PoCとは?AI導入のPoCの期間・費用の目安と、「PoC止まり」にしない決め方

PoC止まりを防ぐには、本番と同じ土台で小さく作る
PoC(Proof of Concept、概念実証)とは、新しい考えが実現できるかを、全体を作る前に一部だけ作って確かめることです。AI導入では、試しても本番に進まない「PoC止まり」が多くあります。
私たちは、その一番の原因を、本番に載せる費用が見えて効果と釣り合わなくなることだと考えています。
推進担当が押さえる要点
- PoCは、全体を作る前に一部だけ作って、新しい考えが実現できるかを確かめること。AIに限った言葉ではない
- プロトタイプ(試作品)、パイロット(試験運用)、MVP(実用最小限の製品)との境目ははっきりしない。言葉より、何を確かめるかを関係者で一致させる
- 私たちの見るところ、PoC止まりの一番の原因は、本番に載せる費用が見えて、効果と釣り合わなくなること。本番の土台が無いまま作る、費用をかけて効果の小さいものを作る、の2つが典型
- 本番と同じ土台と統制(AIに勝手なことをさせない仕組み)の上で小さく速く作れば、許可が下りた時点でそのまま本番に載せられる
- 合格の基準は作る側が示す。削減できる効果、ミスの損失、初期費用の釣り合いで決め、稟議を決裁できる人に結果を最初から見てもらう
- 私たちの支援では、PoCは3か月・200〜500万円(平均300万円ほど)が目安。稟議の材料をそろえるだけなら1か月ほど
PoCとは:新しい考えが実現できるかを、一部だけ作って確かめること
PoCは Proof of Concept の略で、日本語では「概念実証」と訳されます。経済産業省の「AI・データの利用に関する契約ガイドライン」は、次のように定義しています。
「PoC(Proof of Concept)とは、概念実証のことであり、新たな概念やアイデアを、その実現可能性を示すために、部分的に実現することを意味する。」
同じく経済産業省のDXレポート(2018年)は、「新しいプロジェクト全体を作り上げる前に実施する戦略仮説・コンセプトの検証工程」と説明しています。
要点は2つです。全体を作る前に行うこと、そして一部だけを作って、考えが成り立つかを確かめることです。
PoCはAIに限った言葉ではありません。ITシステムの導入や新しい事業の立ち上げなど、さまざまな場面で使われます。日本では「実証実験」も、ほぼ同じ意味で使われます。
プロトタイプ・パイロット・MVPとの境目は、はっきりしない
PoCの周りには似た言葉がいくつもありますが、境目ははっきりしません。
大事なのは言葉の使い分けより、今回の検証で何を確かめるのかを、関係者で一致させておくことです。
この記事で確認した公的な資料には、これらを区別した定義は見当たらず、会社によって使い方が違います。下の表は、この記事が何を確かめるかで分けて整理したものです。
言葉 | 主に確かめること | 誰が触るか |
|---|---|---|
PoC(概念実証) | その考えが、そもそも実現できるか、効果がありそうか | 作る側と推進担当 |
プロトタイプ(試作品) | 形や操作が、使う人に合っているか | 使う予定の人 |
パイロット(試験運用) | 本物の業務で、一部の部署や期間に限って回るか | 一部の現場の利用者 |
MVP(Minimum Viable Product、実用最小限の製品) | 最小限の機能で、価値を感じてもらえるか | 実際の顧客 |
経済産業省の契約ガイドラインも、PoCの段階で「パイロットテスト」を行うことがあるとしています。ガイドラインは、パイロットテストを、既存のシステムの一部をAIに置き換えて性能を確かめるものとしています。
AI導入のPoCは、なぜ本番につながらないのか
AI導入では、PoCを繰り返しても本番に進まない状態が「PoC止まり」と呼ばれます。
PoCを終えて本番に載せる費用を見積もった途端に、効果と釣り合わなくなります。これがPoC止まりの一番の原因だと私たちは考えています。
繰り返すうちに現場が疲れていく様子は「PoC疲れ」とも言われます。数字からも、試しはしても業務に組み込むところまで進まない会社が多いことがうかがえます。
- 情報処理推進機構(IPA)の「DX動向2026」では、AIを導入している企業は42.3%、試験利用中が15.7%でした。一方、生成AIを導入・試験利用・検討している企業に聞くと、部署の業務の流れに組み込んでいるのは11.9%、全社のサービスに組み込んでいるのは18.6%でした。IPAは「個人利用・試験利用が中心」とまとめています
