AI駆動開発のWebシステム開発費用・期間｜要件定義が全て
AI駆動開発でWebシステム（業務システム）を開発する場合、当社の目安は小規模300万円・1.5〜3ヶ月、中規模700万円・2〜4ヶ月、大規模1,500万円・4〜5ヶ月以上です。従来のやり方（小規模500万円・2〜3ヶ月、中規模1,000〜1,500万円・3〜5ヶ月、大規模2,000〜3,000万円・6ヶ月以上）と比べて、費用はおおむね半分から4分の3になります。ただし、速く安くなるのはコーディング以降の工程です。要件定義と合意形成は速くなりません。
「AIで開発が安く早くなった」という話を聞いても、「自社の規模の業務システムでも本当にそうなのか」「AIが作ったものは品質が不安ではないか」と感じる方は多いはずです。当社（株式会社ペンタゴン）がClaude Codeを中心にAI駆動開発へ移行して分かったのは、AIは「決まったこと」を作るのは格段に速いが、「何を作るか」を決めることはできないという単純な事実でした。つまり、要件定義さえ固まっていれば実装は速く、要件定義が曖昧なままではAIを使っても速くなりません。
◆この記事の要点
- 費用・期間の目安（当社水準）：小規模300万円・1.5〜3ヶ月／中規模700万円・2〜4ヶ月／大規模1,500万円・4〜5ヶ月以上。従来比で費用はおおむね半分〜4分の3
- 速くなる工程・ならない工程：コーディングは大幅に圧縮。要件定義・設計と検証（レビュー・テスト）はむしろ工数が増え、品質に投資できるようになった
- 要件定義が全て：AIに仕様や業務フローを読ませて未確定の要件を炙り出す。合意形成と事前検証は速くならないので、ここに時間を使う
- 品質の担保：AIのコードを別のAIと人がレビューし直すループエンジニアリング、フレームワーク依存を減らすフレームレス構成
- 入口：要件定義フェーズのみの依頼も可能（1〜2ヶ月・100〜200万円目安）
» 【無料】AI駆動でのWebシステム開発を株式会社ペンタゴンに相談する
本記事では、スタートアップから大手企業まで10年以上アプリ・Webシステム開発に携わってきた「株式会社ペンタゴン」の代表である筆者が、自社の開発をAI駆動に切り替えて分かった「変わった工程・変わらない工程」と、費用・期間の目安、発注者が準備すべきことを解説します。なお、本記事は開発会社がプロとしてAIを使う「AI駆動開発」の話です。非エンジニアがAIツールで自分でアプリを作る話はAIでアプリは簡単に作れる？甘くない現実と外注の強みを解説で扱っており、その限界と本記事の内容は別物です。
AI駆動開発で当社のWebシステム開発はこう変わった
結論として、コーディング工程の工数は大幅に圧縮され、その分、要件定義・設計と検証の工数が増えました。「全工程が速くなる」のではなく、「作る時間が減り、決める時間と確かめる時間が増える」のがAI駆動開発の実態です。
工程別に見た「短縮された工程」と「増えた工程」
| 工程 | AI駆動開発での変化 | 理由 |
| 要件定義 | 工数は増加（質は向上） | AIに仕様・業務フローを読ませて未確定の要件を炙り出すため、決めるべきことが前倒しで増える。後工程で発覚するはずだった手戻りが減る |
| 設計（画面・データ） | 工数は増加（質は向上） | Figmaで画面デザインを先に固める「デザインファースト」で進めるため、実装前に画面と動きを合意する時間が増える |
| コーディング | 大幅に圧縮 | Claude Codeが設計にもとづいて実装・テストコード・ドキュメントの反復作業を担う |
| レビュー・テスト（検証） | 工数は増加（質は向上） | AIが書いたコードを別のAIと人がレビューし直すループエンジニアリングを回すため、検証に人の時間を使える |
| 合意形成・事前検証 | 変わらない | 関係部署の合意や「この開発で目的が達成されるか」の検証は人の判断。AIでは速くならない |
参考として、GitHubが2022年に公開したGitHub Copilotの生産性調査では、95人の開発者を2群に分けてJavaScriptでHTTPサーバーを書かせたところ、Copilot利用群は平均1時間11分、非利用群は平均2時間41分と、利用群が55％速く完了しています。これはコード補完の段階の数字で、現在のClaude Codeのようなエージェント型ツールは、設計にもとづいて機能単位で実装からテストまで進めるため、コーディング工程の圧縮幅はさらに大きくなっています。
