【2026年10月最新】AI開発をベトナムに外注する前に知っておくべきこと｜オフショア開発の実態とClaude Codeで内製化する選択肢
aikanri-admin
「AIモデルの開発を外注したいが、国内のAI開発会社は単価が高すぎる」「ベトナムなど海外のオフショア開発会社に頼めば本当に安く済むのか」——AI活用を検討する経営者・管理職の方から、こうした相談を受けることが増えています。
実際、ベトナムを中心とした東南アジアにはAIモデル開発・アノテーション（データ注釈作業）を専門に行うオフショア開発会社が多数存在し、日本国内で依頼するより大幅に安いコストでAI開発を進められるケースがあります。しかし、「安いから」という理由だけで外注を決めると、コミュニケーションコストや品質管理の負担で想定外の時間を取られることも少なくありません。
この記事では、AI開発を海外に外注する仕組みとコスト構造を整理したうえで、「外注する」以外にもう一つ存在する選択肢——Claude Codeを使って社内でAI活用を内製化するという道について、弊社（株式会社GENAI）の実運用データを交えて解説します。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の6つが明確になります。
01 BACKGROUND なぜ今「AI開発の外注」が注目されているのか AI人材不足とオフショア市場拡大という2つの背景
AI開発の外注、特に海外へのオフショア委託が注目される背景には、大きく2つの事情があります。国内のAI人材不足と、ベトナムをはじめとする東南アジアのITオフショア市場の急成長です。
経済産業省の調査でも繰り返し指摘されている通り、日本国内のIT人材、特に機械学習・データ分析ができる人材は常に供給不足の状態です。国内のAIエンジニアに開発を依頼すると、人月単価が100万円を超えることも珍しくなく、中小企業にとっては予算的なハードルが高いのが実情です。
📚 用語解説
人月単価：エンジニア1人が1ヶ月稼働した場合の委託費用の単位。「人月100万円」は、1人のエンジニアを1ヶ月間フルタイムで確保するのに100万円かかるという意味です。システム開発の見積もりで広く使われる単位です。
1-1. ベトナムがAI開発のオフショア拠点として選ばれる理由
ベトナムは2000年代からオフショア開発（システム開発を海外企業に委託する形態）の拠点として実績を積んできました。近年はAIモデル開発やアノテーション業務に特化した企業も増え、日本のAI開発単価の3分の1〜4分の1程度で同等の作業を依頼できるケースが報告されています。
背景には、ベトナムの大学（ハノイ工科大学など）が理工系教育に力を入れており、プログラミング・数学に強い若手人材が豊富という事情があります。さらに、人件費水準が日本より低いため、同じ技術力でもコストを抑えて提供できる構造になっています。
📚 用語解説
アノテーション：AIにデータの意味を教えるための「ラベル付け」作業。例えば画像に写っているものが「人」か「車」かをAIが学習できるよう、人間が1枚ずつ正解ラベルを付けていく地道な工程です。AIモデルの精度は、このアノテーションの質と量に大きく依存します。
オフショア開発は「システム開発」だけでなく、AIモデル開発に必要な「アノテーション」「データクリーニング」「モデルの精度検証」といった工程も対象になります。AI開発の中でも人手がかかる反復作業ほど、オフショア委託のコストメリットが大きくなる傾向があります。
1-2. 「外注」を検討する企業が増えている背景
弊社にAI活用のご相談をいただく企業の中にも、「社内にAI人材がいないので外注するしかない」と考えている経営者が少なくありません。実際、専門性の高いAIモデル開発を自社でゼロから行うのは、これまで非常にハードルが高い選択でした。
しかし2025年以降、Claude Codeのような自律型AIエージェントが登場したことで、この前提が変わりつつあります。「専門人材がいないから外注する」という二択だけでなく、「AIエージェントを使って非エンジニアが自分たちで作る」という第三の道が現実的になってきたのです。この点については第5章以降で詳しく解説します。
