生成AIを使う新規事業サービスで、プロトタイプで確かめたいこと
生成AIを使う新規事業サービスは、企画書の段階では魅力的に見えても、出力の質や運用の条件は、動かしてみるまで分かりにくいものです。この記事では、生成AIを使うサービスの動くプロトタイプで確かめたい論点を、出力の品質、利用者にとっての価値、運用の条件、変化への強さ、判断基準の順に整理します。企画書だけでは決めきれない部分を、どう実物で確かめるかの手がかりになれば幸いです。
生成AIを使うサービスは、なぜ作る前に確かめにくいのか
生成AIとは、文章・画像・コードなどを新しく作り出すAIのことです。文章を扱う代表的なものがLLM（大規模言語モデル）で、GPTやClaude、Geminiなどがこれにあたります。こうしたAIを組み込んだ新規事業サービスには、従来のシステムとは違う難しさがあります。
出力が毎回同じとは限らない
従来のシステムは、同じ操作をすれば同じ結果が返るように作ります。生成AIは、同じ入力でも表現や内容が変わることがあります。さらに、もっともらしいのに事実と違う内容を出すこともあります。「できる」「できない」の二択ではなく、「どのくらいの割合で、どの程度の品質で使えるのか」という程度の問題になります。
この程度は、企画書や画面のイメージ図からは読み取れません。実際の入力を与えて、出てきた結果を見て初めて分かります。
企画書では「AIなら何とかなる」で止まりやすい
企画の会議では、「AIが自動で作ってくれる」「AIが最適な答えを出す」といった説明が出がちです。聞いている側は、どこまでできるのか具体的に想像しにくく、判断の材料が足りないまま議論が進んでしまいます。新規事業の決裁を企画書だけで取る難しさについては、新規事業の決裁を企画書だけで取るのが難しい理由でも整理しています。生成AIを使うサービスでは、この難しさがさらに大きくなります。
そこで有効なのが、動くプロトタイプです。プロトタイプとは、本番の完成品ではなく、確かめたいことに絞って先に作る試作のシステムのことです。言葉で「できるはず」と説明する代わりに、実物で「ここまでできた」「ここはまだ難しい」と示せます。
確かめたいこと①：出力が事業で使える品質か
最初に確かめたいのは、AIの出力が、そのサービスの利用者に価値を届けられる品質かどうかです。ここを曖昧にしたまま進めると、後で「デモでは良かったのに」という事態になりやすくなります。
実際に近いデータで試す
プロトタイプでの試験には、作り手が用意した理想的な入力ではなく、実際の利用に近い入力を使いたいところです。たとえば次のような点です。
- 利用者が実際に書きそうな、整っていない言葉や短い入力
- 業界特有の用語や、社内でしか通じない言い回し
- 情報が不足している入力や、矛盾を含む入力
- 数が多い、長い、複雑といった負荷の高い入力
きれいな入力でうまくいくのは当たり前です。事業として成り立つかは、こうした入力のときにどうなるかで決まります。
「良い出力」の基準を先に言葉にする
出力を見て「何となく良さそう」と感じるだけでは、関係者の間で判断が割れます。事前に、何をもって合格とするかを言葉にしておきたいところです。
具体的には、正確さ、必要な情報が含まれているか、読みやすさ、禁止したい内容が出ていないか、といった観点を決めておきます。評価の項目の決め方は、LLMアプリ開発の精度評価｜開発前に決める5つの項目で詳しく扱っています。
もっともらしい間違いが混ざる前提で見る
生成AIには、自然な文章で事実と異なる内容を出すことがあります。サービスの内容によっては、小さな間違いが利用者の信頼を大きく損なうこともあります。プロトタイプの段階で、間違いがどんな形で出るのか、どの程度の頻度か、利用者が気づける作りになっているかを見ておくと、事業として許容できるかを判断しやすくなります。見つけ方や防ぎ方は、生成AIのハルシネーションが開発に混ざるとき｜見つけ方と防ぎ方にまとめています。
確かめたいこと②：利用者にとっての価値と使われ方
出力の品質が十分でも、それだけでサービスが成り立つわけではありません。利用者が実際に使い、使い続けたいと思うかどうかは別の問題です。
AIの部分が価値の中心になっているか