圧縮した工数を「品質」に振り向けている
当社がAI駆動開発で最も大きいと感じている変化は、費用より「上流と検証に時間をかけられるようになった」ことです。従来はコーディングに工数の大半を取られ、要件の詰めやレビューは限られた時間で行わざるを得ませんでした。いまは要件の曖昧さを実装前に潰し、AIが書いたコードを人が読んで判断する時間を確保できます。費用が下がるのはその結果であり、当社では「浮いた工数の一部を品質に投資する」前提で見積もりを組んでいます。
自社プロダクトでの実践
当社はお客様の案件だけでなく、自社プロダクトの開発・運用にもAI駆動開発を使っています。AIで学習教材を自動生成・管理できる学習支援アプリ（自社アプリ）や、AIが相性・性格を分析する診断サービス（自社アプリ）は、企画から実装・改善までを自社で回しており、ここで得た知見（どこでAIに任せ、どこで人が止めるか）をお客様のWebシステム開発にそのまま適用しています。
AI駆動開発とは？「素人がAIで作る」とは何が違うのか
AI駆動開発とは、人が「何を作るか」と最終判断を担い、AIが実装・テスト・ドキュメントの反復作業を担う分業のことです。ChatGPTなどに指示して非エンジニアがアプリを作る「バイブコーディング」とは、レビューと品質管理の有無が決定的に違います。AI駆動開発の一般的な定義やアプリ開発を外注するときの会社選びはAI駆動開発とは？アプリ開発を外注するときの会社選びと失敗しないポイントで解説しているので、ここでは当社が実際にどう進めているかを紹介します。進め方の詳細より費用・期間を先に知りたい方は、次の表は読み飛ばして「なぜ要件定義さえ終われば速いのか」へ進んでいただいて構いません。
当社のAI駆動開発フロー：デザインファースト × Claude Code × ループエンジニアリング
| 工程 | 誰が・何を | AIの使い方 |
| ①要件定義 | 人が理想状態・KPI・業務フロー・優先順位を決める | 仕様書や業務フローをAIに読ませ、未定義・矛盾・抜けを指摘させて要件を炙り出す |
| ②デザイン（画面設計） | デザイナーがFigmaで画面と導線を先に固め、発注者と合意する | Figmaのデザインを起点にClaudeで画面の実装方針を整理する（デザインファースト） |
| ③実装 | エンジニアが設計を機能単位に分け、指示と確認を行う | Claude Codeが実装・テストコード・ドキュメントを生成する |
| ④レビュー（ループエンジニアリング） | 人が設計意図・セキュリティ・保守性を判断する | AIが書いたコードを別のAIがレビューし、人が確認し、修正して再レビューする。このループを品質基準を満たすまで繰り返す |
| ⑤テスト・リリース | 第三者視点のテストと受け入れ確認 | テストの自動実行と結果の整理をAIが担い、人が合否を判断する |
| ⑥運用・改善 | データを見て改善を判断する | ログの分析・改修の実装をAIが担う |
この流れで重要なのは、AIが書いたものを人がそのまま受け入れる工程が一つもないことです。要件の炙り出しも、実装も、レビューも、最後に判断するのは人です。AIは「速く・大量に・疲れずに」作る役割で、「正しいかどうか」を決める役割ではありません。
品質とセキュリティをどう担保しているか
AIが書いたコードで最も注意しているのは、依存関係を減らすことです。AIはライブラリやフレームワークを「楽に動く」方向で選びがちですが、依存が増えるほど、自社が書いていないコードの脆弱性に振り回されます。2025年3月には、広く使われているフレームワークのNext.jsで、ログイン後にしか見られないはずの画面に認証なしでアクセスできてしまう深刻な脆弱性が公表され（GitHubのセキュリティ勧告 CVE-2025-29927）、多くのシステムが緊急対応を迫られました。当社ではこうしたフレームワーク起因のリスクを避けるため、要件に応じて特定のフレームワークに依存しないフレームレスな構成を選び、依存するライブラリを最小限に絞っています。あわせて、AIが書いたコードを別のAIと人がレビューし、修正して再レビューする「ループエンジニアリング」でコード品質を継続的に確認し、進捗の可視化・デザインレビュー・第三者視点のテストという当社の品質管理体制を、AI駆動開発でもそのまま適用しています。詳しくはペンタゴンの4つの特徴もご覧ください。