代表菅澤
02 OFFSHORE MECHANICS AI開発を外注する仕組みとコスト構造 何にいくらかかるのかを分解して理解する
AI開発を外注する際のコストは、大きく3つの工程に分けて考えると理解しやすくなります。①要件定義・設計、②アノテーション・データ準備、③モデル開発・実装です。
| 工程 | 内容 | 工数の目安 | コストの傾向 |
|---|---|---|---|
| 要件定義・設計 | どんなAIを作るか、何を学習させるかの設計 | 全体の10〜15% | 上流工程ほど単価が高い |
| アノテーション・データ準備 | 学習データへのラベル付け、データクリーニング | 全体の40〜60% | 人手が多く必要・外注メリットが最大 |
| モデル開発・実装 | AIモデルの構築、チューニング、システム統合 | 全体の25〜40% | 専門性が高く単価が高い |
この分解からわかる通り、AI開発全体の工数の半分近くはアノテーション・データ準備に集中しています。この地道な作業こそが、ベトナムなどのオフショア開発会社が強みを発揮する領域です。専任のアノテーションスタッフを数十名規模で確保し、独自ツールで作業効率を高めている企業も多く、日本国内で同じ体制を組むよりコストを大幅に抑えられます。
2-1. 国内開発とオフショア開発のコスト比較
| 項目 | 国内AI開発会社 | 海外オフショア（ベトナム等） |
|---|---|---|
| エンジニア人月単価 | 80万円〜150万円 | 20万円〜50万円 |
| アノテーション単価 | 人月60万円〜 | 人月15万円〜30万円 |
| コミュニケーション | 日本語で直接やり取り | 通訳・ブリッジSE経由が多い |
| 品質管理 | 自社内で完結しやすい | レビュー工程の設計が必須 |
| 契約・納期管理 | 柔軟な調整が可能な場合が多い | 時差・文化の違いで調整に時間 |
単価だけを見ると海外オフショアの優位性は明確です。ただし、ここで見落とされがちなのが、「安い単価」と「実際に支払う総コスト」は必ずしも一致しないという点です。
海外オフショア開発では、ブリッジSE（日本語と現地語の両方を理解し、仕様を橋渡しする役割）の人件費、言語の壁による修正往復の時間、時差によるレスポンス遅延などが発生します。これらは見積書には現れにくいものの、実際のプロジェクト進行で確実にコストとして積み上がります。
📚 用語解説
ブリッジSE：発注元（日本企業）と開発チーム（海外）の間に立ち、仕様や要件を正確に伝える役割を担うエンジニア。言語と技術の両方を理解している必要があるため、人件費が別途発生することが多く、見積もりの際に見落とされやすい項目です。
2-2. 実際のプロジェクトで発生しやすい「隠れコスト」
弊社がAI活用のご相談を受ける中で、過去にオフショア開発を経験した企業からよく聞くのは、以下のようなギャップです。
これらは海外オフショア開発そのものが悪いという話ではなく、「仕様が固まっていて、大量生産的な作業が中心のプロジェクト」では強みを発揮しやすい一方、「要件が変わりやすく、スピード重視の業務改善」には不向きという特性の問題です。この見極めが、外注先選びで最も重要なポイントになります。
2-3. 契約形態による違いも理解しておく
オフショア開発の契約形態には、大きく「請負契約」と「ラボ型契約（専属チーム契約）」の2種類があります。請負契約は決まった仕様の成果物を決まった金額で納品してもらう形態で、仕様変更のたびに追加見積もりが発生しやすいのが特徴です。一方のラボ型契約は、一定期間専属のチームを確保して月額固定で稼働してもらう形態で、仕様変更への対応は柔軟になりますが、固定費として継続的にコストが発生します。
📚 用語解説
ラボ型契約：発注元企業専属の開発チームを一定期間確保し、月額固定の費用で稼働してもらう契約形態。仕様変更に柔軟に対応できる一方、チームを解約しない限り固定費が発生し続けるため、業務量が少ない時期でもコストが変わらない点に注意が必要です。
