人月見積りはどこへ消えるのか。AIコーディング時代の受託開発の値付け

ZenChAIne·2026年6月23日

AIエージェント受託開発見積り内製化

はじめに

最近、受託開発の相談内容が明らかに変わってきました。「レガシーシステムをAIで分析してリニューアルしたい」「SaaSの契約をやめて Claude Code で内製化した」「既存ベンダーを剥がして LLM で作り直す企画を進めている」。そして決まって出てくるのが、「AIを使えばもっと安くなるよね？」というクライアントの一言です。

この記事のテーマは、その一言の裏で静かに崩れ始めている「人月見積り」という値付けの作法です。AIがコードを書く時間を圧縮するほど、「どれだけ人が働いたか」を価格の根拠にする方式は説明力を失っていきます。

この記事のポイント

AIがコーディング時間を大幅に圧縮した結果、工数（人月）と価値の相関が崩れ、人月見積りが説明力を失いつつある
海外では成果報酬や価値ベースの契約が先行し、新規アウトソーシング契約の4割超、McKinsey の売上の約4分の1が成果連動型に移っている
Claude Code と Codex 前提の受託では、ベンダーが売るものが「実装時間」から「判断、保証、運用」へと移る

なぜ「人月見積り」はもう通用しないのか？

人月見積りが揺らぐ根本理由は、AIによって「工数」と「成果」の比例関係が壊れたからです。同じ機能を、以前より少ない人と短い時間で出せるようになった瞬間、「何人月かかるか」は価格の根拠として機能しなくなります。

数字も実態を裏づけています。AIコーディングツールの体系的な導入により、同じ成果を 30〜40％少ない工数で出せるという観測があり、コーディング時間そのものが約55％短縮したとの調査もあります（getmonetizely「2026 Guide to SaaS, AI, and Agentic Pricing Models」）。

ただし効果は一様ではありません。研究機関 METR が2025年に経験豊富なOSS開発者を対象に行ったランダム化比較試験では、AIを使った方がかえって作業が 19％遅くなった という結果も出ています（同社は2026年に測定手法の限界を補足しています）。つまり「AIで必ず速くなる」とは言い切れません。本質は速度ではなく、工数と価値の比例関係が崩れ、工数を価格の唯一の根拠にできなくなった ことにあります。

ここに発注側と受注側の利害のねじれが生まれます。人月課金は「速くなるほど売上が減る」モデルだからです。AIで効率化した分だけ請求額が下がるなら、ベンダーには効率化を進める動機が働きません。投資家もそこを見ており、IT受託大手 EPAM の株価は、AIによる「デフレ（速い納品＝請求時間の減少）」懸念から決算後に大きく下落したと報じられています。

つまり人月見積りは、AIの恩恵を価格に正直に反映しようとするほど、ベンダー自身の収益を削るという自己矛盾を抱え込みました。これが「もう通用しない」と言われる構造的な理由です。

海外ではどんな契約方式が始まっているのか？

結論から言えば、欧米では「時間を売る（Time & Materials）」から「成果を売る（Outcome / Value-based）」への移行がすでに数字で表れています。日本で議論が始まる前に、契約の現場が先に動いています。

代表的な指標を挙げます。

成果報酬型（outcome-based）の契約は、2025年の新規アウトソーシング契約の 43％ を占め、最も伸びている契約形態になったとされています（getmonetizely）。
調査会社 IDC は、2028年までにソフトウェアベンダーの 70％ が従量、成果、能力ベースのモデルへ移行し、ユーザー数に応じた定額課金（1人あたりいくらの席ライセンス）は構造的に陳腐化すると予測しています。
コンサル最大手の McKinsey は、2025年11月のロンドンでのイベントで、グローバル売上の 約4分の1 がすでに成果連動型になったと明かしました（Hunt Scanlon 報道）。クライアントは「この範囲はいくらか」ではなく「この成果に対していくら払うか」を持ち込むようになっている、という説明です。

