RAG構築を外注する費用相場｜内訳と依頼前に確認すべき3つのこと

RAG構築を外注する費用は、市場の一般的な目安で、検証段階（PoC）が数十万円規模、本番運用に耐える設計・実装・保守までを含めると100万円台後半〜数百万円規模です。金額を左右するのは、対象文書の量と形式、求める精度、既存システムとの連携の3点です。費用の中心はAIの部分より、文書を検索できる形に整えるデータ前処理にあります。

RAG（検索拡張生成）は、社内の文書やデータをAIが検索し、その内容をもとに回答を組み立てる仕組みです。ChatGPTのような汎用の生成AIと違って自社の文書を根拠に答えるため、過去の契約条件や製品仕様、社内規程といった社内特有の情報も扱えます。提案書・マニュアル・議事録を担当者に聞かずに探せるようになり、特定の人しか文書の場所を知らない状態も解消します。

見積もりを依頼する前には、①既製ツールで足りないか、②社内の閲覧権限を回答に反映できるか、③精度をどう測って合格とするか、の3つを確かめます。どれも見積額を左右し、①で既製ツールに収まれば外注そのものが要らなくなります。

汎用のAIチャットとRAGの違い

汎用の生成AIは、学習していない社内情報については答えられないか、もっともらしい嘘（ハルシネーション。AIが事実に基づかない回答をもっともらしく生成してしまう現象）を返すことがあります。社内文書を検索対象にしたRAGは、根拠となる文書を示しながら回答するため、利用者は根拠の文書を開いて、回答が正しいかをその場で確認できます。

確認1：既製ツールで足りないか

外注の見積もりを取る前に確認したいのが、既存環境に付属する機能で足りないかどうかです。社内文書がグループウェア（Microsoft 365・Google Workspace等）にまとまっている会社では、そこに付属する検索・要約の機能で目的を満たせる場合があります。

• 既製ツールで足りやすいケース：文書がクラウドのドライブ1か所にまとまっている／形式がOffice文書とPDF中心／求める精度は「あたりを付けられれば十分」／権限は既存のフォルダ権限をそのまま使いたい
• 個別構築が必要になりやすいケース：基幹システムや専用DBの中のデータも検索対象にしたい／スキャン画像や図表を含む文書が中心／回答に出典と数値の正確さが強く求められる（契約条件・製品仕様・価格表など）／取引先ごとに見せてよい情報が違う

進め方としては、既製ツールで2〜4週間試し、どの質問に答えられて、どの質問で外したかを記録します。その記録がそのまま、個別構築を依頼するときの要件定義になります。何もない状態で相談するより見積もりの前提がはっきりし、要らない機能に費用をかけずに済みます。

RAG導入の費用は、どこまでの規模と精度を求めるかで変わるため、一律の金額は出せません。冒頭の目安のとおり、検証段階（PoC・少量の文書での動作確認）と、本番運用に耐える設計・実装・保守までを含めた場合とでは、金額の桁が一つ変わります。同じ段階でも幅が広いのは、次の3つの要因が案件ごとに違うためです。

• 対象文書の量と種類：PDF・Excel・Word・スキャン画像など、形式が混在するほど前処理（データを扱いやすい形に整える作業）の手間が増える
• 精度要件：「だいたい合っていればいい」のか「契約書の数値を1件も間違えられない」業務なのかで、設計・検証の工数が変わる
• 既存システムとの連携の有無：社内の文書管理システムや業務システムとつなぐ場合は、追加の実装が要る

表のとおり、費用の多くはAIの部分より手前のデータ前処理にかかります。見積書で前処理の工数が薄い、あるいは項目自体がない場合は、自社側で文書を整える作業が想定されているか、精度が出ないまま納品される可能性があります。

内製で止まりやすい2つの作業

1つ目はデータ整備（バラバラな形式の文書を、AIが検索できる状態に分割・構造化する作業）です。ツールを導入してもすぐには使えず、この作業が最も工数を占めます。ここを省略すると、検索結果の精度が低いまま「結局使われないシステム」になります。

2つ目は、精度のチューニング（検索結果の質を継続的に調整する作業）と、社外に出せない機密文書の扱い方の設計です。どちらも専門知識が要るため、情シス担当者が本業と兼務しながら手探りで進めると、半年経っても本番運用に至らない例がよくあります。

確認2：社内の閲覧権限を回答に反映できるか

RAGで精度以上に深刻な事故につながるのが権限です。全社の文書をまとめて検索対象にすると、本来は見えないはずの人事情報や役員資料の内容が、回答文の中に現れてしまうことがあります。元の文書を開けなくても、回答に含まれれば漏洩です。