なぜ「要件定義さえ終われば速い」のか
AIは決まったことを作るのは速いが、決めることはできません。だからAI駆動開発では、要件定義の完成度がそのまま期間と費用を決めます。従来の開発では、要件の曖昧さがコーディング中に少しずつ露見し、その都度エンジニアが判断して吸収していました。AI駆動開発では、曖昧なまま指示するとAIが「それらしい」実装を高速に大量に作ってしまい、手戻りも高速に大量に発生します。
AIで「決まっていないこと」を先に炙り出す
当社が要件定義で行っているのは、仕様書・業務フロー・既存のExcelや帳票をAIに読ませ、「この場合はどうなるのか」が決まっていない箇所、矛盾している箇所、抜けている例外処理を指摘させることです。たとえば受発注システムなら、「返品が発生したときの在庫の戻し方」「取引先ごとに異なる締め日の扱い」「承認者が不在のときの代理承認」といった、現場では暗黙に運用されていて仕様書に書かれていない事項が大量に出てきます。これらは従来なら実装中やテスト中、悪ければリリース後に発覚して手戻りやトラブルになっていたものです。実装前に発注者と一つずつ決めることで、後工程の手戻りが減り、結果として品質が上がります。システム開発が遅れる典型的な原因はシステム開発が遅れる7つの原因と効果的な対策方法を解説でも整理していますが、その多くは要件の曖昧さに起因します。
速くならないのは「合意形成」と「事前検証」
一方で、AIを使っても速くならない工程があります。関係部署への「この方針で開発を進めてよいか」の合意形成と、「この開発で本当に目的が達成されるか」の事前検証です。営業・倉庫・経理など複数部署が使う業務システムでは、各部署の言い分を聞き、優先順位を決め、納得してもらうプロセスに時間がかかります。ここを飛ばして実装に入ると、AIがどれだけ速く作っても「現場が使わないシステム」ができあがります。当社では、理想状態の言語化とKPI設計から始め、必要に応じて利用者へのアンケート調査やプロトタイプでの検証を行い、合意が取れてから実装に進みます。要件定義の進め方の全体像はシステム開発の要件定義とは？進め方から成功のコツまで徹底解説をご覧ください。
発注者側が用意しておくとよいもの
要件定義を速く・確実に進めるために、発注前に次のものを揃えておくと打ち合わせの密度が上がります。完璧である必要はありません。「いま実際にどう回しているか」が分かる材料が重要です。
- 現行の業務フロー：誰が・いつ・何を・どのツールで行っているか。図でなくても箇条書きで可
- いま使っているExcel・帳票・メールのテンプレート：項目と計算式がそのまま要件になる
- 困りごとのリスト：「二重入力が多い」「締め日に残業が発生する」など、現場の言葉のままで可
- 関係部署と決裁者：誰の合意が必要かを最初に明らかにしておく
- 連携が必要な既存システム・SaaS：会計ソフト・在庫管理・SFAなど
当社では、要件定義フェーズのみのご依頼にも対応しています。目安は1〜2ヶ月・100〜200万円で、業務フローの整理、AIによる要件の炙り出し、画面設計（Figma）、本開発の見積もりまでをセットでご提示します。要件定義の成果物を持って他社に相見積もりを取っていただくことも可能です。
AI駆動開発のWebシステム開発費用と期間の目安
当社のAI駆動開発でのWebシステム（業務システム）開発の目安は、小規模300万円・1.5〜3ヶ月、中規模700万円・2〜4ヶ月、大規模1,500万円・4〜5ヶ月以上です。従来のやり方の目安と並べると次のようになります。期間には要件定義（1〜2ヶ月）を含みます。
| 規模 | 構成の例 | 従来の目安 | AI駆動開発の目安（当社水準） |
| 小規模 | 1〜2業務の管理画面。予約管理・顧客リスト・日報・簡易な受発注など。利用者数人〜十数人 | 500万円・2〜3ヶ月 | 300万円・1.5〜3ヶ月（要件定義1〜2ヶ月＋実装〜テスト2〜4週間） |