値付けの形も具体化しています。価値ベース（value-based）では、AI施策がもたらしたコスト削減や売上増の 10〜40％ を報酬として設定する例が紹介されています（Stack「AI Consulting Proposals」）。固定価格に寄せる動きもあり、米国のレガシー刷新専門ベンダー Baytech Consulting は、案件ごとに固定価格と納期を合意し、短いスプリントで進める方式を採っています。同社は老朽化した医療教育プラットフォームを新LMSとして再構築した事例で、約7か月、約60万ドルと公開しています。

成果報酬や価値ベースは「ベンダーに有利な値上げの口実」ではありません。McKinsey のような交渉力のある事業者だからこそ成立している面があり、要件と成果指標を握れない案件で安易に持ち込むと、リスクだけがベンダー側に偏ります。

Claude Code と Codex 前提で見積りの「中身」はどう変わるか？

Claude Code や Codex を前提に置くと、見積りの内訳から「コードを手で書く時間」という最大の項目が縮みます。代わりに見積書の中身は、要件の洗い出し、設計判断、レビューと検証、そして稼働後の保証へと比重が移ります。

見落としてはならないのは、AIコーディングは「タダ」ではないという点です。エージェントにトークン単位で課金させて重く回すと、1エンジニアあたり月 500〜2,000ドル に達するという試算もあります（getdx / morphllm）。つまり人件費の一部が、AIの実行コスト（変動費）に置き換わります。見積りは「人月 × 単価」から「成果＋ AI実行コスト＋判断と保証の対価」という構成へ組み替わっていきます。

発注側で起きている地殻変動も無視できません。Retool の2026年の調査（817人のエンタープライズ開発者対象）では、35％ のチームが少なくとも1つのSaaSを自社で内製したアプリに置き換え、78％ が今後さらに内製を増やすと回答しています。しかもその内製の 60％ は、情報システム部門の正式な調達を通さず、現場が独自に立ち上げたものでした。一方で同調査では、AIが生成したコードを無修正のまま使うチームはわずか 8％にとどまります。内製化はベンダーへの価格圧力であると同時に、品質保証とガバナンスという新しい受託需要を生む裏返しでもあります。

これは受託ベンダーにとって、価格を下げる圧力であると同時に、役割の再定義を迫る話です。「作るだけ」なら社内のビジネス担当者が週末に試作できてしまう時代に、ベンダーが対価を取れるのは、作る速さではなく「正しく作り、壊さず運用する判断」の部分になります。

成果報酬モデルに潜む落とし穴

成果報酬や固定価格は万能薬ではありません。最大の落とし穴は、要件が曖昧なまま「成果」だけを約束させられると、不確実性のリスクが丸ごとベンダー側に乗ることです（Qiita などでも繰り返し指摘されています）。AIで速くなった分の利益を、要件変更の手戻りが食い潰す構図になりかねません。

これを避ける鍵が「成果測定の合意」、つまり検収基準です。何をもって「成果達成」「課題解決済み」と数えるのかを契約で先に定義しておかないと、KPI未達の原因がベンダーの実装にあるのか、顧客側のデータ品質や業務運用にあるのかで帰属争いになります。実際、海外のAI SaaSでは「純粋な成果報酬」は測定、帰属、予算予見性が難しく、固定＋従量＋成果連動のハイブリッドへ揺り戻す動きが起きています。

もう一つの逆説は、「AIで簡単に作れそうに見える」ほど発注に繋がりにくいという点です。簡単に見えるものは「内製でいいのでは」と判断され、ベンダーへの依頼そのものが消えます。安さを売りにするほど、自分の市場を縮める方向に働きます。

日本で成果報酬は馴染むのか？

結論から言えば、日本で「完全成果報酬」が広く馴染むことは当面ないでしょう。しかし「人月100％」も維持できません。欧米より浅く遅い、日本固有のグラデーションで入ってくる、というのが私たちの見立てです。

馴染みにくさには、構造的な壁が4つあります。第一に 多重下請け です。元請け→1次→2次→SES と流れる中で成果を握れるのは元請けだけで、人を出すことが存在意義の下流には成果連動を流す回路がありません。第二に 稟議の積み上げ文化 で、「いくらかかるか」で予算を承認する発注側にとって「削減額の○％を払う」は通しにくい。第三に 計測や帰属を嫌う関係性重視 の商習慣、第四に ベンダー側のリスク許容度の低さ（減点主義） です。

