スクラッチ開発はAIでどう変わる？「高い・遅い」は過去になるのか

スクラッチ開発とは、既製のパッケージやSaaSを使わず、自社の業務に合わせてシステムを一から設計・開発する方法です。自社の業務にぴったり合うシステムを作れる一方で、「費用が高い」「完成までに時間がかかる」という理由から、選択肢から外されることも少なくありませんでした。

しかし近年は、生成AIを開発の各工程に取り入れる動きが広がり、スクラッチ開発の進め方そのものが変わり始めています。では、AIを使えばスクラッチ開発の「高い・遅い」は過去のものになるのでしょうか。本記事では、AIによってスクラッチ開発のどの工程が変わるのか、そしてAIを使っても変わらない部分はどこなのかを整理し、パッケージやSaaSとの選び方まで解説します。

 

 

 

 

１．スクラッチ開発とは？パッケージ・SaaSとの違い

AIによる変化を見る前に、スクラッチ開発の基本と、よく比較されるパッケージ・SaaSとの違いを整理しておきましょう。

 

スクラッチ開発とは

スクラッチ開発とは、既存の製品をベースにせず、自社の要件に合わせてシステムを一から設計・開発する方法です。「オーダーメイド開発」とも呼ばれます。画面の項目や業務の流れ、帳票、ほかのシステムとの連携まで、自社の業務に合わせて自由に作れるのが特徴です。

なお、一から作るといっても、ログイン機能やデータベースなどの基本的な部分には、既存のフレームワークやライブラリを活用するのが一般的です。自社の業務に関わる部分を独自に作る開発方法と考えるとよいでしょう。

 

パッケージ・SaaSとの違い

システムを導入する方法には、スクラッチ開発のほかに、完成済みのソフトウェアを購入して導入する「パッケージ」と、インターネット経由でサービスを利用する「SaaS」があります。主な違いは次のとおりです。

 

 

スクラッチ開発は自由度が高い反面、初期費用と期間の負担が大きいとされてきました。AIによって変わりつつあるのが、まさにこの部分です。

 

 

２．スクラッチ開発が「高い・遅い」といわれてきた理由

スクラッチ開発の費用や期間が大きくなりやすいのには、はっきりとした理由があります。AIで何が変わるのかを理解するために、まずは従来の課題を3つに分けて見ていきましょう。

 

費用の大半が人件費で積み上がる

スクラッチ開発の費用は、主に「どれだけの人が、どれだけの期間作業するか」で決まります。開発会社の見積もりでは、エンジニア1人が1か月作業する量を「1人月」とし、必要な人月に単価を掛けて費用を算出するのが一般的です。

つまり、作る機能が多いほど、また作業に時間がかかるほど、費用はそのまま積み上がっていきます。画面やデータの項目が多い業務システムでは、コードを書く作業量そのものが大きくなるため、費用が高額になりやすいのです。

 

工程が多く、稼働までに時間がかかる

スクラッチ開発では、要件定義、設計、実装、テスト、データ移行、稼働準備といった工程を順番に進めていくのが一般的です。各工程で資料を作成し、発注者の確認を受けてから次へ進むため、規模の大きなシステムでは、稼働まで1年以上かかることも珍しくありません。

開発している間にも業務やビジネス環境は変わっていきます。完成したころには、最初に決めた要件が現場の実態と合わなくなっていた、ということも起こり得ます。

 

手戻りによる追加費用や遅れが起きやすい

スクラッチ開発で特に大きな負担になるのが、手戻りです。発注者が完成に近い画面を初めて見た段階で「思っていたものと違う」と気づくと、設計からやり直しが必要になり、追加の費用と期間が発生します。

文章や図だけの設計書では、実際の使い勝手を具体的にイメージするのが難しいため、こうした認識のずれは開発の後半になるまで表に出にくいのです。

 

 

３．AIでスクラッチ開発はどう変わる？工程別に解説

生成AIは、コードを書く作業だけでなく、設計やテスト、資料づくりまで、開発のさまざまな工程で使われ始めています。AIを開発の中心に据えて進める手法は「AI駆動開発」とも呼ばれます。ここでは、工程ごとに何が変わるのかを見ていきましょう。

 

要件定義・設計：たたき台づくりが速くなる

要件定義や設計では、業務の内容をヒアリングし、必要な機能や画面、データの項目を整理していきます。AIを使えば、ヒアリングの記録をもとに要件の一覧を整理したり、画面の構成やデータベースの設計のたたき台を作ったりする作業を効率化できます。

たたき台が早くできれば、発注者と開発会社が具体的なものを見ながら議論できるため、検討の時間を短縮しやすくなります。

 

実装：コード生成で作業時間を短縮できる

実装は、AIによる効率化の効果が最も大きい工程です。設計の内容をもとにAIがソースコードを生成し、エンジニアがその内容を確認・修正するという進め方ができるようになりました。

