できます。

構想フェーズ
PoCフェーズ
実装フェーズ
運用フェーズ

それぞれのフェーズについて詳しく見ていきましょう。

構想フェーズ

AI開発における1つ目のステップとして挙げられるのが、「構想」です。現状の課題を明確にし、「その課題を解決するためにはどのようなAIを開発すべきなのか」という点を構想していきます。

AIは、どのような課題にも柔軟に対応できるわけではありません。決して万能な技術ではなく、「ある特定の問題を解決することに長けた技術」と考えるべきです。そこで、「課題を解決するために搭載させるべき機能は何か」といった点を議論しながら、その構想が実現可能かどうかを検討していく必要があります。

構想の際に行う作業は、以下の通りです。

課題の洗い出し
機械学習で解決できる課題の洗い出し
プロジェクトチームの決定
ROIが成立するかの検討
開発を誰（どのチーム）が行うのかを決める

開発費用の試算（ROI）も行う

ROIは「Return on Investment」の頭文字を取った言葉であり、投資に対するリターンという意味です。

ROIの数値は課題や事業領域、または事業担当者の裁量によって変動しますが、非常に大事な数字です。

ROIを設定することにより、「事業効果を測定できる」「異なる企業や事業の比較ができる」「実施した施策単位での評価ができる」といったメリットが得られ、事業の良し悪しを客観的に判断できます。

開発を誰（どのチーム）が行うのかを決める

AI開発はチームで行うことが大切で、最低限必要な人材は以下の通りです。

経営者・事業責任者：事業判断を行う
プランナー・コンサルタント：プロジェクトを進行
プロジェクトリーダー：開発をリードする
データサイエンティスト：開発や分析を行う

また、AIエンジニアに必要なスキルセットは、以下の5つです。

AI開発言語のプログラミングスキル
数学的な知識
データベースの運用スキル
AIを使ったデータ分析の知識
AI開発に役立つフレームワークやライブラリの知識

このようなスキルセットを持った人材が社内にいない場合には、外注するという選択肢もあります。また、最近ではノーコードAIと呼ばれるあらかじめ用意されたパーツをドラッグ＆ドロップするだけでAIを開発できるサービスもあるので、自社に必要な機能から最適な開発手法を選択するのも一つの方法です。

PoCフェーズ

次のステップは、「PoC検証」です。PoCとは「Proof of Concept」を略した言葉であり、日本語では「コンセプト（構想）の証明」を意味します。構想段階で検討されたAIが技術的にも実現可能なのか、実際に検証を行って確認するステップです。

そのため、「PoC検証」では、「モックアップ」と呼ばれるAIの仮モデルの開発を行わなければなりません。機械学習・深層学習(ディープラーニング)を正しく活用していくうえで必要となるデータの質・量が確保できているかどうかを検証します。

さらに、データを蓄積したAIが高い精度を出せるか、費用対効果に見合う処理スピードを実現できているか、出力に誤りがあった場合にオペレーションが正しく対応できるか、といった要素の検証も行われます。

PoCで行う具体的な作業は、以下の通りです。

データの取得と確認
アノテーションと費用対効果の確認
実現性の確認

AIモデルでは、データ量が少なすぎるために失敗するケースも少なくありません。どのように教師データを用意するのか、準備にどれだけの期間と費用がかかるのか、教師データの精度に問題はないのかといった点入念に確認することが大切です。

AI開発に必要な環境・もの

AI開発では大量のデータを扱うことになるため、システムを稼働させられる開発環境が欠かせません。

具体的に必要な環境は、以下の通りです。

ビッグデータを保存できるストレージ
ディープラーニングや機械学習ができる高い計算能力を搭載したパソコン

また、AI開発にはPythonとSQLの知識が必要です。このとき、プログラムにおいてよく利用される機能を切り出して、再利用しやすいようにまとめたライブラリやフレームワークも合わせて利用します。代表的なライブラリ・フレームワークは、NumpyやPandas、Matplotlib、Googleが提供しているTensorFlowなどです。

PoC検証とは？解説

実装フェーズ

PoC検証によってAIの実現性を確認できたら、次のステップとして「実装」を行います。モックアップの開発内容をもとにして、最終的なシステムとして完成させる段階です。

実装フェーズでは、実際にAIを活用する環境下で必要な要件を定義し、その定義に沿ってシステム開発を進めていきます。AI完成後はテストを行い、問題なく稼働するかどうかの検証や、実務オペレーションの確認なども行わなくてはなりません。

また、実際の運用に移る前の段階で「デプロイ」と呼ばれる利用前注意喚起（予防措置、人間の判断要否確認など）を行うことも重要です。

開発手法はウォーターフォール型が定番

AI開発の開発手法はウォーターフォール型が定番です。

ウォーターフォール開発とは、開発プロセス全体を複数工程に分割し、時系列に沿って各工程を順番に進めていくシステム開発手法のこと。以下のプロセスで開発されます。

要件定義
基本設計
詳細設計
開発（プログラミング）
単体テスト
結合テスト
総合テスト
システム導入

運用フェーズ

実装フェーズが終わると、運用フェーズに移行します。システムが安定して稼働するための保守運用に加えて、構想フェーズで設定した目標達成状況の確認を定期的に行い、PDCAサイクルを回していくのです。PDCAサイクルを回すことによって、最初に設定した目標を達成できるAI活用ができるようになります。