どちらの契約形態を選んでも、「継続的に仕様が変わる業務」は追加コストが発生しやすいという構造は変わりません。この点が、次章で解説する「外注か内製か」の判断基準に直結してきます。
03 PROS AND CONS オフショア外注のメリット・デメリットを整理する 「安い」の裏にあるトレードオフを正しく理解する
3-1. メリット：コスト・専門人材・スケーラビリティ
海外オフショアでAI開発を外注する最大のメリットは、やはりコスト効率です。前章で見た通り、人月単価が国内の3分の1〜4分の1程度に抑えられるため、同じ予算でより大規模なデータ処理・モデル開発が可能になります。
3-2. デメリット：コミュニケーション・品質管理・情報セキュリティ
一方でデメリットも明確に存在します。最も多く聞かれるのがコミュニケーションコストです。言語や文化の違いから、仕様の細かいニュアンスが伝わりきらず、想定と異なる仕上がりになるケースが一定数発生します。
顧客データを含む学習データを海外の委託先に渡す場合、個人情報保護法やGDPR等の規制、契約上の秘密保持義務（NDA）の実効性を事前に確認する必要があります。特に医療・金融など機密性の高い業種では、データの匿名化・マスキング処理を外注前に自社で完了させておくことが推奨されます。
📚 用語解説
NDA（秘密保持契約）：Non-Disclosure Agreementの略。業務上知り得た機密情報を第三者に開示しないことを約束する契約。海外企業との取引では、契約内容が実際にどこまで法的強制力を持つか、現地の法制度も踏まえて確認することが重要です。
AI鬼管理山崎
04 DECISION CRITERIA 外注すべきか内製すべきか、判断基準を整理する 業務の「継続性」と「専門度」で見極める
外注と内製、どちらを選ぶべきかは、プロジェクトの性質によって変わります。弊社で判断基準としておすすめしているのは、以下の2軸でのマッピングです。
①専門度：高度な数理モデルの研究開発が必要か、業務改善レベルのAI活用か
②継続性：一度作って終わりのプロジェクトか、継続的に改善・運用していく業務か
| 状況 | 専門度 | 継続性 | おすすめの進め方 |
|---|---|---|---|
| 研究開発レベルの独自AIモデルを作りたい | 高い | 低〜中 | 専門チーム（外注含む）への委託が妥当 |
| 大量データのアノテーションを一度だけ行いたい | 低い | 低い | オフショア外注のコストメリットが最大化 |
| 社内の定型業務をAIで自動化・効率化したい | 低〜中 | 高い | Claude Codeでの内製化が効率的 |
| 顧客対応・資料作成など日常業務にAIを組み込みたい | 低い | 高い | 内製化（Claude Code運用）が圧倒的に有利 |
ポイントは、「継続的に使う・改善していく業務」であればあるほど、内製化の価値が高まるということです。外注は「作って終わり」の一回性のプロジェクトには強いですが、日々の業務改善のように毎週・毎日、小さな調整を繰り返す業務には、外部に都度依頼するコミュニケーションコストが積み重なってしまいます。
業務を
「専門度」×「継続性」
でマッピング
一回性の
専門タスクは
外注を検討
継続的な
業務改善は
内製化を検討
必要に応じて
外注と内製を
組み合わせる
4-1. 「外注した方が安い」という思い込みのリスク
AI開発の外注コストを人月単価だけで比較すると、どうしても「海外に頼んだ方が安い」という結論になりがちです。しかし、継続的な業務改善の場面では、「月に数回、仕様を調整するたびに外注先とやり取りする時間コスト」が見落とされています。
例えば、社内の請求書チェック業務をAIで自動化したいケースを考えます。外注してシステムを一度作ってもらっても、取引先が増えたり請求書のフォーマットが変わったりするたびに、修正を依頼し直す必要があります。この「都度の調整コスト」は、プロジェクトが長期化するほど膨らんでいきます。
