株式会社renue
AI導入・DXの悩みをプロに相談してみませんか？
AIやDXに関する悩みがありましたら、お気軽にrenueの無料相談をご利用ください。 renueのAI支援実績、コンサルティングの方針や進め方をご紹介します。
AI開発の要件定義は従来のシステム開発と何が違うのか
AI開発プロジェクトの要件定義は、従来のシステム開発とは根本的に異なります。「やってみないとわからない」要素が多く、事前に全ての仕様を確定させることが不可能だからです。
しかし「やってみないとわからない」は「何も決めなくてよい」とは異なります。確定できる要件はしっかり定義し、不確定な要件はPoCで検証するという切り分けが重要です。
本記事では、AI開発プロジェクトの要件定義で整理すべき5つのカテゴリと、実務で使えるテンプレートを解説します。
AI要件定義の5カテゴリ
| # | カテゴリ | 内容 | 確定度 |
|---|---|---|---|
| 1 | 業務要件 | AIで何の業務を、どう改善するか | 高（PoC前に確定可能） |
| 2 | データ要件 | どんなデータが必要で、どこにあるか | 高（棚卸しで確定可能） |
| 3 | 機能要件 | AIシステムが提供する具体的な機能 | 中（PoCで一部変更あり） |
| 4 | 非機能要件 | 性能・セキュリティ・運用の品質基準 | 高（SLA等は事前確定可能） |
| 5 | AI固有要件 | 精度目標・モデル選定・評価方法 | 低（PoCで検証が必要） |
カテゴリ1：業務要件
整理すべき項目
| 項目 | 質問 | 記載例 |
|---|---|---|
| 対象業務 | AIで改善したい業務は何か | コールセンターの問い合わせ対応 |
| 現状の課題 | 今何に困っているか | 月間5,000件の問い合わせに対し、オペレーター10名で対応。待ち時間が平均8分 |
| 目標状態 | AIで何をどこまで改善したいか | 定型問い合わせの50%をAI自動回答に移行し、待ち時間を3分以下に |
| 業務フロー | 現在の業務は何ステップで行われているか | 受電→用件確認→ナレッジ検索→回答→記録（5ステップ） |
| 利用者 | 誰がAIシステムを使うか | コールセンターオペレーター10名+スーパーバイザー2名 |
カテゴリ2：データ要件
| 項目 | 質問 | 記載例 |
|---|---|---|
| 必要データ | AIの学習・推論に必要なデータは何か | FAQ 500件、過去の問い合わせ履歴12ヶ月分、マニュアル30文書 |
| データソース | データはどのシステムにあるか | CRM（Salesforce）、社内Wiki（Confluence）、Excelファイル |
| データ量 | データの件数・容量はどのくらいか | FAQ 500件、問い合わせ履歴60,000件、マニュアル合計200ページ |
| データ品質 | データのクレンジングは必要か | FAQ：最終更新が2年前、50件は内容が古い。問い合わせ履歴：欠損率5% |
| 更新頻度 | データはどのくらいの頻度で更新されるか | FAQ：月次更新。問い合わせ履歴：リアルタイム蓄積 |
カテゴリ3：機能要件
AIシステムが「何をするか」を具体的に定義します。
| 機能ID | 機能名 | 概要 | 入力 | 出力 |
|---|---|---|---|---|
| F-001 | 質問自動分類 | 顧客の質問テキストをカテゴリに自動分類 | 質問テキスト | カテゴリID + 信頼度スコア |
| F-002 | 自動回答生成 | 質問に対してFAQから最適な回答を生成 | 質問テキスト + カテゴリ | 回答テキスト + 参照FAQ ID |
| F-003 | オペレーター転送判定 | AIで回答不可と判断した場合に転送 | 信頼度スコア | 転送フラグ + 要件サマリ |
カテゴリ4：非機能要件
| 項目 | 要件 | 基準値 |
|---|---|---|
| レスポンスタイム | 回答生成までの応答時間 | P95で5秒以内 |
| 同時接続数 | 同時に処理可能なリクエスト数 | 同時200接続 |