- 米調査会社ガートナーは2024年7月、生成AIの取り組みの少なくとも30%が、2025年末までにPoCの後で打ち切られると予測しました。理由に挙げたのは、データの質の低さ、リスク管理の不足、膨らむ費用、事業上の価値の不明確さです
- 米マサチューセッツ工科大学(MIT)の研究グループが2025年に出した報告書は、特定の業務向けに作り込んだ生成AIのツールを調べています。検討した組織は60%、試験導入まで進んだのは20%、成果が出るまで導入できたのは5%でした。ただし、インタビューと調査に基づく予備的な結果で、成果は回答者の申告によります。傾向として読むのが適切です
この問題は、生成AIより前から指摘されていました。経済産業省のDXレポートは、次の指摘を紹介しています。経営者の明確な方針が無いまま「AI を使って何かできないか」という指示が出て、PoCが繰り返されても改革につながらない、というものです。
同じレポートは、失敗例として「戦略なき技術起点の PoC は疲弊と失敗のもと」とも書いています。
ガートナーが挙げた4つの理由のうち3つは、私たちの見るところ、最後は費用と効果の釣り合いに行き着きます。
- リスク管理の不足:本番に載せる前に、統制を作り直す費用として表に出る
- 膨らむ費用:そのまま費用の問題
- 事業上の価値の不明確さ:本番の費用を見積もった途端に、効果が見合わないと分かる形で表に出る
DXレポートの言う「技術起点のPoC」も、AIで何ができるかから対象を選ぶので、効果の小さい業務を作りがちです。
止まる理由を分けると、次の4つです。
- 本番の土台が無いまま作っている:PoCを、本番の基盤(インフラ)も、AIに勝手なことをさせない統制も無しに作る。本番に載せるには、基盤と統制を作り直す追加の費用がかかる
- 費用をかけて、効果の小さいものを作っている:大きな費用をかけた割に、削減できる時間が小さい。「PoCでこれなら、本番はもっと費用がかかる」となり、投資を回収できる見込みが立たない
- 合格の基準が示されていない:どの水準なら本番に進んでよいかを誰も示さず、結果が出てから議論が始まる
- 会社の事情で止まる:効果の計算は成り立っているのに、親会社の許可が下りないといった社内の事情で止まる
1と2は、効果と費用の釣り合いが崩れる問題です。3は、その釣り合いを判断する物差しが無い問題です。4は、作る側だけでは防げず、推進担当が社内で先に手を打つ問題です。

本番と同じ土台の上で、小さく速く作る
上の1と2は、本番と同じ土台の上で作ることと、小さく速く作ることの2つで、最初から起こさないようにできます。
インターセクトが支援してきた案件では、2026年11月時点で、PoCの後に効果と費用が釣り合わずに止まったものはありません。これは、1と2を最初から起こさない進め方をとった案件での結果です。ただ、3と4の社内の事情までなくせるわけではありません。
1つ目は、本番と同じ土台の上でPoCを作ることです。AIに許す操作とその条件を最初から定め、勝手なことができない状態で作ります。
そうすれば、社内の稟議が通り、社内システムとの接続が認められた時点で、そのまま本番に載せられます。基盤を作り直す追加の費用がかからないので、効果と費用の釣り合いが崩れません。
PoCの段階で統制をどこまで入れるかには、公的な目安もあります。デジタル庁の生成AIの調達ガイドライン(DS-920)は、定めた対応事項をPoCの段階ですべて実施すると、対策が過剰になりうるとしています。PoCか本番か、リスクの高さ、使い方の性格を踏まえて釣り合わせるよう求めています。
私たちが軽くするのは、扱うデータの機密度に応じた対策だけです。本番で要る統制(AIに許す操作、誰が承認するか、何を記録するか)は省きません。後から足すと、本番に載せる費用が増え、PoCで測った効果も変わってしまうからです。
2つ目は、小さく速く作ることです。
私たちの支援では、1つの業務の仕組みを1週間ほどで最初に動く形にします。作る部分の費用は、1業務あたり数十万円ほどに収めます。それで年に数百時間を削減できれば、投資を回収できる見込みが立ちます。
PoCで「一部だけ作る」とは、対象の業務・部署・件数を絞ることで、作るものの出来を落とすことではありません。絞った範囲の中では、AIに渡す情報や判断の手順を本番と同じにします。
