結論

AI開発契約のSLAは、通常のシステム可用性だけでなく、AI特有の品質低下、モデル変更、回答遅延、RAG参照失敗、外部API障害、誤回答への対応を含めて設計します。SLAクレジットや返金条件を入れる場合も、何が未達なのか、どう測るのか、どの証跡で確認するのかをRFPで決めておかなければ、契約後に争点になります。

AIの品質は、常に固定値で保証しにくい領域があります。そのため、RFPでは「必ず正答する」といった曖昧な約束ではなく、測定可能なサービス水準、障害対応時間、再発防止、モデル変更通知、検証手順を分けて書くことが重要です。

AI契約でSLAに入れる項目

AI開発では、画面が動いているかだけではサービス水準を判断できません。回答の根拠が出ない、参照文書が古い、外部APIが失敗する、応答が遅い、モデル更新で回答傾向が変わる、といった事象があります。

SLAクレジットは、金額だけを決めても機能しません。対象期間、対象サービス、未達条件、除外条件、申請方法、証跡、上限、再発時の扱いを合わせて決めます。

RFPに入れる質問

提案会社には、SLAをどの単位で測るか、AI品質をどの評価データで確認するか、モデルや外部APIの障害時に誰が責任を持つか、報告書に何を含めるかを聞きます。RAGやAIエージェントでは、検索、参照、生成、ツール実行のどこで失敗したかを分けて追えることが重要です。

また、AI開発ではベンダーが利用する外部モデルやクラウドサービスの制約があります。外部サービスの障害をすべて開発会社の責任にできるとは限らないため、再発防止、代替手段、利用者への通知、暫定運用を契約に入れます。

検収と運用

検収では、SLA項目が計測できるかを確認します。監視画面があるだけでなく、月次報告に出せる形式か、障害時に証跡を追えるか、品質未達時に再評価できるかを見ます。返金やクレジット条件を設定する場合は、条件を満たしたかどうかを客観的に判断できる証跡が必要です。

運用では、SLAを罰則ではなく改善の仕組みにします。未達が起きた時に、原因、影響、暫定対応、恒久対応、再評価日を決めることで、AIシステムの信頼性を高められます。

図解で確認するポイント

この記事の画像は、契約、サービス水準、障害対応、証跡、レビュー、クレジット条件を一連の流れとして示しています。AI開発契約で曖昧になりやすい責任分界を、RFP段階で確認するための図解です。

AllAI内での次の行動

AI開発契約を検討する場合はAI開発会社一覧で候補を比較し、運用監視の見積りはLLMOps監視の費用相場とRFP観点も確認します。ログ証跡はAI開発セキュリティログRFPの書き方が参考になります。

FAQ

Q. AIの回答品質をSLAにできますか? A. できますが、評価データ、測定方法、許容範囲、除外条件を明確にする必要があります。曖昧な品質保証は避けます。

Q. SLAクレジットは必ず入れるべきですか? A. 重要業務では検討できます。ただし、クレジット金額より、未達時の初動、証跡、再発防止、代替運用の方が実務上重要です。

Q. 外部AIモデルの障害は誰の責任ですか? A. 契約で整理します。外部サービス障害時の通知、暫定運用、代替手段、再発防止の範囲をRFPで確認します。

出典:

• 経済産業省 AI事業者ガイドライン 第1.2版: https://www.meti.go.jp/shingikai/mono_info_service/ai_shakai_jisso/20260331_report.html (確認日: 2026-07-08)
• NIST AI Risk Management Framework: https://www.nist.gov/itl/ai-risk-management-framework (確認日: 2026-07-08)
• OWASP Top 10 for LLM Applications: https://owasp.org/www-project-top-10-for-large-language-model-applications/ (確認日: 2026-07-08)

次に見る

• AI開発会社一覧
• LLMOps監視の費用相場とRFP観点
• AI開発セキュリティログRFPの書き方