| 可用性 | システム稼働率 | 99.5%以上（月間ダウンタイム3.6時間以内） |
| セキュリティ | データの暗号化・認証方式 | 通信はTLS 1.3以上、データはAES-256暗号化 |
| 認証方式 | APIアクセスの認証 | APIキー認証 or OAuth 2.0 |
| バックアップ | データのバックアップ方針 | 日次バックアップ、保持期間30日 |
カテゴリ5：AI固有要件
従来のシステム開発にはない、AI特有の要件カテゴリです。
| 項目 | 質問 | 記載例 |
|---|---|---|
| 精度目標 | AIの回答精度はどの水準を目指すか | 目標：正答率85%以上。PoC時に計測して判断 |
| モデル選定 | どのLLM/MLモデルを使用するか | Claude Sonnet（Bedrock経由）。コスト15〜23円/件 |
| 評価方法 | 精度をどう測定するか | テストケース100件に対する手動評価との一致率 |
| 誤回答時の対応 | AIが誤った回答をした場合の対応 | 信頼度スコア0.7未満の場合は自動でオペレーターに転送 |
| 再学習頻度 | モデルの更新頻度 | FAQの更新に合わせて月次で再インデックス |
要件定義テンプレート（A/B/C選択式）
AI開発では不確定要素が多いため、全てを文章で書くより「A/B/Cの選択肢を提示して決めてもらう」方式が実務的です。
| # | 確認事項 | A案（推奨） | B案 | C案 |
|---|---|---|---|---|
| 1 | DB基盤 | PostgreSQL + pgvector（1DB完結） | MySQL + 外部検索エンジン（2系統管理） | 専用ベクトルDB（高性能だが運用複雑） |
| 2 | 認証方式 | APIキー（最小構成） | mTLS（高セキュリティ） | OAuth 2.0（標準的） |
| 3 | LLMモデル | Claude Sonnet（コスト/精度バランス） | GPT-4o（汎用性高い） | Claude Opus（最高精度だがコスト5倍） |
この方式なら、技術的な背景がない意思決定者でも判断しやすく、合意までの時間が短縮されます。
よくある失敗と回避策
失敗1：全てを事前に確定しようとする
AI固有要件（精度目標、モデル選定）はPoCで検証するものであり、事前に確定できません。「確定可能な要件」と「PoCで検証する要件」を明確に切り分けてください。
失敗2：非機能要件を後回しにする
セキュリティ審査や同時接続数の要件は、後から追加すると大幅な手戻りが発生します。非機能要件は最初に定義してください。
失敗3：業務フローの言語化を省略する
「問い合わせ対応を自動化したい」だけでは要件になりません。現在の業務を全ステップ書き出し、どのステップをAIに置き換えるかを明確にしてください。
FAQ
Q1. 要件定義にどのくらいの期間が必要ですか？
業務要件・データ要件・非機能要件は2〜4週間で定義可能です。AI固有要件はPoC（1〜3ヶ月）で検証するため、要件定義とPoCを合わせて3〜5ヶ月が目安です。
Q2. 要件定義は誰が主導すべきですか？
業務要件は事業部門、データ要件は情報システム部門、AI固有要件はAIベンダーまたは社内AI推進チームが主導します。PMが全体を統括し、漏れのない要件定義を実現します。
Q3. 要件が途中で変わった場合はどうしますか？
AI開発では要件変更は「想定内」です。変更管理プロセス（変更申請→影響分析→承認→実施）を契約に含め、追加コスト・スケジュール影響を都度合意してください。
Q4. PoC前に要件定義書は必要ですか？
最低限の業務要件とデータ要件は必要です。PoCの「何を検証するか」が不明確だと、PoCの結果を判断する基準がなくなります。
Q5. 要件定義書のボリュームはどのくらいが適切ですか？
10〜30ページが目安です。100ページ超の要件定義書はAI開発の不確実性と相性が悪く、結局PoCで大幅に変更されます。
AI開発の要件定義でお困りですか？
renueでは、AI開発の要件定義からPoC設計・本番構築まで一気通貫で支援しています。業務分析、データ棚卸し、非機能要件の設計を、実案件の知見に基づいて実施します。