社内の問い合わせ対応を楽にしたくて、生成AIを組み込んだ回答の仕組みをノーコードのツールで試しに作ってみた。画面を操作するだけで形になり、部署内では好評だった。ところが、他の部署にも広げたい、顧客からの問い合わせにも使いたいという話になったとたん、このまま自分たちで作り続けてよいのか、開発会社に頼むべきなのかが分からなくなる。ノーコードAI開発を調べる担当者の多くが、この分かれ道に立っています。
先に結論を書くと、ノーコードAI開発は、使う人が社内に限られ、扱うデータが閉じていて、多少の誤りを人が確認できる業務なら、自社で作る価値が十分にあります。一方で、社外の顧客が使う、基幹システムとつなぐ、機密や個人のデータを扱う、出力の誤りがそのまま業務の損失になる、といった条件がそろってきたら、外注を考える目安です。この記事では、ノーコードAI開発で自社にできることと限界を整理したうえで、外注との線引きと、切り替えるときの引き継ぎ方を解説します。
この記事のポイント
- ノーコードAI開発には生成AIを組み込むアプリ型と予測や分類のモデルを作る型がある
- 自社で作りやすいのは使う人とデータが社内に閉じた小さな業務
- 作ったあとに精度を見張り直し続ける人がいないと運用が止まる
- 社外の利用や基幹システム連携や機密データが絡んだら外注を考える
目次
ノーコードAI開発で自社にできること

ノーコードAI開発とは、プログラムを書かずに、画面の操作だけでAIを使った仕組みを作ることです。ノーコードのツール全般の特徴や限界は、ノーコード・ローコードの受託開発と共通するところが多くあります。ここでは、AIを扱うときに特に気をつけたい点に絞って整理します。
ノーコードAI開発の2つの型
ノーコードAI開発と呼ばれるものは、大きく2つの型に分かれます。どちらの型かで、自社でできることと難しいことが変わります。
| 型 | 作れるものの例 | 自社で作るときの難しさ |
|---|---|---|
| 生成AIを組み込むアプリ型 | 社内文書を参照して答える問い合わせの仕組み、議事録の要約、定型文の下地づくり | 画面上で形にするのは比較的やさしい。答えの正しさをどう確かめるかが難しい |
| 予測や分類のモデルを作る型 | 売上や需要の予測、画像での良品と不良品の判定、問い合わせの自動振り分け | 学習に使うデータの準備と、精度の評価の仕方に専門の知識が要る |
最近は前者の、生成AIを部品のように組み合わせて業務アプリを作るツールが増えています。社内で試しに作ってみる入口としては、こちらのほうが取り組みやすいのが実情です。後者のモデルを作る型は、ツールの操作自体はやさしくても、どのデータで学習させ、どの数字で良し悪しを判断するかという設計の部分で、つまずきやすくなります。
自社で作りやすいのは小さく閉じた業務
ノーコードAI開発が向いているのは、使う人が部署の中に限られ、扱うデータも社内の資料に閉じている業務です。たとえば、社内規程やマニュアルを参照して質問に答える仕組み、会議の議事録を要約する仕組み、問い合わせの一次振り分けのたたき台を作る仕組みなどです。
こうした業務に共通するのは、AIの出力をそのまま使わず、最後に人が確認する流れを作れることです。多少の誤りがあっても、確認する人が気づいて直せるなら、業務への影響は小さく抑えられます。私の感覚では、ノーコードで作ったAIがうまく回っている現場は、ほぼ例外なく、この人の確認の段が組み込まれています。
逆に、AIの出力をそのまま顧客に返す、社内の判断にそのまま使うといった使い方は、ノーコードで作れたとしても、自社だけで責任を持つのが難しくなります。
ツールの費用は使った分だけ増えることがある
ノーコードのツール全般に月額の利用料がかかることは知られていますが、AIを使うツールではもう一つ注意が要ります。生成AIの処理量に応じて費用が増える、従量課金の仕組みを取っているツールが多いことです。
部署内で試している間は少額でも、全社に広げて利用する人と回数が増えると、月々の費用が思ったより膨らむことがあります。試作の段階で、1回の利用あたりの費用と、全社に広げたときの利用回数の見込みを掛け合わせて、月額の見当をつけておくと安心です。ノーコードのツールを使い続けたときの費用や乗り換えの難しさは、ノーコード・ローコード受託開発の費用と向き不向きで詳しく整理しています。
作れても運用が続かない理由
ノーコードAI開発で多いのは、作るところまでは順調でも、運用が続かないケースです。理由は、AIの仕組みが作ったあとも手入れを必要とするからです。
参照している社内文書が更新されれば、答えも古くなります。使われ方が変われば、指示文を直す必要が出てきます。ツールやその裏で動く生成AIのモデルが更新されると、同じ質問への答え方が変わることもあります。こうした変化に気づいて直す人がいないと、いつの間にか誰も信用しない仕組みになってしまいます。
作った担当者が異動したとたんに止まってしまう、という属人化もよく起きます。ノーコードだから誰でも直せる、とは限りません。何を参照させ、どんな指示を出し、どう確かめているのかを知っているのは、作った本人だけということが多いからです。
ノーコードAI開発と外注の線引き

ここからは、どこまで自社で作り、どこから開発会社に頼むかの線引きを整理します。二者択一ではなく、自社で試作し、条件がそろったら外注に切り替える、という進め方が現実的です。
外注を考える5つのサイン
次のうち、当てはまるものが増えてきたら、自社で作り続けるより、開発会社に頼むことを考える目安です。
