【"カタチにできるか"だけが、これからの発注基準になる】〜口だけではない相手を見極める経営者の判断軸〜
看板・実績・資本金・受賞歴。発注先を選ぶとき、経営者が無意識に頼りにしてきた指標は数多くある。だがそれらの多くは、「過去に何をしたか」の記録であり、「今できるか」の証明ではない。AIが設計の意図を受け取り実装を進める時代、ベンダーの能力の構造そのものが変わりつつある。にもかかわらず、発注側の選び方は古いままだ。本稿では、AI時代における発注先の能力を見極めるための判断軸を、中小企業経営者が持てる言葉で整理する。「実績がある」と「今できる」は別の話である。その構造を認知バイアスの視点から解き、「良い発注者になる」ことこそが、AI時代の経営者に求められる知見であるという着地点で論じる。
「実績」という指標が、今なぜ滑るのか
実績は"過去の証明"であり、"現在の能力"ではない
ベンダーの提案書には、たいてい「導入事例◯社」「受賞歴◯回」「創業◯年」が並ぶ。これらは確かに情報である。しかしそれが示しているのは、ある時点における達成であり、今この瞬間に求める仕事ができるかどうかとは、別の話だ。
AIを活用した開発が急速に標準化している現在、1〜2年前の実績と今の現場では、使っているツール・手法・設計思想が大きく異なる。「去年まで優れたベンダーだった」と「今も優れたベンダーである」は、自動的にはつながらない。
「名前が通っている」ことへの過信
大手であること、知名度があること、あるいは「あの会社が使っている」という事実は、発注判断を強く引き寄せる。カーネマンが論じた"システム1"の働き——直感的・即時的な判断——は、「有名＝安全」という等式を無意識に成立させる。経営者が意図して選んでいるつもりでも、実態は権威と知名度に引きずられた判断であることが多い。
これは合理的な判断を妨げるバイアスの典型だ。重要なのは、名前ではなく「この案件を、今の体制で、どう進めるか」の説明ができるかである。
「これまで失敗していない」は選ぶ理由にならない
リスク回避を重視する経営者ほど、「実績があって失敗していないベンダー」を選ぼうとする。その心理は理解できる。だが「失敗事例がない」という事実は、難しい案件に挑んでいないことの裏返しである可能性もある。AI時代の開発は不確実性が高い。前例のない設計に踏み込む胆力と技術が問われる局面では、「無難な実績の積み重ね」は参考にならない。
AI時代に、ベンダーの能力の何が変わったのか
AIが「実装の担い手」に加わった現場の実態
AIエージェントやコード生成ツールの普及により、開発の現場は変わりつつある。設計の意図を適切に言語化し、AIに渡し、生成された成果を検証・修正する——このサイクルを回せるかどうかが、今のベンダーの実力を分ける。人間が全行程を書くのではなく、AIを的確に動かせるかが問われている。
つまり「エンジニアが何人いるか」という指標は、もはや一次的な判断軸ではない。少人数でも、AIを使いこなせる設計者がいれば、以前より高速・低コストで動けるベンダーが現れている。逆に、人数と実績だけを誇るベンダーが、AI活用の変化に対応できていない場合もある。
「言語化する力」がベンダー品質の新しい指標になった
AIを使う開発では、要件を曖昧なまま渡すことができない。「何をどう作るか」を言語化して設計に落とし込む力こそが、ベンダーの中核能力になりつつある。この力は、実績の数ではなく、提案の中身で見分けるしかない。
「どんな要件でもお任せください」という言葉は、言語化を丸投げにする姿勢のシグナルかもしれない。反対に、「この部分は仕様が決まらないと進められません」「ここは選択肢が三つあり、それぞれに制約があります」と言い切れるベンダーは、言語化の責任を自分で持っている。
見積もりの「根拠」が読めるかどうか
AI活用が進む開発現場では、工数の読み方も変わっている。AIで自動化できる工程とそうでない工程が混在し、見積もりの構造が複雑になっている。「一式◯◯万円」の一行で終わる見積もりは、何も説明していないに等しい。
どの工程に何が含まれ、変動する可能性がある部分はどこか。経営者がこれを問えるかどうかが、発注の質を決める。ベンダーがこれに答えられないなら、見積もりの精度そのものが低い——あるいは、問いに耐えられる設計になっていない——ということだ。