| 中規模 | 複数業務を横断する業務システム。受発注＋在庫＋請求、権限管理、既存SaaSとの連携など。利用者数十人 | 1,000〜1,500万円・3〜5ヶ月 | 700万円・2〜4ヶ月（要件定義1〜2ヶ月＋実装〜テスト1〜2ヶ月） |
| 大規模 | 基幹業務との連携、複数拠点・複数部署、外部公開のポータル、厳格な監査要件など。利用者数百人以上 | 2,000〜3,000万円・6ヶ月以上 | 1,500万円・4〜5ヶ月以上（要件定義1〜2ヶ月＋実装〜テスト3ヶ月以上） |
内訳の目安は、小規模300万円なら要件定義100〜200万円＋実装〜テスト100〜200万円、中規模・大規模も要件定義は100〜200万円で、残りが設計・実装・テストと検証の費用です。費用が従来比で半分〜4分の3に収まるのは、コーディング工程の圧縮分です。要件定義・設計・検証の工数はむしろ増やしているため、「AIだから10分の1」にはなりません。逆に言えば、浮いた分を品質に投資したうえでこの水準です。一般的なシステム開発の相場や見積もりの内訳は見積書公開！アプリ開発費用の相場とは？内訳を開発会社が全部見せます、一般消費者向けWebサービスの費用はWebサービスの開発費用は「300万円〜」相場の内訳とコスト削減のコツを解説【2026年版】で紹介しています。
費用・期間が下がらないケース
次のケースでは、AI駆動開発でも費用・期間の圧縮幅は小さくなります。見積もり時に前提として確認しています。
- 要件が決められない：関係部署の合意が取れていない、業務フロー自体が定まっていない。AIでは決められないため、要件定義フェーズが長引く
- レガシーシステムとの連携が多い：仕様が文書化されていない既存システムとの接続は、調査と検証に人の時間がかかる
- 厳格なセキュリティ監査・法令対応：監査証跡やコンプライアンス要件は、検証工程を圧縮できない
- 独自性の高いUI・体験：デザインファーストで固める工程が長くなる（ただし、ここに時間をかける価値がある案件が多い）
リリース後にかかる費用
開発費とは別に、保守運用費（一般に年間で開発費の15％程度）、クラウドのサーバー費、AIのAPIを機能として組み込む場合はその利用料がかかります。AI駆動開発で作ったシステムは依存関係が少ない分、フレームワークの更新に追われる保守は軽くなりますが、業務の変化に合わせた改修は継続的に発生します。保守費の相場はアプリの運用保守費はいくら？相場・月額の目安と内訳をプロが解説、サーバー費はアプリ開発のサーバーの仕組み・費用を解説！ServerlessやBaaSという選択肢もをご覧ください。
AI駆動開発が向いているWebシステム・向いていないシステム
向いているのは、業務フローが明確で、決めるべきことを決められる社内システムです。向いていないのは、要件を決められない探索型のプロジェクトと、基幹システムの全面刷新です。
| 区分 | システムの例 | 理由 |
| 向いている | 受発注・在庫・請求などの業務管理システム、予約・顧客管理、社内ポータル・申請承認、日報・勤怠などの管理画面、既存Excel業務のシステム化 | 業務フローと画面・データが決めやすく、AIによる要件の炙り出しと実装の圧縮が最も効く |
| 向いている | 新規事業のMVP（必要最小限のプロダクト）、社内で試したいツール | 小さく作って検証し、データを見て拡張する進め方と相性がよい |
| 条件付き | 既存SaaSや会計ソフトとの連携が多いシステム | 連携先の仕様が明確なら向く。文書化されていない既存システムとの接続は調査に時間がかかる |
| 向いていない | 要件を決められない探索型プロジェクト（「AIで何かやりたい」段階） | 決めることができない以上、AIでは速くならない。まず企画・要件定義フェーズを分けて行う |
| 向いていない | 基幹システムの全面刷新、厳格な監査・法令要件が中心のシステム | 合意形成・検証・移行の工数が支配的で、コーディング圧縮の効果が相対的に小さい |
AI駆動開発を発注するときに確認すべき4つのこと
