生成AIのPoCを本番に通す｜承認で聞かれる10項目と答え方

本番の承認で止まる理由

PoCは「AIでできるか」を確かめる場です。本番の承認では、「任せてよいか」「続けられるか」が問われます。問いが変わるのに、PoCの報告が精度の数字だけだと、承認の場で答えに詰まります。

聞く人も増えます。業務部門に加えて、情報システム部門・法務やコンプライアンス・経営や財務が、それぞれの立場で確かめます。

承認で聞かれる10項目

#	聞かれること	主に聞く人	用意する答え
1	どの業務の、どこを任せるか	業務部門	業務の工程と、AIが受け持つ範囲・人が見る範囲
2	精度は足りているか	業務部門	正解データで測った結果と、最初に決めた合格ライン
3	間違えたらどうなるか	業務部門・リスク管理	誤りの種類と件数、人の確認を挟む場所、止め方
4	どのくらい楽になるか	経営	処理件数と1件あたりの時間から出した、期待できる効果
5	費用は件数でどう変わるか	財務	初期費用・月々の費用・件数に比例する費用の内訳
6	データはどこに送られ、どこに残るか	情報システム	データの流れ図、保存場所と期間、AIの学習に使われるか
7	社内ルールや法令に合っているか	法務・コンプライアンス	個人情報・著作権・社内のAI利用規程との照らし合わせ
8	誰が使え、何が記録に残るか	情報システム	利用者の範囲、操作の記録、AIエージェントなら承認の仕組み
9	誰が運用し、誰が直すか	業務部門・情報システム	運用の担当、問い合わせ窓口、精度の見張り方、モデルが更新されたときの測り直し
10	やめるとき・戻すとき	経営・情報システム	止める手順、元の業務に戻す手順、データの返却と削除

答え方のこつ

• 数字は正解データで出す。デモの数件ではなく、業務の担当者が作った正解データで測った結果を示します。
• 効果は「期待できる効果」として出す。処理件数×1件あたりの時間で根拠を示し、前提を書き添えます。
• 誤りは隠さず、備えとセットで出す。「誤りはこの種類がこの件数あり、ここで人が確認する」と示すほうが、承認する側は判断しやすくなります。
• 小さく始める案を添える。対象を絞る、元の業務と並行して動かす、といった始め方があると、承認の負担が下がります。

情報システム部門の審査に備える

AIの利用そのものが、セキュリティ上のリスクとして扱われるようになりました。IPAの「情報セキュリティ10大脅威 2026」（組織編）では、「AIの利用をめぐるサイバーリスク」が初めて3位に入っています。

AIエージェントのように自分でシステムを操作する仕組みでは、権限の絞り方と人の判断を挟む場所も聞かれます。総務省・経済産業省の「AI事業者ガイドライン」第1.2版（2026年3月）は、AIエージェントについての記述を加えました。6・8番の答えは、セキュリティチェックシートの書式で用意しておくと、そのまま審査に使えます。

PoCの段階から用意しておくもの

1. 合格ラインと正解データ。2・3番の答えの土台です。作り方は生成AIのPoCで最初に作る「正解データ」で解説しています。
2. 誤りの分類。どんな誤りがどの型で起きたかを、件数で残します。
3. 処理時間と費用の実測。PoCの処理件数から、本番の件数での費用を見積もれるようにします。
4. データの流れ図。どのデータがどこを通り、どこに残るかを1枚にします。
5. 運用の担当の候補。本番で誰が見張り、誰が直すかを、PoCの間に決めておきます。

本番の始め方

承認が下りたら、いきなり全面に切り替えず、対象を絞って元の業務と並行して動かします。並行の期間に、本番のデータでも精度が保てるか、人の確認にかかる時間がどれだけ減ったかを測り、範囲を広げていきます。

ジンベイのAI PoC開発・FDEサービス

ジンベイのAI PoC開発では、正解データと合格ラインを決めるところから始め、本番の承認に使える材料（精度・誤りの分類・費用の実測・データの流れ）をまとめて納めます。本番に載せて現場で使われるまでを任せたい場合は、FDEサービスで現場に入って進めます。