「今後も仕様が変わり続けそうか」「月に1回以上、調整や改善が発生しそうか」の2点に当てはまる業務は、外注よりも内製化（Claude Codeなど）で自社が直接コントロールできる体制を作る方が、長期的なコストは低く収まる傾向があります。
05 GENAI CASE STUDY 【独自データ】GENAI社内のAI内製化実運用 Claude Codeで「外注せずに」業務AI化を進めた実例
ここでは、弊社（株式会社GENAI）が実際にAI活用をどのように内製化してきたかを、数値ベースで紹介します。弊社では、AI開発を外部に外注するのではなく、Claude Max 20xプラン（月額$200・約30,000円）を契約し、社内のあらゆる業務にClaude Codeを組み込む形で運用しています。
| 項目 | 内容 |
|---|---|
| 契約プラン | Claude Max 20x（月$200 / 約30,000円） |
| 利用開始 | 2025年後半〜 |
| 利用部署 | 経営・営業・広告・開発・経理・秘書業務まで全社 |
| 外部委託比率 | 定型業務は原則内製、専門性が極めて高い一部のみ外部連携 |
5-1. 業務領域別の削減時間（肌感ベース）
| 業務領域 | 主な用途 | 概算削減時間 |
|---|---|---|
| 営業 | 提案書・見積・顧客別資料の自動生成 | 週20時間 → 週2時間 |
| 広告運用 | 週次レポート・CPA分析・配信内容調整 | 週10時間 → 週1時間 |
| ブログ記事 | SEO記事執筆・リライト・内部リンク最適化 | 1本8時間 → 1本1時間 |
| 経理 | 請求書チェック・経費仕訳・Freee連携 | 月40時間 → 月5時間 |
| 秘書業務 | 日報生成・議事録・スケジュール調整 | 日2時間 → 日15分 |
上記は弊社の肌感ベースの数値であり、業種・業態・担当者のスキルによって削減時間は変動します。あくまで「外注せずに内製化するとどこまで業務をカバーできるか」の参考情報としてご覧ください。
5-2. 外注コストと内製化コストの比較イメージ
仮に、前述の請求書チェック・経費仕訳業務（月40時間相当）を海外オフショアに外注した場合と、Claude Codeで内製化した場合のコストを比較してみます。
| 項目 | 海外オフショア外注（想定） | Claude Codeで内製化 |
|---|---|---|
| 月額コスト | 人月15万円〜30万円程度（業務量次第） | Max 20xプラン：月30,000円 |
| 仕様変更時の対応 | 都度依頼・修正往復が発生 | 社内で即時調整可能 |
| ノウハウの蓄積 | 外部に蓄積（委託終了で失われやすい） | 社内に蓄積される |
| 情報セキュリティ | 委託先への情報共有が必要 | 社内に情報を留めやすい |
代表菅澤
06 HOW TO BUILD IN-HOUSE Claude Codeで内製化するという第三の選択肢 非エンジニアでも始められる具体的なステップ
「内製化が良いのは分かったが、社内にAI人材がいない」という声は当然出てきます。ここで重要なのが、Claude Codeのような自律型AIエージェントの存在です。従来は専門エンジニアでなければ難しかった「業務にAIを組み込む」作業が、非エンジニアでも相当なレベルまで実践できるようになっています。
📚 用語解説
自律型AIエージェント：人間が都度細かく指示しなくても、目的を伝えればそこに向けて複数のステップを自分で計画し実行するAI。Claude Codeは「この請求書データを整理して」「この議事録から重要なタスクを抽出して」といった抽象的な指示だけで、ファイルの読み書きや処理を自律的に行います。
6-1. 内製化の4ステップ
弊社で実際にAI活用を社内に組み込んできたプロセスを整理すると、以下の4ステップになります。
最も面倒な
定型業務を
1つ選ぶ
Claude Codeに
試しに
任せてみる
1ヶ月で
効果検証
（時間・精度）
成功パターンを
他業務に
横展開
6-2. 内製化しても専門性が必要な領域は外部と連携する