「AIを使っています」だけで選ばず、①どの工程でAIを使い誰がレビューするか、②短縮の根拠、③実践の実績、④要件定義の進め方と見積もりの前提、の4点を確認してください。
- ①AIを使う工程と、人がレビューする体制：「実装はAI、レビューは誰がどう行うか」を説明できるか。レビューの仕組み（当社ならループエンジニアリング）がない会社は、AIのコードをそのまま納品している可能性がある
- ②短縮の根拠：「何割安い」ではなく「どの工程がどう短縮され、どの工程は変わらないか」を工程別に説明できるか。全工程が速くなると言う会社は要注意
- ③AI駆動開発を実践している実績：自社プロダクトや過去案件で実際に回しているか。ツールを導入しただけと、開発フロー全体を組み替えているかは別物
- ④要件定義の進め方と見積もりの前提：要件定義をどう進めるか、見積もりに何が含まれ何が含まれないか、仕様変更時に費用・期間への影響をどう提示するか
複数社を比較したい場合は【2026年最新】AI駆動開発に強いアプリ開発会社おすすめ10選！比較ポイントも解説、外注の進め方の全体像はアプリ開発の外注｜費用・会社の選び方・依頼の流れを解説をご覧ください。
AI駆動開発のWebシステム開発についてよくある質問
AIが書いたコードの品質やセキュリティは大丈夫ですか？
結論：AIが書いたコードをそのまま使わなければ問題ありません。当社では、AIが書いたコードを別のAIと人がレビューし、修正して再レビューするループエンジニアリングで品質を確認しています。あわせて、フレームワーク起因の脆弱性に振り回されないよう依存関係を最小限にしたフレームレスな構成を選び、第三者視点のテストを経てリリースしています。「AIが書いたから不安」ではなく、「レビューの仕組みがあるか」で判断してください。
要件定義だけを依頼することはできますか？
結論：可能です。目安は1〜2ヶ月・100〜200万円で、業務フローの整理、AIによる未確定要件の炙り出し、Figmaでの画面設計、本開発の見積もりまでをセットでご提示します。成果物をもとに他社へ相見積もりを取っていただいても構いません。
自分たちでChatGPTやノーコードを使って作るのと何が違いますか？
結論：試作までなら自社でも可能ですが、業務で使い続けるシステムには、要件の炙り出し・レビュー・セキュリティ・保守の体制が必要です。AIが書いたコードの間違いに気づけない、作った人しか触れない、ツールの仕様変更に振り回されるといった限界はAIでアプリは簡単に作れる？甘くない現実と外注の強みを解説で詳しく説明しています。当社のAI駆動開発は、この限界を人のレビューと設計で埋めたうえで、AIの速さだけを取り込む進め方です。
既存のExcelやSaaS・会計ソフトと連携できますか？
結論：可能です。Excelの取り込み・出力、API（外部連携の仕組み）を公開しているSaaSや会計ソフトとの連携に対応しています。連携先の仕様が明確なほど実装は速く、逆に仕様が文書化されていない既存システムとの接続は調査の工数を見込みます。要件定義の段階で、連携先の一覧と仕様の有無を確認します。
AI駆動開発なら費用は必ず安くなりますか？
結論：必ずではありません。安くなるのはコーディング工程の圧縮分で、当社では従来比おおむね半分〜4分の3が目安です。要件が決められない、レガシーシステムとの連携が多い、厳格な監査要件がある、といったケースでは圧縮幅が小さくなります。見積もり時に前提とスコープを明示し、仕様変更が発生した場合は費用・期間への影響をその都度ご提示します。
まとめ
AI駆動開発でWebシステム（業務システム）を開発する場合、当社の目安は小規模300万円・1.5〜3ヶ月、中規模700万円・2〜4ヶ月、大規模1,500万円・4〜5ヶ月以上で、従来比おおむね半分〜4分の3の費用です。速くなるのはコーディング工程で、要件定義・設計・検証はむしろ工数を増やして品質に投資しています。
成否を分けるのは要件定義の完成度です。AIで未確定の要件を実装前に炙り出し、関係部署の合意と事前検証に時間を使えば、その後の実装は速く、手戻りも減ります。要件定義フェーズのみのご依頼（1〜2ヶ月・100〜200万円目安）にも対応していますので、「まず何を決めればよいか分からない」段階からご相談ください。
