結論

AI開発RFPでデータ品質スコアカードを指定する方法で重要なのは、提案依頼の段階で「できること」ではなく「何を、どの条件で、誰が確認し、どの証跡で検収するか」を揃えることである。データ品質スコアカードを曖昧にしたままAI開発を発注すると、ベンダーごとの前提がずれ、見積比較、責任分界、本番運用の判断ができなくなる。

生成AI案件では、通常のシステム開発よりも、データ、評価、運用、ログ、人間確認、モデル更新の条件が結果に直結する。デジタル庁の生成AI調達・利活用ガイドラインは、利活用促進とリスク管理を一体で進める考え方を示している。NIST AI RMFとGenerative AI Profileも、AIリスクを目的、法規制、リソース、ライフサイクルに合わせて管理する視点を示す。したがって、データ品質スコアカードは後工程の相談ではなく、RFP本文か契約条件に入れるべきである。

RFPに入れるべき項目

特に、欠損、重複、鮮度、権限、正解データを採点表として提示させることを提案書の必須回答項目にする。自由記述だけにすると、提案書の見栄えで判断しやすい。回答欄は、前提、対応範囲、除外範囲、必要データ、追加費用、残リスクに分ける。

見積比較で確認する観点

安い見積だけで選ぶと、後からデータ品質スコアカードが別料金になることがある。見積書では、作業名、成果物、検収方法、前提条件を同じ粒度で比較する。AI案件では、API利用料、クラウド費、評価データ作成、テスト、監視、利用者研修が後から増えやすい。

失敗しやすいパターン

• RFPにデータ品質スコアカードを書かず、提案後の質疑で決めようとする
• PoCの成功条件だけを決め、本番運用と改善サイクルを決めない
• ログ、証跡、権限、データ削除をベンダー任せにする
• 見積比較表に、除外範囲と追加費用の欄がない
• 業務部門、法務、セキュリティ、運用担当の確認者を決めない

この失敗は、ベンダーの技術力だけの問題ではない。発注側が比較できる質問を用意しないと、提案の前提がそろわない。特にデータ品質スコアカードは、導入後の安全性と継続利用に関わるため、RFP、契約、検収の3点で同じ言葉を使う。

RFP文例

データ品質スコアカードについて、対象範囲、前提条件、除外範囲、必要データ、テスト方法、ログ/証跡、運用担当、追加費用、残リスクを表形式で回答してください。PoCと本番で条件が変わる場合は、それぞれ分けて記載してください。

この文例はそのまま使うのではなく、自社の業務、データ、リスク、予算に合わせて調整する。個人情報、医療、金融、労務、広告表現に関わる場合は、法務・セキュリティ部門の確認を前提にする。

図解で確認するポイント

この記事の画像は、データ品質スコアカードをスコープ、証跡、費用、運用に分けたRFP確認図である。タイトル装飾ではなく、ベンダーに回答させる項目を視覚的に整理できるようにした。

まとめ

AI開発RFPでデータ品質スコアカードを指定する方法は、AI開発を発注する前に比較可能な条件をそろえるための教育コンテンツである。AllAIでは、発注前にAI開発パートナーを探す、発注診断を始める、AI開発RFP評価基準へ進める。関連して、AI開発の要件定義、AI開発の失敗事例、AI開発のベンダー選定表も確認するとよい。

FAQ

Q. データ品質スコアカードはRFPと契約のどちらに書くべきですか?
A. RFPで提案比較の条件として書き、採用後に契約条件と検収条件へ落とすのがよい。

Q. どこまで細かく書くべきですか?
A. 初期構築、本番運用、保守、追加費用、ログ/証跡、退出条件まで比較できる粒度で書く。

Q. ベンダーに任せてよい部分はありますか?
A. 技術案は任せてよいが、業務目的、禁止事項、確認者、データ利用条件、検収条件は発注側が決める。

出典と確認日

• デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン」: https://www.digital.go.jp/assets/contents/node/information/field_ref_resources/decb64eb-f26e-41cb-8d37-f3dd173108b8/59054b35/20260612_resources_standard_guidelines_guideline_01.pdf (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)
• NIST「Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile」: https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-generative-artificial-intelligence (確認日: 2026-07-08)
• OWASP「Top 10 for Large Language Model Applications」: https://owasp.org/www-project-top-10-for-large-language-model-applications/ (確認日: 2026-07-08)
• ソフィエイト「AI導入の要件定義（RFP）の書き方」: https://sophiate.co.jp/ai%E5%B0%8E%E5%85%A5%E3%81%AE%E8%A6%81%E4%BB%B6%E5%AE%9A%E7%BE%A9%EF%BC%88rfp%EF%BC%89%E3%81%AE%E6%9B%B8%E3%81%8D%E6%96%B9%EF%BC%9A%E5%A4%96%E6%B3%A8%E3%81%A7%E5%A4%B1%E6%95%97%E3%81%97%E3%81%AA/ (確認日: 2026-07-08)