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プロジェクトのチーム編成はなぜ従来のIT開発と違うのか
AIプロジェクトのチームには、従来のシステム開発にはない3つの特殊性があります。
- 不確実性が高い：要件が「やってみないとわからない」ため、ウォーターフォール型の大人数体制では動きが遅い
- ドメイン知識が不可欠：AIの精度はデータとドメイン理解で決まるため、業務の専門家がチームに必要
- 役割の境界が曖昧：PMがプロンプトを書き、エンジニアが業務分析をする。従来の「役割固定」では回らない
本記事では、AIプロジェクトのチーム編成パターン・各ロールの役割・規模別の推奨体制を解説します。
AIプロジェクトの7つのロール
| ロール | 主な責務 | AIプロジェクト特有の要件 |
|---|---|---|
| プロジェクトマネージャー | 全体統括、スケジュール管理、ステークホルダー調整 | AI固有の不確実性管理（PoC→本番の段階設計）、精度目標のKPI設計 |
| AIアーキテクト | 技術選定、システム設計、品質基準策定 | LLMモデル選定、RAG設計、ガードレール設計、マルチモデル戦略 |
| MLエンジニア | AI/MLモデルの実装、学習、評価 | プロンプトエンジニアリング、ファインチューニング、評価パイプライン構築 |
| アプリケーションエンジニア | フロントエンド/バックエンド開発 | AIコンポーネントとの統合、API設計、UI/UX実装 |
| ドメインエキスパート | 業務知識の提供、AIの出力検証 | 業務フローの言語化、テストケース作成、精度評価の判定基準策定 |
| データエンジニア | データ収集、クレンジング、パイプライン構築 | データ品質管理、アノテーション設計、ETL設計 |
| QA/テスト | 品質保証、テスト設計・実行 | 非決定的AIの出力テスト、プロパティベーステスト、LLM評価 |
プロジェクト規模別の推奨チーム構成
パターン1：最小構成（3名）— PoC・小規模プロジェクト向け
| ロール | 人数 | 兼任 |
|---|---|---|
| PM（+ドメインエキスパート兼任） | 1名 | 戦略方針決定+業務知識+開発チケット化 |
| エンジニア（ML+アプリ兼任） | 1名 | AI実装+フロントエンド/バックエンド |
| 責任者/スポンサー | 1名 | MTG参加のみ、Go/No-Go判断 |
適用場面：PoC、1〜3ヶ月の短期プロジェクト、予算500万円以下
メリット：意思決定が速い、コミュニケーションロスが最小
リスク：個人の能力に依存。1人が抜けるとプロジェクトが停止
パターン2：標準構成（5〜7名）— 本番開発プロジェクト向け
| ロール | 人数 |
|---|---|
| PM | 1名 |
| AIアーキテクト/テックリード | 1名 |
| MLエンジニア | 1名 |
| アプリケーションエンジニア | 1〜2名 |
| ドメインエキスパート（クライアント側） | 1名 |
| QA | 1名 |
適用場面：本番開発、3〜12ヶ月のプロジェクト、予算1,000〜3,000万円
パターン3：大規模構成（10名以上）— 全社展開プロジェクト向け
パターン2をベースに、データエンジニア、SRE/インフラ、セキュリティの専任を追加。
チーム組成の5原則
- 「Two-Pizza」ルール：1チーム5〜9名が最適。9名を超えるとコミュニケーションコストが急増
- T字型人材を優先：1つの専門性を深く持ちつつ、隣接領域にも対応できる人材を集める
- ドメインエキスパートは必須：技術チームだけでは「何のためのAIか」が見失われる
- 役割は固定しすぎない：PMがプロンプトを書き、エンジニアが顧客折衝する柔軟性を許容する
- 最初は小さく始める：PoC段階で大人数を投入しない。3名で始めて、本番化で拡張する
よくある失敗と回避策
失敗1：全員を外部委託する
外部ベンダーに全ロールを委託すると社内にノウハウが蓄積されません。最低でもPM（またはプロダクトオーナー）とドメインエキスパートは社内メンバーが務めてください。
失敗2：大人数で始める
PoC段階で10名以上の体制を組むと、コミュニケーションコストだけでPoCの期間と予算を消費します。PoCは最小3名で始めてください。
失敗3：ドメインエキスパートを兼任にする
「業務のことは聞けば教えてくれる」では不十分です。ドメインエキスパートはチームの正式メンバーとしてアサインし、週の20%以上の時間をAIプロジェクトに割いてもらってください。
FAQ
Q1. 社内にAIエンジニアがいない場合はどうしますか？
初期は外部パートナーにML/AIエンジニアを委託し、社内からは PM+ドメインエキスパートを出してください。1〜2年かけて内製化人材を育成し、段階的にチームを社内に移行します。
Q2. PMはAIの技術知識が必要ですか？
深い技術知識は不要ですが、AIの基本概念（LLM、RAG、ハルシネーション等）の理解と、PoC→本番化の段階設計ができる力が必要です。
Q3. 開発とコンサルを兼ねるロール（FDE等）は有効ですか？
非常に有効です。顧客の業務課題を直接聞き取り、その場でプロトタイプを作って検証できる「PM/エンジニア/コンサルの融合職」は、AIプロジェクトで最も効率的なロールです。
Q4. リモートチームでもAIプロジェクトは回りますか？
可能です。Slack/Teamsでの非同期コミュニケーション+週次の同期MTGで十分回ります。ただし、PoC初期の業務ヒアリングは対面（オンサイト）が効果的です。
Q5. チームの費用はどのくらいですか？
最小3名構成で月額300〜600万円、標準5〜7名構成で月額800〜1,500万円が目安です。ロール別の単価はPM:200〜300万/月、アーキテクト:200〜250万/月、エンジニア:150〜200万/月が市場水準です。
AIプロジェクトのチーム編成を相談しませんか？
renueでは、プロジェクトの規模・フェーズに応じた最適なチーム設計から、PM・エンジニアのアサインまで一気通貫で支援しています。PM/エンジニア/コンサルの融合職（FDE）による少数精鋭の支援体制に強みがあります。