ここで強調しておきたいのは、「内製化」と「外注」は対立する選択肢ではないという点です。弊社でも、高度な研究開発や特殊な技術要件が絡む領域については、専門性を持つ外部パートナーと連携することがあります。
重要なのは、「日常的に発生する業務改善」は内製化し、「一度きりの専門的な開発」は必要に応じて外部に依頼するというように、業務の性質で使い分けることです。この判断軸さえ持っておけば、外注コストを無駄に膨らませることなく、自社にAI活用のノウハウを蓄積していけます。
「アノテーションのような大量反復作業は一時的に外部へ、業務プロセスへの組み込みや日々の調整はClaude Codeで内製」という分業は、コストと柔軟性のバランスが良い現実的な選択肢です。
AI鬼管理山崎
07 OVERCOMING BARRIERS 非エンジニアが内製化で越える3つの壁 「AI開発は専門家の仕事」という思い込みを外す
内製化という選択肢を知っても、「自分にはできない」と感じる経営者・管理職の方は少なくありません。弊社のAI導入支援でも、以下の3つの壁でつまずくケースを多く見てきました。
7-1. 【壁1】「AI開発＝プログラミング」という思い込み
最初の壁は、「AIを使うにはプログラミングを覚えなければいけない」という思い込みです。確かに数年前まではその通りでしたが、Claude Codeのデスクトップ版が登場した現在では、チャット形式の日本語の指示だけで、ファイル操作や業務の自動化を進められます。
ターミナル（黒い画面）を開く必要はありません。Claude Codeのデスクトップ版をインストールして、「このExcelの請求データを整理して」と話しかけてみてください。それだけで内製化の第一歩が始まります。
7-2. 【壁2】「何を内製化すればいいか分からない」
2つ目の壁は用途探索の問題です。ここで有効なのが、本記事の第4章で紹介した「専門度×継続性」のマッピングです。まずは自分の業務の中で、毎週・毎日発生している反復作業を書き出してみることをおすすめします。
7-3. 【壁3】「外注先との関係を切るのが不安」
3つ目の壁は、既に外注している業務を内製化に切り替える際の心理的なハードルです。これは焦って全面切り替えする必要はありません。新しく発生する小さな業務から内製化を試し、既存の外注契約と並行運用することで、リスクを抑えながら移行できます。
代表菅澤
また、既存の外注先との関係を切らずに内製化を進める場合は、「どの業務を内製に移したか」を社内で記録として残すことも重要です。属人化を避け、担当者が変わっても同じ判断基準で業務の棲み分けを続けられるようにしておくと、内製化の範囲を安全に広げていけます。
08 QUICK GUIDE 目的別：外注・内製・ハイブリッドの早見表 自分の状況に近い行から判断する
| あなたの状況 | おすすめの進め方 | 理由 |
|---|---|---|
| 独自の数理モデルを研究開発したい | 専門チームへの外注 | 高度な専門性が必要で、社内育成には時間がかかる |
| 大量データのアノテーションを一度だけ行いたい | オフショア外注 | 一回性の反復作業はコストメリットが最大化する |
| 社内の定型業務を継続的に効率化したい | Claude Codeで内製化 | 仕様変更への対応・ノウハウ蓄積の面で有利 |
| AI人材がおらず、何から始めればいいか分からない | Claude Codeデスクトップ版から試す | プログラミング不要で始められる |
| 一部は外注、一部は内製にしたい | ハイブリッド運用 | 専門領域は外部、日常業務は内製と分業できる |
09 CONCLUSION まとめ ── 「外注一択」から「内製という選択肢」へ コストだけでなく、継続性とノウハウ蓄積で判断する
この記事では、AI開発をベトナムなど海外にオフショア外注する仕組みとコスト構造、メリット・デメリット、そして外注と内製を判断する基準、Claude Codeで内製化する具体的な進め方までを整理しました。最後にポイントを振り返ります。