経営者の「権威バイアス」が発注判断を狂わせる
チャルディーニが示した「権威」の作動メカニズム
チャルディーニが『影響力の武器』で論じているように、人は権威の象徴に対して判断を委ねやすい。肩書き・認定資格・メディア掲載・大手との取引実績——これらは、内容を精査する前に「信頼できる」という感覚を生み出す。IT・AI領域では、この構造が特に強く作動する。経営者が技術の中身を評価する基準を持っていないほど、権威の記号に依存しやすくなる。
「この会社はISO取得している」「経産省の事業に採択されている」という事実は、確かに一定の水準の証明にはなる。しかしそれが今の案件において「カタチにできるか」の証明にはならない。権威は過去の評価であり、今の実行力とは切り離して考えなければならない。
「みんな使っている」という安心感のリスク
社会的証明——周囲が選んでいるから自分も選ぶ——もまた、発注判断に忍び込む。「同業他社がこのベンダーを使っている」という情報は、判断の労力を省いてくれるように見える。だが同業他社の案件と自社の案件が同じ条件とは限らない。規模・業務設計・既存システムの状態・社内体制——これらが異なれば、同じベンダーを使っても結果は別物になる。
他社の成功事例はあくまで参考情報であり、自社の発注判断の代替にはならない。
「高ければ良い」「大きければ安心」という直感を疑う
規模・費用・知名度を品質の代理指標として使う心理は、不確実な選択肢の中で「手がかり」を探す認知の働きから来ている。これ自体は人間として自然な反応だ。しかしAI時代の開発では、規模・費用・知名度と実際の成果物の品質の相関が、かつてより弱くなっている。
少人数でも優れた設計ができるベンダーが現れ、大きな組織でもAI活用に乗り遅れたままのベンダーが存在する。「大きければ安心」という直感は、今の現場では検証が必要な仮説である。
「良い発注者」になることが、選択肢の質を変える
発注側が曖昧なままでは、どのベンダーも困る
AI時代の開発における最大のリスクの一つは、発注側の要件が言語化されていないことだ。「いい感じに作ってほしい」「他社みたいにしたい」という依頼は、ベンダーに過剰な推測を強いる。推測の上に作られたものは、完成した後に「思っていたのと違う」になりやすい。
これはベンダーだけの問題ではない。発注者が「何を・なぜ・どの水準で」を整理できていないまま発注すれば、どれだけ優秀なベンダーでも成果を出すことは難しい。言語化されない要件は、AIにも人間にも渡せない。
「カタチにできるか」を問う場を作る
提案段階で「この要件をどう実装するか、具体的に教えてほしい」と問うことは、ベンダーの実力を見るための有効な手段だ。答えが概念論にとどまり、具体的な設計の話が出てこないベンダーは、言語化を回避している。
「プロトタイプを小さな範囲で作ってみせてほしい」という要望も、選別の機能を持つ。本当に「カタチにできる」ベンダーは、小さな試作に応じることを恐れない。逆に、試作を嫌がる・見積もりが膨らむ・理由が曖昧なベンダーは、本番での実行力に疑問符がつく。
発注者の問う力が、結果の質を決める
発注先の能力は、最終的には発注者がどれだけ的確に問えるかによって引き出される。「この案件で、AIをどのフェーズにどう使う想定ですか」「その選択の根拠は何ですか」——こうした問いに答えられるかどうかが、今の実力の試金石になる。
これは尋問ではない。発注者が「問える状態」にあること自体が、ベンダーにとっても仕事のしやすい環境を作る。問いの質が上がれば、提案の質も上がる。経営者が「良い発注者」になることは、選択肢の全体的な質を引き上げることでもある。
結論 — 経営者が取るべき次の一歩
「実績がある」と「今できる」は別の話である。AI時代には、ベンダーの能力の構造が変わり、権威・規模・知名度という過去の指標がそのまま通用しなくなっている。発注判断を左右する認知バイアスの存在を自覚し、「カタチにできるか」を問う視点を持つことが、今の経営者に求められる。
経営者は、発注先を選ぶ前に「自社が何を・なぜ・どの水準で求めているか」を言語化すべきである。
第一歩は、次の発注機会で提案ベンダーに「この要件をどう具体的に実装するか、設計の考え方を教えてほしい」と一問だけ投げることである。その答えの質が、見えなかった実力の差を可視化する。