データの登録・更新・削除の画面のように、パターンが決まっている処理は特にAIが得意とする領域です。エンジニアは、業務の独自ルールや複雑な処理など、人の判断が必要な部分に時間を使えるようになります。

 

テスト：テストケースやテストコードの作成を効率化できる

テストでは、確認すべき項目を洗い出し、一つひとつ動作を確かめていきます。AIを使えば、仕様からテストケースを洗い出したり、自動でテストを実行するためのテストコードを作成したりする作業を効率化できます。

自動テストが整っていれば、改修のたびに既存の機能が壊れていないかをすばやく確認できるため、稼働後の保守にも役立ちます。

 

ドキュメント：設計書やマニュアルを残しやすくなる

スクラッチ開発では、開発の終盤になるほど設計書や操作マニュアルの作成が後回しになりがちでした。AIはソースコードの内容を読み取って説明文を作ることが得意なため、設計書やマニュアルを開発と並行して作成しやすくなります。

資料がきちんと残っていれば、担当者が変わっても仕様を引き継ぎやすく、システムのブラックボックス化を防ぐことにもつながります。

 

試作品を早く見せられるので手戻りが減る

AIを使えば、実際に操作できる試作品（プロトタイプ）を短期間で作れます。発注者は設計書を読むだけでなく、画面を触りながら「この項目は不要」「この順番のほうが使いやすい」といった意見を早い段階で伝えられるようになります。

認識のずれを開発の前半で解消できれば、後半の大きな手戻りを防げます。AIを活用したスクラッチ開発の基本や進め方については、AIスクラッチ開発とは何か、自社業務に合ったシステムをAIで作る方法で詳しく解説しています。

 

 

４．「高い・遅い」は本当に過去になるのか

結論からいえば、AIによってスクラッチ開発の「高い・遅い」は大きく改善されつつありますが、すべてが解消されるわけではありません。AIで短くなりやすい工程と、AIを使っても短くならない工程があるためです。

 

AIで短くなりやすい工程

AIの効果が出やすいのは、作業の量が多く、手順やパターンがある程度決まっている工程です。具体的には、ソースコードの作成、テストケースやテストコードの作成、設計書やマニュアルの作成、試作品の作成などが該当します。

これらは従来、エンジニアの作業時間がそのまま費用と期間に反映されていた部分です。AIでこの作業量を減らせれば、人月で積み上がる費用と、稼働までの期間の両方を抑えやすくなります。

 

AIを使っても短くならない工程

一方で、人の判断や合意が必要な工程は、AIを使っても大きくは短縮できません。たとえば、次のような工程です。

• 現在の業務の流れを整理し、何をシステム化するかを決めること
• 関係する部署の意見を調整し、社内で合意を得ること
• 既存システムから新しいシステムへデータを移すこと
• 現場の担当者が実際の業務の流れで動作を確かめる受け入れテスト
• 利用者への説明や操作研修

特に、業務の整理と社内の合意形成は、発注者側の判断が欠かせない工程です。AIは選択肢やたたき台を示すことはできますが、「自社の業務をどう変えるか」を決めることはできません。ここに時間がかかると、実装がどれだけ速くなっても全体の期間は短くなりません。

 

費用は「どこが減るのか」で見る

AIを活用したスクラッチ開発の費用を考えるときは、総額がどのくらい下がるかだけでなく、どの費用が減るのかを確認することが大切です。主に減るのは、実装やテスト、資料作成にかかる作業費です。一方で、要件定義や業務の整理にかかる費用は大きくは変わりません。

また、どのくらい費用が下がるかは、システムの規模や業務の複雑さ、開発会社のAIの使い方によって大きく異なります。「AIを使うから一律に何割安くなる」とは考えず、見積もりの内訳を見て判断しましょう。システム刷新にかかる費用の目安や、AIを使ってコストを抑える方法については、システム刷新の費用とAI活用で開発費用を抑える方法で解説しています。

 

 

５．AIを活用したスクラッチ開発で注意すべきこと

AIを活用すればスクラッチ開発は速く進めやすくなりますが、使い方を誤ると、かえって手戻りや品質の問題を招くことがあります。発注する前に押さえておきたい注意点を3つ紹介します。

 

要件があいまいなままだと「速く間違ったもの」ができる

AIは指示された内容に沿って、すばやくコードや画面を作ります。裏を返せば、要件があいまいなまま開発を進めると、業務に合わないシステムが短期間でできあがってしまいます。

開発のスピードが上がるほど、最初に「何を作るのか」「何のために作るのか」を固めておくことが重要になります。AIで作業が速くなった分の時間を、業務の整理や要件の確認に充てるくらいの考え方がちょうどよいでしょう。

 

AIが生成したコードの品質確認は欠かせない

最近は、開発の経験が少ない人でも、AIの力を借りて動くアプリを作れるようになりました。ただし、「動くものができること」と「業務で安心して使い続けられること」は別の話です。