一方で、日本でも成果報酬に近い値付けがまったくないわけではありません。むしろ一部の分野では昔から当たり前になっています。広告運用代行（広告費の％）、BPOの処理件数課金、保守のSLAペナルティ、スタートアップ案件のレベニューシェアなどがそれにあたります。さらにクラウドやSaaSで従量課金はすでに浸透しています。だから日本で先に入るのは完全成果報酬ではなく、従量（AI実行コスト）→ 保守のSLAや限定的な成果連動 → コスト削減額の数％と上限付きゲインシェア という順序になります。

これは業界全体の話ではなく「誰が」の話です。馴染むのは、成果を握れる元請け、準内製で伴走するパートナー、AIネイティブな小規模ベンダー。逆にSES中心の事業者にとって成果報酬は救済ではなく、足元を崩す力学です。そして移行の引き金は、皮肉にもクライアントの「AIで安くならない？」という問い自体です。この一言が人月の正当性を内側から崩し、崩れたときに「成果で語れる準備」をしているベンダーだけが、それを価格交渉の武器に変えられます。

では実際に、日本の現場でこの見積りはどんな項目とKPIで作られるのか。そこは本連載の第2回 AI時代の見積書の作り方で、4ブロックの見積書サンプルと売上に直結しないシステムのKPI設計までご紹介します。

よくある質問

Q. 人月見積りはもう完全になくなるのですか？

A. すぐにゼロにはなりません。要件が固まらない探索フェーズや、責任分界点を明確にしたい保守運用では当面残ります。ただし「主役の値付け」ではなくなり、固定価格、従量、成果連動と組み合わせる一要素へと格下げされていきます。

Q. AIで安くなるなら、見積りは下げるべきですか？

A. 一律に下げる必要はありません。下げるべきは「手を動かす時間」の対価で、上げるべきは「正しい判断、壊さない設計、運用の保証」の対価です。総額ではなく、見積りの内訳を組み替えるのが本質です。

Q. 成果報酬は発注側と受注側のどちらに有利ですか？

A. 成果指標を握れる側に有利です。要件と効果測定の方法を合意できる案件なら双方にメリットがありますが、曖昧なまま導入するとリスクが受注側に偏ります。まずは成果連動を「総額の一部」に留めるのが安全です。

Q. 内製化が進むと受託は不要になりますか？

A. 「作るだけ」の受託は縮みますが、需要そのものは消えません。現場主導で増えた内製は、品質、セキュリティ、運用で必ず壁に当たります。そこを引き受けられるベンダーには、むしろ新しい役割が生まれます。

まとめ

人月見積りが消えるのは、AIが「工数と価値の比例関係」を壊したからです。海外ではすでに成果報酬や価値ベースへの移行が数字で進み、日本にもその波は確実に届きます。

ここで正直に認めるべきことがあります。ソフトを「作る」単価そのものの下落は、価値をどう説明しても完全にはかわせません。下げ圧力は避けられない。それでも、単価の下落は ベンダーの売上の消滅とは別物 です。安くなれば、これまで費用が見合わずに放置されてきたレガシーシステムの刷新までもが採算ラインに入り、刷新の対象が一気に広がるからです。単価が下がる一方で、手がけられる案件の総量はむしろ増える。この地殻変動は、すでに現場で起き始めています。

だから生き残りを分けるのは、値下げを断れたかどうかではありません。単価デフレを前提に置いたうえで、増えた案件量、継続的な保守、上流の判断で取り返せるか。そして、そのために自社の原価構造と人の配置をどう作り替えるか。ここが本丸です。AIに下働きを奪われたとき、若手をどう育て、ベンダーとしてどう生き残るのか。この問いは、本連載の第3回で扱います。

ZenChAIne は Claude Code と Codex を前提にした開発体制と、人月に依存しない見積り設計の両面から、こうした移行期の意思決定を支援しています。関連して、提案プロセスそのものの変化については RFPの終わりも合わせてご覧ください。

参考ソース

🇺🇸 Read in English