範囲のほかに本番と違ってよいのは、データの出どころとAIをつなぐ環境、それにデータの機密度に応じた対策だけです。この考え方は、AX推進入門の第8回で詳しく扱っています。
ベンダーに頼むなら、PoCを本番と同じ基盤と統制の上で作るかを、最初に確かめます。
合格の基準は、効果と損失と初期費用の釣り合いで示す
AIのPoCで合格かどうかは、そろばんで決まります。比べるのは次の3つです。
- 削減できる効果:AIに任せることで浮く時間や費用
- ミスの損失:AIが誤ったときに、取り戻すためにかかる手間(手戻り)。誤りの頻度とあわせて見積もる
- 初期費用:本番に載せるまでにかかる費用
合格の基準の案は、作る側が示すものです。お客さまは、示された案を見て決めます。ベンダーに案を出すよう求めてかまいません。
「合格の基準を決めてくれないお客さま」という話を聞くことがあります。私たちは、その原因は決められるように示していないことにあると考えています。
AIは同じ入力でも答えが揺れることがあり、精度が100%であることを前提にはできません。だから、「精度が何%なら合格」とだけ決めるのではなく、効果で判断します。その精度で起きる誤りの損失を差し引いても、効果が初期費用を上回るかを見ます。
精度の測り方と損失の見積もり方は、AX推進入門の第6回で扱っています。
止めること自体は失敗ではありません。
経済産業省の契約ガイドラインは、AIの開発をアセスメント、PoC、開発、追加学習の4つの段階に分けています。十分な性能が出ないと分かった段階で止めれば、それ以上の損失を防げるとしています。
PoCが複数回行われることも少なくない、ともしています。問いを変えて次のPoCに進むのは前進です。
PoC止まりとは、合格の基準が無いまま、止めるとも進めるとも決められずに繰り返すことです。
始める前に、1枚の紙で合意する
合格の基準とあわせて、始める前に次のことを1枚の紙にまとめ、関係者で合意しておきます。
決めること | 例(経費精算の確認業務) |
|---|---|
確かめる問い | AIが、規程に照らして確認が要る申請を見つけられるか |
合格の基準 | 確認にかかる時間が半分以下になり、誤りの手戻りを差し引いても、本番の費用を含めて3年で投資を回収できる見込みがある |
本番との差 | 本番と同じ基盤と統制(AIに許す操作、承認する人、記録)の上で作る。違うのは、過去3か月分の申請データで試すことと、本番の会計システムとはつながないことだけ |
決裁する人 | 本番の稟議を決裁できる人が、PoCの報告に同席する |
成果物と権利 | PoCで作ったものと検証のデータを、本番でもそのまま使えるか |
結果が出た後 | 合格なら本番の稟議を上げ、経理部が運用を受け持つ。不合格なら止めるか、問いを変える |
「決裁する人」の行は、4つ目の理由(会社の事情)への備えです。PoCの結果を、稟議を決裁できる人に最初から見てもらえば、結果が出た後に止まりにくくなります。ベンダーが無料でPoCを行う場合でも、決裁できる人の同席は省かないでください。
「成果物と権利」については、経済産業省の契約ガイドラインも触れています。ガイドラインは、PoCの契約には作業に対して払う準委任型がなじむとしています。成果物の権利も、段階ごとに事前に決めておくよう勧めています。

期間と費用の目安
私たちの支援では、PoCは3か月・200〜500万円(平均300万円ほど)で始めることが多く、2〜3の業務を対象にします。前の節の「1業務を1週間・数十万円」は、このうち仕組みを作る部分です。残りの期間と費用は、対象の業務を選ぶことと、現場に定着させることにかかります。
期間 | やること |
|---|---|
最初の1か月 | 業務の棚卸しをして、対象の業務を選ぶ |
次の1か月 | 2〜3の業務の仕組みを作り、精度と効果を確かめる |
最後の1か月 | 現場に定着させる(使い方の説明、誰が確認し承認するか、運用の手順づくり) |
最後の1か月は、先の表で言えばパイロットに近い作業です。PoCとパイロットの境目は、はっきりしません。
一方、社内の稟議の材料をそろえるだけなら、1か月ほどで足ります。1つの業務を1週間ほどで作り、残りの期間で精度と効果を測れば、「本番で運用したら、これくらいの効果が出る」という根拠を示せるからです。
根拠を示すことと、現場に定着させることの間には距離があり、最後の1か月はその距離を埋める期間です。予算の取り方は、AX推進入門の第7回で扱っています。
まとめ:PoCは、本番に載せる前提で作る
