AI導入を検討する企業が増える中、外部ベンダーへの提案依頼（RFP）を出す前段階でつまずくケースは少なくありません。「何を書けばいいかわからない」「どこまで要件を固めるべきか判断がつかない」という声は、規模を問わず多くの企業で聞かれます。
RFPの質は、その前段階でどれだけ情報を整理できているかで大きく変わります。本記事では、RFP前に揃えておきたい情報の種類と、それぞれの進め方や判断の考え方を、実務の流れに沿って整理します。
RFP前の情報整理がなぜ重要か
ベンダーに提案を依頼するとき、依頼内容の精度が低いと、返ってくる提案もばらつきが大きくなります。結果として、比較が難しくなる、追加のやりとりが増える、社内での合意形成が遅れるといった問題が生じやすくなります。
特にAI導入の場合、業務プロセスの理解やデータの状態、期待する成果の水準など、ベンダー側が正確に把握しにくい要素が多くあります。こうした情報を事前に整理しておくことで、提案の精度が上がり、選定プロセス全体の効率も高まります。
一方で、すべてを完璧に固めてからRFPを出そうとすると、準備期間が長引いて検討自体が停滞するリスクもあります。「どこまで固めるか」の判断が、実務上はもっとも難しいポイントです。
整理すべき情報の全体像
RFP前に揃えておきたい情報は、大きく以下の5つの領域に分けて考えると整理しやすくなります。
業務課題と導入目的
AI導入で何を解決したいのかを明文化します。「業務効率化」のような抽象的な表現ではなく、「月次レポートの作成工数を半減させたい」「問い合わせ対応の一次振り分けを自動化したい」といった具体性が求められます。
目的が曖昧なままRFPを出すと、ベンダーごとに解釈がずれ、提案の方向性がばらつきます。逆に、課題と目的が明確であれば、提案内容を横並びで比較しやすくなります。
対象業務の範囲とプロセス
AIを適用する業務の範囲を特定し、現在の業務プロセスを可視化しておく必要があります。どの工程にAIを組み込むのか、前後の業務はどうつながっているのか、関連するシステムは何かといった情報が整理されていると、ベンダー側の提案精度が大きく変わります。
業務フローを図示する必要はありませんが、少なくとも「入力→処理→出力」の流れと、各工程の担当部署や利用ツールを一覧化しておくと効果的です。たとえば、問い合わせ対応であれば「受付→分類→担当振り分け→回答作成→送信→記録」といった工程を書き出し、それぞれの所要時間や頻度、担当者数を添えておくと、ベンダーが工数削減効果を試算しやすくなります。
データの状況
AI活用にはデータが不可欠ですが、RFPの段階では「どのようなデータがどの程度あるか」を概要レベルで把握できていれば十分です。具体的には以下のような項目を整理します。
- 利用可能なデータの種類（テキスト、数値、画像など）
- データの保管場所と形式
- データ量の概算
- 個人情報や機密情報の有無
- データ品質に関する既知の課題
すべてのデータを精査する必要はありませんが、ベンダーが実現可能性を判断するために必要な最低限の情報は揃えておくことが重要です。
期待する成果と評価基準
「成功」をどう定義するかは、RFP前に社内で合意しておくべき重要な論点です。定量的な指標（処理時間の短縮率、正答率など）だけでなく、定性的な期待（担当者の負荷感軽減、判断のばらつき低減など）も含めて整理しておくと、ベンダーの提案内容を評価する際の軸が明確になります。
この段階では厳密なKPIを設定する必要はありません。「何をもって効果があったと判断するか」の方向性を共有できていれば、提案の比較がしやすくなります。AI導入のKPI設計について詳しく知りたい場合は、AI試行導入でKPIをどう設計するかも参考になります。
体制・スケジュール・予算の概要
ベンダーが提案を組み立てるうえで、以下の情報があると提案の実現可能性が高まります。
- 社内の推進体制（担当部署、意思決定者、現場担当者）
- 想定スケジュール（検討開始から本番稼働までの大まかな時間軸）
- 予算の規模感（概算でも方向性があると提案を絞り込みやすい）
- 既存システムとの連携要件
予算については、具体的な金額を開示するかどうかは企業の方針によりますが、少なくとも「数十万円規模の検証」なのか「年間数百万円規模の本格導入」なのかといった方向性を示すことで、ベンダー側のミスマッチを防げます。
情報整理を進める際の実務ステップ
情報整理は一度にすべてを完成させる必要はありません。段階的に進めるほうが、関係者の合意を得やすく、手戻りも少なくなります。
ステップ1：課題の棚卸しと優先順位づけ
まず、AI活用で解決したい課題を洗い出します。この段階ではブレインストーミング的に幅広く出し、その後で「業務インパクトの大きさ」「実現可能性」「緊急度」などの観点から優先順位をつけます。
ありがちな失敗として、技術的に面白そうなテーマを優先してしまうケースがあります。RFPの段階では、業務上の効果が見えやすいテーマを選ぶほうが、社内の合意形成もスムーズに進みます。また、課題を1つに絞りきれない場合は、3つ程度に絞ったうえで「第一候補」「第二候補」と優先度を明記してRFPに含めるのも現実的な方法です。
ステップ2：対象業務の現状整理
優先度の高い課題について、現在の業務プロセスを関係者へのヒアリングを通じて整理します。このとき注意したいのは、「現場が認識している課題」と「管理者が想定している課題」にずれがあることが多い点です。
現場担当者、管理者、情報システム部門など、複数の視点からヒアリングを行うことで、より正確な業務理解が得られます。AI導入の要件を小規模案件で整理する方法については、小規模案件での要件整理の進め方が参考になります。