新規事業で生成AIを使う場合、AIの部分が利用者にとっての価値の中心なのか、それとも便利な付け足しなのかを整理しておきたいところです。この区別によって、事業の強さも、競合との違いの作り方も変わるからです。
プロトタイプを使って、次のような問いを確かめられます。
- AIの機能を外したら、利用者は困るのか、それとも気づかないのか
- AIの出力そのものが成果物なのか、人が仕上げる前の下書きなのか
- 利用者は、AIの結果をそのまま使うのか、手直しして使うのか
手直しが前提の使われ方であれば、「手直しのしやすさ」が価値になります。このように、使われ方が分かると、本開発で力を入れる場所が変わります。
利用者の操作と反応を見る
AIの出力の質とは別に、入力のしやすさや結果の見せ方が、体験を大きく左右します。入力欄に何を書けばよいか迷う、結果が長すぎて読まれない、やり直しの操作が分かりにくい、といったことは、実物を触ってもらわないと見えてきません。
少人数でも、想定する利用者にプロトタイプを触ってもらい、どこで手が止まるかを見ることには意味があります。質問の作り方や見どころは、プロトタイプのユーザーテスト｜新規事業での確かめ方と質問で整理しています。
最初に作る範囲を絞る
生成AIを使うと「あれもこれもできそう」と感じやすく、機能が膨らみがちです。確かめたい問いに必要な機能だけに絞らないと、プロトタイプの目的がぼやけます。絞り方の基準は、MVP開発の機能の絞り方｜最初に作るものと後回しの基準が参考になります。MVPとは、価値を確かめるための最小限のサービスのことです。プロトタイプやモックとの違いは、プロトタイプとモックアップ・MVPの違い｜新規事業の使い分けで整理しています。
確かめたいこと③：運用の条件が事業に合うか
生成AIを使うサービスは、AIを動かす費用や応答の速さなど、運用面の条件がそのまま事業の収支や体験に影響します。この点も、動かしてみて初めて具体的に見えてきます。
1回あたりの利用コストと応答時間
多くの生成AIのサービスは、利用量に応じてAI側の利用料がかかる仕組みです。つまり、利用者が増えるほどAIの利用料も増えます。プロトタイプで、1回の利用でどのくらいの量をAIに処理させているかを確認しておくと、将来の事業の収支を見積もる材料になります。AIの製品や料金は更新が続くため、見積もりのときは、その時点の公式情報を確認する前提で考えたいところです。
応答時間も同じです。結果が出るまで数十秒かかるサービスは、利用者に待たされている印象を与えることがあります。待ち時間が許容される用途なのか、待たせない工夫が必要なのかは、実際に触って判断できます。
入力するデータの扱い
利用者が入力した内容を外部のAIに送る場合、そのデータがどう扱われるかを確認しておく必要があります。機密情報や事業のアイデア、個人情報が含まれるなら、なおさらです。確認する点は、生成AI開発の情報漏洩を防ぐ確認点｜機密と事業アイデアと、新規事業の個人情報とシステム設計｜設計前に確認する点で整理しています。
プロトタイプの段階から、どのデータをAIに渡し、どのデータは渡さないかを決めておくと、本開発に進んだときの手戻りを減らせます。
AIが操作を行う場合の権限
AIが文章を返すだけでなく、外部のシステムを操作したり、データを書き換えたりするサービスでは、AIに許す操作の範囲も確かめたい点になります。想定していない操作をしないよう、どこまでを許可し、どこから人の確認を挟むかを、プロトタイプで試しながら決めていくのが現実的です。
確かめたいこと④：AIの変化に耐えられる作りか
生成AIの分野は変化が速く、モデルやAPIの仕様が更新されることがあります。APIとは、他のソフトウェアの機能を呼び出すための接続口のことです。たとえばAPIの新版で、これまで送っていた指定の扱いが変わった例は、Claude API 3年ぶり新版、温度指定は送るとエラーで取り上げています。
特定のAIに寄りかかりすぎていないか
サービスが特定のAIモデルの癖に強く依存していると、モデルが変わったときに出力の傾向が変わり、品質が保てなくなるおそれがあります。プロトタイプの段階で、別のモデルに差し替えたらどうなるかを試せる作りにしておくと、将来の選択肢を残せます。AIの選び方は、AIシステム開発でのAIの選び方｜2026年10月比較と、開発向け生成AI比較｜Claude・ChatGPT・Geminiが参考になります。