最も重要なメッセージは、「AI開発＝外注するしかない」という思い込みを外すことです。コストや専門人材の不足を理由に外注一択で考えていた業務の中にも、実は内製化した方が長期的に有利なものが多く含まれています。
弊社では、「AI鬼管理」というサービスで、Claude Codeを使った業務自動化の設計から社内定着までを支援しています。「この業務は外注すべきか内製すべきか」の判断も含めて、無料相談で具体的にお答えしますので、お気軽にご相談ください。
AI鬼管理山崎
外注すべきか内製すべきか、一緒に整理しませんか
AI活用を外注するか、Claude Codeで内製化するか——どちらが貴社に合うかは業務の性質次第です。
弊社の実運用ノウハウをベースに、個別に進め方のご相談を承ります。
代表菅澤
ここから先の進め方は、大きく2つあります。
自社で回せるようになりたい方は、AI鬼管理でClaude Code／Codexの使い方から業務設計・社内定着まで伴走を受けながら、社内に仕組みを作る道があります。
覚えるより任せたい方は、AI社員AIKATAでこの記事のような定型業務を丸ごと預ける道があります。料金は月30万円の月額定額、追加費用は0円です。
どちらが合うかは、業務量と社内体制次第です。無料相談・無料適合診断で、貴社の場合はどちらが向くかからご相談いただけます。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
よくある質問
Q. AI開発をベトナムなど海外に外注するのは本当に安いのですか？
A. 人月単価だけを見れば国内の3分の1〜4分の1程度に抑えられるケースが多いです。ただし、ブリッジSEの人件費や修正往復の時間、時差による調整コストなどの「隠れコスト」が発生するため、総コストでは必ずしも想定通りに安くならない場合もあります。
Q. アノテーション作業だけを外注することはできますか？
A. 可能です。アノテーションは専門チームを多く確保している海外オフショア企業の得意分野であり、AI開発全体を外注するより部分的に委託する方がコストと柔軟性のバランスが取りやすいケースが多いです。
Q. Claude Codeで内製化する場合、どの程度のAI知識が必要ですか？
A. Claude Codeのデスクトップ版であれば、プログラミングやAIの専門知識は不要です。日本語でのチャット形式の指示だけで、ファイル操作や業務自動化の多くを進められます。ただし、最初は1つの業務に絞って試すことをおすすめします。
Q. 外注と内製、どちらも同時に進めても良いのでしょうか？
A. 問題ありません。専門性の高い領域は外部パートナーに依頼し、日常的な業務改善はClaude Codeで内製化するというハイブリッド運用は、コストと柔軟性の両方を確保できる現実的な選択です。
Q. 内製化を始めるのに向いている業務の見分け方はありますか？
A. 「今後も仕様や条件が変わり続けそうか」「月に1回以上、調整や改善が発生しそうか」に当てはまる業務は内製化が向いています。逆に、一度作ったら仕様が変わらない一回性のプロジェクトは外注のコストメリットが大きいです。
Q. 情報セキュリティの観点で、海外への外注で注意すべきことは何ですか？
A. 顧客データなど機密性の高い情報を外部に渡す前に、個人情報保護法やNDA（秘密保持契約）の実効性を確認することが重要です。可能であれば、データの匿名化・マスキング処理を自社で完了させた上で外注先に渡す運用が推奨されます。
Q. 内製化を進めても、将来的に専門的なAI開発が必要になったらどうすればいいですか？
A. 内製化は「すべてを自社で行う」という意味ではありません。日常業務の内製化で社内にAI活用のノウハウを蓄積しておけば、将来専門的な開発が必要になった際も、外部パートナーとの連携や要件のすり合わせがスムーズになります。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
AI鬼管理／AI社員AIKATAへのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