ステップ3：データと技術的な前提の確認
対象業務が決まったら、関連するデータの状況を情報システム部門と連携して確認します。この段階で完全なデータ調査を行う必要はありませんが、「データがあるか・ないか」「アクセスできるか・できないか」「品質に問題がありそうか」程度の把握は欠かせません。
また、既存システムとの連携が必要かどうか、セキュリティ上の制約があるかどうかも、この段階で確認しておくと後の手戻りを防げます。
ステップ4：関係者間での方向性の合意
整理した情報をもとに、経営層・推進担当・現場・情報システム部門の間で方向性を合意します。全員が細部まで合意する必要はありませんが、「何のために」「どの業務に」「どの程度の規模感で」取り組むのかについて、大枠の認識をそろえておくことが重要です。
この合意がないままRFPを出すと、ベンダーからの提案が届いた後に社内で方針がぶれるリスクがあります。合意形成の場では、議事メモを残しておくことも重要です。「なぜこの業務を対象にしたのか」「なぜこの優先順位にしたのか」という判断の背景を記録しておくと、後から経営層や他部署に説明する際にも役立ちます。
「どこまで固めるか」の判断基準
RFP前の情報整理で最も悩ましいのが、「どこまで固めてからベンダーに声をかけるか」という判断です。固めすぎると時間がかかり、固めなさすぎると提案の質が下がる。このバランスは、以下の考え方で整理できます。
固めておくべき項目：
- 導入目的と期待する成果の方向性
- 対象業務の範囲（少なくとも部署・業務名レベル）
- 予算とスケジュールの大枠
- 社内の意思決定プロセス
ベンダーと一緒に詰めてよい項目：
- 技術的なアーキテクチャや実装方式
- データ加工・前処理の具体的な方法
- 運用フローの詳細設計
- KPIの具体的な数値目標
要件をすべて社内で固めてからRFPを出すのは理想的に見えますが、AI導入の場合は技術的な選択肢がベンダーの知見に依存する部分も大きいため、「方向性は固める、手段はベンダーの提案を受けて判断する」というスタンスが実務的です。
なお、RFPに「未確定事項」として明記する方法も有効です。決まっていない項目を隠すのではなく、「この項目は提案の中で方向性を示してほしい」と記載しておけば、ベンダー側も前提を誤解せずに提案を組み立てられます。
RFP前に見落としやすい観点
情報整理を進める中で、見落としやすいポイントをいくつか挙げます。
運用体制の想定
導入後に誰がどう運用するかは、RFPの段階ではあまり議論されないことがあります。しかし、ベンダーにとっては運用体制の想定が提案内容に大きく影響します。社内にAIの運用経験がある人材がいるか、外部に運用を委託する方針かといった情報は、提案の方向性を左右します。
セキュリティ・コンプライアンス要件
自社のセキュリティポリシーやデータ取り扱いに関するルールを、RFP前に整理しておくことが重要です。特に、クラウド利用の可否、外部へのデータ送信の制約、個人情報の取り扱い方針などは、ベンダーの提案範囲を大きく制約する要因になります。これらの制約条件をRFPに明記しておかないと、提案後の技術検証段階で「実はこの構成は社内規定上使えない」と判明し、大幅な手戻りが発生することがあります。情報システム部門やセキュリティ担当と事前に確認しておくことが欠かせません。
既存の取り組みとの関係
社内で既にAIツールを試験的に使っている部署がある場合や、過去にAI関連のプロジェクトを実施した経緯がある場合は、その情報もRFPに含めると有効です。ベンダーが「ゼロから提案する」のか「既存の取り組みを踏まえて提案する」のかで、提案内容が大きく変わります。
評価プロセスの設計
RFPを出した後、どのように提案を評価し、ベンダーを選定するかのプロセスも事前に決めておくと、選定がスムーズに進みます。評価基準、評価者、スケジュールを先に設計しておくことで、提案が届いてから慌てることを防げます。ベンダー選定の評価観点については、ベンダー選定で確認したい実務観点が参考になります。
社内合意を得るための工夫
RFP前の情報整理は、推進担当者だけで完結できるものではありません。経営層の承認、現場の協力、情報システム部門の技術的な確認など、複数の関係者を巻き込む必要があります。
合意形成をスムーズに進めるためのポイントとして、以下が挙げられます。
- 課題と目的を1枚にまとめる： 経営層向けには、課題・目的・期待効果・概算規模を1枚の資料に集約すると判断を得やすくなります。稟議や社内説明の進め方については、AI導入の稟議書の整理項目と書き方も参考にしてください。
- 現場には負担感を先に伝える： ヒアリングや試行への協力を依頼する際は、どの程度の時間と作業が必要かを先に示すと協力を得やすくなります。
- 段階的に合意を取る： 最初から全体計画の承認を求めるのではなく、「まず情報整理の範囲と進め方」「次にRFPの方針」と段階的に合意を取ると、各ステップの負荷が下がります。
まとめ
RFP前の情報整理は、AI導入プロジェクト全体の成否に直結する重要なプロセスです。ただし、すべてを完璧に固める必要はなく、「方向性を明確にし、ベンダーが提案を組み立てられるだけの情報を揃える」ことがゴールになります。
整理すべき情報は、業務課題・対象範囲・データ状況・期待成果・体制の5つの領域に分けて段階的に進めると、関係者の負荷を分散しながら精度を上げていくことができます。
AI導入の全体的な進め方を俯瞰したい場合は、初期整理からPoCまでの全体像もあわせてご覧ください。自社の状況に合った情報整理の進め方や、RFPの設計について整理が必要な場合は、お気軽にご相談ください。