PoCは、新しい考えが実現できるかを、一部だけ作って確かめる検証です。AI導入では、試しても業務に組み込まれない「PoC止まり」が多くあります。私たちの見るところ、その一番の原因は、本番に載せる費用が見えて、効果と釣り合わなくなることです。
本番と同じ土台の上で小さく速く作り、効果と損失と初期費用の釣り合いで合格の基準を示します。そのうえで決裁できる人に結果を見てもらえば、PoCは本番につながります。
関連記事
- AI導入の費用相場と予算の取り方、ベンダーの選び方 〜AX推進入門 第7回〜:PoCの期間と予算の目安と、本番の予算を半期ごとに広げる考え方
- AXが進まない会社で、上と現場を動かして社内合意をつくる方法 〜AX推進入門 第8回〜:PoCで中身を作りきり、社内の合意の材料にする進め方
- AIのミスはどこまで許容するか:精度の測り方とリスクの決め方 〜AX推進入門 第6回〜:PoCの合格の基準を、見落としの数と損害の試算で決める方法
- 業務フローの作り方と、AI導入のROIの出し方 〜AX推進入門 第5回〜:PoCで示す効果を、現場の時間から積み上げる方法
参考資料
- 経済産業省「AI・データの利用に関する契約ガイドライン 1.1版」(2019年12月、https://www.meti.go.jp/press/2019/12/20191209001/20191209001-1.pdf (2026年11月11日確認))
- 経済産業省「DXレポート 〜ITシステム『2025年の崖』の克服とDXの本格的な展開〜」(2018年9月、https://www.meti.go.jp/shingikai/mono_info_service/digital_transformation/pdf/20180907_03.pdf (2026年11月11日確認))
- 情報処理推進機構「DX動向2026」(2026年7月、https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf (2026年11月11日確認))
- Gartner「Gartner Predicts 30% of Generative AI Projects Will Be Abandoned After Proof of Concept By End of 2025」(2024年7月、https://www.gartner.com/en/newsroom/press-releases/2024-07-29-gartner-predicts-30-percent-of-generative-ai-projects-will-be-abandoned-after-proof-of-concept-by-end-of-2025 (2026年11月11日確認))
- MIT NANDA「The GenAI Divide: State of AI in Business 2025」(2025年7月。公式の配布元は確認できず、第三者が公開した写しで確認)
- デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」(DS-920、2026年6月、https://www.digital.go.jp/assets/contents/node/information/field_ref_resources/decb64eb-f26e-41cb-8d37-f3dd173108b8/59054b35/20260612_resources_standard_guidelines_guideline_01.pdf (2026年11月11日確認))
Askhubについて
Askhubは、日本の中堅・大企業がAIに業務を任せるための基盤です。業務の型(オントロジー)でAIに許す操作を定め、承認を挟みながら任せる範囲を広げ、国産の基幹システムまで書き込めるようにします。導入はコンサルタントが伴走します。
この記事の言葉で言えば、Askhubは、PoCの段階から本番と同じ土台と統制の上で業務の仕組みを作るための基盤にあたります。クラウドサービスなので、Askhubの上で作った仕組みは、その時点で本番の基盤に載っています。社内の許可が下りれば、データと接続先を本番に切り替えて使い始められます。
※Askhubのサービスに関する記載は、2026年11月時点の情報です。
この記事の内容について相談する
PoCの進め方を相談したい方は、こちらのフォームからご連絡ください。1〜2営業日以内に担当者よりご連絡します。