- 社内だけでなく、社外の顧客や取引先が直接使うようになる
- 販売管理や顧客管理などの基幹システムとデータをやり取りする必要がある
- 個人情報や、社外に出してはいけない機密情報を扱う
- AIの出力の誤りが、そのまま金銭的な損失や信用の低下につながる
- 利用する人が多く、止まったときに業務が回らなくなる
どれも、ノーコードのツールでできないというより、自社だけでは責任を持ちきれなくなる条件です。外注するかどうかの一般的な判断軸や、外注で始めて段階的に内製に移す進め方は、AI開発の内製と外注の判断基準で整理しています。
社内データを入れる前に確かめること
ノーコードのAIツールに社内の資料やデータを読み込ませる前に、必ず確かめておきたいことがあります。そのツールが、入力したデータをどう扱うかです。
確認したいのは、入力した内容がツールの提供会社のAIの学習に使われない設定になっているか、データがどこに保存されるか、社内の誰がどのデータにアクセスできるように権限を分けられるか、の3点です。法人向けのプランで学習に使わない設定や権限の管理を用意しているツールもありますが、同じツールでも無料や個人向けのプランでは条件が違うことがあります。利用規約と設定画面の両方で確かめてください。
個人情報を扱う場合は、ツールの提供会社や、作るのを手伝ってもらう開発会社が、個人情報保護法上の委託先に当たるかどうかも関わってきます。委託先の監督についてはシステム開発の委託で個人情報をどう扱うかで扱っています。
野良アプリにしない社内ルール
ノーコードAI開発は、現場の担当者が自分で作れることが強みです。その反面、誰がどんな仕組みを作り、どのデータを入れているのかを会社として把握できない、いわゆる野良アプリが増えやすくなります。
最低限、決めておきたいのは次の3つです。作ったら情報システムの担当者に登録すること、仕組みごとに責任者を決めること、年に1回程度は棚卸しをして使われていないものを止めることです。これだけでも、担当者の異動で持ち主のいない仕組みが残る事態をかなり防げます。
社内の生成AIの利用ルールをすでに作っている会社なら、そのルールに「自分で作った仕組みの扱い」を1項目足す形で十分です。
途中で外注に切り替えるときの引き継ぎ
自社で作った試作は、外注に切り替えるときの一番の資料になります。開発会社にとって、何をしたいのかを文章で説明されるより、実際に動く試作を見るほうが、はるかに早く理解できるからです。
切り替えるときは、次のものをまとめて渡せるようにしておくと、見積もりも要件の整理も進みやすくなります。
- 何の業務の、どんな手間を減らしたいのかという目的
- 参照させている社内資料やデータの一覧
- AIに出している指示文と、うまくいかなかった指示文
- 良い答えと悪い答えの実例と、それを判断した基準
- 使っている人数と、1か月あたりの利用回数
とくに、良い答えと悪い答えの実例は、開発会社が精度の目標を決めるときの出発点になります。試作の段階から、うまくいかなかった例を捨てずに残しておくことをおすすめします。AI導入の前に人材・データ・体制がどこまで整っているかは、AI導入準備度チェックリスト(6領域50項目)で点検できます。
外注するときに見積もりで確かめること
開発会社に見積もりを頼むときは、金額だけでなく、次の3つが見積もりの中に含まれているかを確かめてください。
1つ目は、今のツールを使い続けるのか、作り直すのかという方針です。同じツールで改良するなら費用は抑えられますが、ツールの制約も引き継ぎます。作り直すなら初期費用は上がりますが、基幹システムとの連携や権限の管理を自由に設計できます。どちらを選んだのか、その理由まで説明してもらうと比べやすくなります。
2つ目は、運用にかかる費用です。ツールや生成AIの利用料、参照する資料の更新作業、指示文の見直しといった、作ったあとにかかる費用が月額でいくらになるのかを出してもらいます。
3つ目は、精度の目標をどう決めるかです。試作で集めた良い答えと悪い答えの実例をもとに、どの程度の正しさを合格とするのかを、発注の前に開発会社とすり合わせておくと、納品のあとで揉めにくくなります。受け取った見積もりの前提や契約条件の抜けは、システム開発見積もりチェックシート(10カテゴリ60項目)でも点検できます。
よくある質問
- Q. ノーコードで作ったものは、そのまま開発会社に引き継いでもらえますか?
- A. ツールによります。開発会社が同じツールで改良を続けられる場合もあれば、仕組みを作り直したほうがよいと判断される場合もあります。作り直しになっても、試作で分かった目的や、良い答えと悪い答えの実例は、そのまま要件として使えます。無駄になるのはツールの設定であって、試作で得た知見ではありません。
- Q. 情報システムの担当者がいない会社でも、ノーコードAI開発はできますか?
- A. 部署内で使う小さな仕組みなら、始めることはできます。ただ、社内データの扱いの確認や、作った仕組みの登録と棚卸しを誰が担うのかは、先に決めておく必要があります。担当者がいない場合は、総務や経営企画など、社内のルールを管理している部署が窓口になるのが現実的です。
- Q. ノーコードと開発会社への外注を組み合わせることはできますか?
- A. できます。たとえば、社内向けの画面や簡単な処理はノーコードで作り、基幹システムとのデータのやり取りや、個人情報を扱う部分だけを開発会社に作ってもらう、といった分け方です。どこで分けるかは、先ほどの外注を考える5つのサインを部品ごとに当てはめてみると決めやすくなります。