• 既存のアクセス権限を検索側にも反映させる：フォルダやファイルの権限を、検索時に利用者ごとの絞り込み条件として使う。この有無で実装の難度が変わるため、見積もりの段階で伝える
• 対象範囲を分けて始める：最初は「全社員が見てよい文書（規程・マニュアル・FAQ）」に絞り、権限設計の難所を避けたまま効果を確かめる
• 退職者・異動の反映を運用に組み込む：権限が変わってから検索側に反映されるまでの時間差を、どこまで許容するか決める
• 回答に出典を表示する：文書名とリンクを添えると、誤りに気づけるうえ、見えてはいけない文書が混ざったときもすぐ分かる

確認3：精度をどう測り、どこで合格とするか

「精度が高い」という言葉は、測り方を決めない限り意味を持ちません。検収でもめないよう、次の4点を契約前に決めます。

• ① 評価用の質問セットを作る：社員が実際に聞く質問を30〜50件集め、正しい回答と根拠文書をセットで用意する。この作業は発注側にしかできない
• ② 合格ラインを決める：「正解の文書を参照できた割合」と「回答内容が事実として正しい割合」を分けて測る。社内問い合わせの一次対応で、答えられない質問を担当者へ引き継ぐ運用なら、8割前後が最初の合格ラインの目安になる
• ③ 外した質問の扱いを決める：答えられない質問には「分からない」と返し、担当者へ引き継ぐ。無理に答えさせると、誤った回答で利用者の信頼を失う
• ④ 運用後の再測定を決める：文書が増えると精度は変わる。四半期に一度、同じ質問セットで測り直す

この質問セットは、外注先を比較する材料にもなります。同じ30問を各社に渡し、どの程度の精度と説明が返ってくるかを見れば、提案書の文面より確かな判断ができます。

外注先を選ぶときに確認すべきこと

• 自社のデータ形式（PDF・Excelなど）への対応実績があるか
• 「精度が出なかった場合」の改善プロセスを持っているか
• 導入後の保守・運用体制（誰が面倒を見続けるか）まで含めた見積もりか

初期構築費の安さで選ぶと、運用フェーズで追加費用がかさむことがあります。見積もりは「構築費」と「保守・運用費」を分けて確認するのが安全です。

RAG導入の進め方：4つのフェーズ

RAG導入は4つのフェーズで進みます。現状把握フェーズ（2〜3週間程度）では、文書の量・形式・機密度を調べ、求める精度を決めます。PoC（概念実証）フェーズでは、少量の文書で検索精度を検証します。見込みが立てば実装フェーズで業務フローに組み込み、導入後は運用・保守フェーズで新しい文書の追加と精度の維持を続けます。

フェーズごとに契約を分けておくと、PoCで想定した精度が出なかったときに、対象文書を絞って再検証するか、その時点で見送るかを選べます。いきなり本実装に進む場合より、投資を止められる地点が増えます。

RAG導入でよくある失敗パターン3つ

検討から運用までの段階で、次の3つの失敗がよく起きます。外注先を選ぶときも、各社がこれをどう防ぐかを聞いてください。

• データ整備を省いてツール導入で終わる：形式がバラバラな文書をそのまま入れるため検索の精度が上がらず、「結局使われないシステム」になる。前処理の工数が見積もりに入っているかを確認する
• 精度検証をせず一気に全社展開する：少量の文書でうまく動いた実演をもとに全社へ広げ、誤回答が続いて信頼を失う。対象範囲を広げる前に、一定期間の並行運用で精度を確かめる工程を挟む
• 文書更新の運用を決めずに放置する：文書が追加・改訂されても反映する仕組みと担当者がなく、古い情報のまま回答が返り続ける。誰がいつ文書を反映するかを、運用フェーズに入る前に決める

RAGの外注費用は、対象文書の量・精度要件・既存システム連携の有無で決まります。外注先は価格の安さより、「自社の文書の状態に対応できるか」「導入後も精度を維持できる体制か」で選んでください。

見積もりを比較する際は、金額の総額だけでなく「どのフェーズ（PoC・実装・保守）まで含むか」「内訳が項目立てされているか」も確認してください。生成AI開発全体のフェーズ別の費用と、金額が案件ごとに違う理由は生成AI開発の費用相場｜PoC・実装・保守の内訳と見積書の読み方で見積書の項目に沿って読み解いています。

RAGの具体的な活用先の一つが、情シス・総務・人事に届く社内からの問い合わせ対応です。定型的な問い合わせをAIが一次対応し、難しい案件を担当者へ引き継ぐ設計にすると、担当者が自分で答える件数を絞れます。進め方は社内ヘルプデスクのAI自動化｜構築方法・答えさせる範囲・費用に手順があります。

見積もり依頼の要件づくりでは、対象にしたい文書の種類と量、閲覧権限の分け方、合格とする精度の考え方をawaiが洗い出し、既製ツールで足りるか個別構築が要るかの見立てまでを受け持てます。