変わらない部分と変わる部分を分けて考える
AIの部分は変わりやすい一方で、利用者の管理、データの持ち方、画面の使い勝手といった部分は、比較的長く使い続けるものです。AIの部分を差し替えやすくしておき、それ以外の土台は事業の形に合わせてしっかり作る、という分け方が考えやすくなります。データの持ち方は、新規事業のデータ設計｜最初に決めたい5つの持ち方で整理しています。
確かめたい結果の「判断基準」を先に決める
ここまで挙げた確認点を、作ってから「何となく良さそう」で終わらせないために、判断の基準を先に置いておきたいところです。
続ける・直す・やめるの基準
プロトタイプを作る目的は、「作ること」ではなく「続けるかどうかを判断すること」です。そのために、事前に次のような基準を決めておくと、結果を冷静に読み取れます。
- 出力の合格率がどのくらいなら、続ける価値があると考えるか
- 利用者の何割が、繰り返し使いたいと答えたら次に進むか
- 1回あたりの運用コストが、どの水準までなら事業として成り立つか
- この基準を下回ったら、見直すのか、やめるのか
数字の水準は、事業ごとに違います。大切なのは、結果を見る前に決めておくことです。結果を見た後に基準を決めると、期待や思い入れに引っ張られやすくなります。基準の作り方は、MVP検証の指標を先に決める方法｜判断基準の作り方で、やめる判断については新規事業の撤退判断｜プロトタイプで「やめる」と決める基準で扱っています。
経営陣と現場で同じ実物を見る
判断の場では、経営陣（決裁者）と現場（立案者）が同じ実物を見ながら話せることが大切です。同じ目的を見ていても、判断の材料や進める速度が違うと話が噛み合わないことがあります。ズレているのは目的ではなく進め方であることが多く、実物があれば「ここまでできた」という共通の材料になります。詳しくは、新規事業で経営陣と現場がすれ違う原因は進め方のズレをご覧ください。稟議で実物をどう使うかは、稟議を通すシステム開発｜プロトタイプの使い方にもまとめています。
プロトタイプ後に進むときの考え方
確かめた結果、続ける判断になった場合、そのプロトタイプをそのまま本番にするのか、作り直すのかが次の論点です。生成AIを使うサービスでも、この点は同じです。
プロトタイプは、確かめるために速く作ったものなので、そのまま大勢の利用者に使わせると、保守や安全面で足りない部分が出ることがあります。一方で、確かめた画面の流れ、データの持ち方、AIに渡す指示の組み立てなど、引き継げる部分も多くあります。引き継げる部分と見直す部分の考え方は、MVPから本開発は作り直し？引き継げる部分と見直す点で整理しています。
また、AIを活用して作られたコードを事業で使うなら、品質や保守、安全面の確認も欠かせません。AI生成コードの保守は可能か｜引き継ぎと改修の確認点やAI生成コードのセキュリティ｜確認点と人の役割も、あわせて確認しておきたいところです。
その後の進め方は、新規事業の開発ロードマップの描き方｜プロトタイプ後の1年も参考になります。
まとめ
生成AIを使う新規事業サービスで、動くプロトタイプを作って確かめたいことは、大きく次の4つです。
- 出力が、実際の入力で事業に使える品質になるか
- 利用者にとって、AIの部分が価値の中心になっているか
- 利用コスト、応答時間、データの扱いなど、運用の条件が事業に合うか
- AIの変化に対して、差し替えや見直しができる作りになっているか
そして、これらの結果を読み取るために、続ける・直す・やめるの判断基準を先に決めておくことが大切です。生成AIは「できそう」に見えやすい分、実物で確かめてから判断するという進め方が、新規事業のリスクを抑える助けになります。
私たちJustFitは、株式会社LEGAREAが運営する完全オーダーメイドの受託開発サービスで、「先に作って、後から決める（PROTOTYPE FIRST）」という考え方のもと、構想をもとに約1ヶ月で動くプロトタイプを先に開発します。実物を見てから契約を判断でき、システムが事業そのものになるような新規事業の形まで一緒に考えます。生成AIを使うサービスの構想があり、仕様が固まる前の段階でも、まずはお気軽にご相談ください。詳しくはJustFitのサービス紹介をご覧ください。