開発プロセスを構築するときのポイント

開発プロセスを構築するときのポイントは、以下の通りです。

現場と連携して開発プロセスを構築する
マイルストーンを設定して現場と合意を取る
プロジェクト進行度に対する認識を統一する

AI開発ではいくつものステップを踏むため、プロジェクトチームと現場が連携して開発プロセスを構築することが不可欠です。現場ならではの意見を集約し、開発目的を共有することで、自社にとって最適の開発プロセスを構築できるでしょう。

また、フェーズごとに問題が生じるケースも少なくありません。例えば、予算やスケジュールの調整、あるいは迷ったときにどう進めるべきかといった点が挙げられます。プロジェクトチームと現場でコンセンサスがとれていなければ問題を解決できませんし、開発プロセスに齟齬が生じてしまうため注意が必要です。

さらに、AI開発にあたっては、学習とチューニングを繰り返し、精度を高めていかなければなりません。そのため、マイルストーンを設定して、現在度のフェーズにあるのか確認しながら進めていくことが大切です。

そして、開発プロセスがブレてしまうことを防ぐためにも、プロジェクト全体の進行度合いについて運用側と管理側で認識を統一しておく必要があります。

一般的なシステム開発プロセスとの違い

一般的なシステム開発プロセスとAI開発プロセスの流れは似ています。大きく違うのは目指すゴールです。

一般的なソフトウェア開発では、計画の時点で完成形を想定して開発が進められますが、AI開発ではリリース時点で完成形になるとは限りません。

AI開発では、基本的にリリース後にチューニングやデータの調整を行うことで精度を高めていきます。そのため、運用フェーズでもデータ解析やプログラミング知識のあるエンジニアをアサインすることが必要です。

開発会社に依頼するときのフロー

開発会社に依頼するときのフローは大きく3段階に分けられるため、それぞれの流れについて解説します。

開発を依頼する準備段階の流れ

開発を依頼するときは、以下のステップで準備を行いましょう。準備をおろそかにすると、スケジュール通りに進まなかったり、開発が失敗したりするリスクがあります。

AI開発の依頼フローは、以下の通りです。

1.開発を依頼する準備

課題・問題の整理
開発予算・運用方針の決定
開発・導入までの期間を決定

2.開発会社の見積もり・選定

RFP（提案依頼書）の作成
見積もり依頼
開発会社を選ぶ

3.開発を依頼した後の流れ

要件定義
基本設計

以下、順を追って紹介します。

課題・問題の整理

開発会社に依頼するときには、最初に課題・問題を整理することが必要です。自社の商品やサービスの売り上げを向上するために解決したい課題や問題を書き出してみることをおすすめします。

課題や問題の例として、以下の内容が挙げられます。

問い合わせフォームの入力が面倒で途中離脱者が多い
工場における不良品検知の精度が悪い
お掃除ロボットの精度が悪い

このような課題や問題を整理する際には、多角的な意見を取り入れることが大切。システムの利用者とプロジェクトチームでは抱えている課題が異なる可能性があるためです。また、整理する際には、本当に課題解決のためにAIが必要かといった点も吟味する必要があります。

開発予算・運用方針の決定

課題・問題の整理が終わったら、開発予算・運用方針の決定を行います。

AIの開発において、「○○の開発には○○円かかる」といった明確な相場があるわけではありません。企業ごとにAIによって解決したい課題が異なるためです。AIの学習データが多いほど、費用は高くなる傾向にあります。

AIを導入する目的は、大きく「売り上げアップ」「コスト削減」の2つです。現状のビジネス規模に応じて予算や運用方針を決めてください。

・開発・導入までの期間を決定

方針が決まったら、開発・導入までの期間を決定します。

AI開発では、以下のプロセスの工数を見積もります。具体的な期間は開発会社が見積もりの際に出してくれるので、ざっくりとした内容でも問題ありません。

要件定義
基本設計
詳細設計
開発（プログラミング）
単体テスト
結合テスト
総合テスト
システム導入

開発会社の見積もり・選定

開発会社の見積もり・選定のステップは以下の通りです。

RFP（提案依頼書）の作成
見積もり依頼
開発会社を選ぶ

それぞれのステップについて具体的に見ていきましょう。

RFP（提案依頼書）の作成

開発会社に開発を依頼しようと考える際には、最初にRFP（提案依頼書）の作成を行いましょう。RFP（Request for Proposal）とは、適切なシステム提案を受けるために必要な書類という意味です。RFPに記載する内容は、以下の表の通りです。

見出し	具体的な内容
提案依頼概要	プロジェクトの全体像
提案依頼手続き	提案のスケジュール、条件（予算を含む）
提案依頼内容	提案してほしい内容、範囲
プロジェクト実施にあたっての取り決め	プロジェクトの実行体制、実行場所、各種費用負担
現行システムの課題と解決イメージ	「課題（As Is）」と「あるべき理想的なイメージ（To Be）」
機能要求	必要な機能
非機能要求	ユーザビリティ、性能、拡張性、セキュリティなど
設計、開発、テスト要求	設計段階から開発、テスト段階で必要な条件
移行、教育要求	システムの移行時の内容、教育