AIが生成したコードには、想定外のデータが入力されたときの不具合や、セキュリティ上の弱点が含まれていることがあります。業務で使うシステムでは、経験のあるエンジニアによるコードレビューやテスト、セキュリティの確認が欠かせません。AIを使う場合でも、品質を確認する工程を省かない開発会社を選びましょう。

 

削減効果の数字だけで開発会社を選ばない

AIの活用を打ち出す開発会社の中には、「工期を○割短縮」「費用を○万円削減」といった数字を掲げているところもあります。こうした数字は、特定の条件や事例での結果であることが多く、自社のシステムで同じ効果が出るとは限りません。

開発会社を比較するときは、削減効果の数字だけでなく、AIをどの工程でどのように使っているのか、品質をどう確認しているのか、稼働後の保守まで対応できるのかを確認しましょう。

 

 

６．スクラッチ開発とパッケージ・SaaS、どちらを選ぶべき？

AIによってスクラッチ開発のハードルが下がったとはいえ、どんな場合でもスクラッチ開発が最適というわけではありません。自社の業務の特徴に合わせて選ぶことが大切です。

 

スクラッチ開発が向いているケース

スクラッチ開発が向いているのは、次のようなケースです。

• 業務の流れや取引の条件が自社独自で、パッケージやSaaSでは対応しきれない
• パッケージを導入したものの、合わない部分をExcelなどの手作業で補っている
• 社内の複数のシステムをつなぎ、データを一元管理したい
• 自社の強みにつながる業務を、システムで支えたい

 

パッケージ・SaaSが向いているケース

一方で、次のようなケースでは、パッケージやSaaSのほうが適していることがあります。

• 会計や勤怠管理など、多くの企業で業務の流れがほぼ共通している
• できるだけ早く使い始めたい
• 社内にシステムを管理できる担当者がいない

業務の大部分はパッケージやSaaSで対応し、合わない部分だけをスクラッチ開発で補うという組み合わせも有効です。

 

導入費だけでなく長期の総額で比べる

スクラッチ開発とパッケージ・SaaSを比べるときは、導入時の費用だけでなく、5年、10年と使い続けた場合の総額で比較しましょう。SaaSは初期費用が低い一方で、利用者数や使う期間に応じて利用料がかかり続けます。スクラッチ開発は初期費用がかかるものの、利用料は発生せず、主にかかるのは保守費です。

どちらが安くなるかは、利用者数や使う期間、必要なカスタマイズの量によって変わります。クラウドサービスを長期で使った場合の総額の考え方については、Salesforceなどのクラウドを5年・10年のTCOで比較する方法で解説しています。

 

 

７．AIを活用したスクラッチ開発に関するよくある質問

最後に、AIを活用したスクラッチ開発について、よく寄せられる質問にお答えします。

 

AIを使うと、開発費はどのくらい下がりますか？

下がる幅は、システムの規模や業務の複雑さ、開発会社のAIの使い方によって大きく異なるため、一概にはいえません。主に下がるのは実装やテスト、資料作成にかかる作業費で、要件定義や業務の整理にかかる費用は大きくは変わりません。見積もりを取る際は、どの工程でどのくらい費用が下がっているのか、内訳を確認しましょう。

 

小規模なシステムでも、スクラッチ開発は選択肢になりますか？

なります。AIによって作業量を抑えやすくなったことで、これまで費用に見合わないとされていた小規模な業務システムでも、スクラッチ開発を選びやすくなっています。ただし、利用者が少なく業務の流れが標準的な場合は、SaaSのほうが早く安く始められることもあるため、両方を比較して検討しましょう。

 

開発会社がAIをどのように使っているかは、どう確認すればよいですか？

商談の段階で、AIをどの工程で使っているのか、AIが生成したコードを誰がどのように確認しているのか、設計書やテストをどのように残しているのかを質問してみましょう。具体的な進め方や過去の事例を説明できる開発会社であれば、安心して相談しやすくなります。

 

 

８．まとめ：AIで変わるのは「作業」、変わらないのは「判断」

スクラッチ開発が「高い・遅い」といわれてきたのは、費用の大半が人件費で積み上がり、工程が多く、手戻りが起きやすかったためです。AIを活用すれば、ソースコードやテスト、設計書の作成、試作品づくりといった作業を効率化でき、費用と期間を抑えやすくなります。

一方で、業務の整理や社内の合意形成、データ移行、受け入れテストなど、人の判断が必要な工程はAIを使っても大きくは短縮できません。「高い・遅い」は過去のものになりつつありますが、それは発注者と開発会社が業務の整理にしっかり時間をかけ、AIで作業を効率化できた場合の話です。

自社の業務に合ったシステムをスクラッチ開発で作りたい場合は、業務分析から基幹システムの構築、運用・改善まで伴走するシステム開発サービスもご検討ください。実際にシステムを導入した企業の取り組みは、A.N.Sの導入事例で紹介しています。