ローカルLLM構築代行の依頼先と相場：社内AIを外注したい場合の予算感
ローカルLLM（社内にサーバーを置き、外部クラウドにデータを送らずに動かす大規模言語モデル）の導入を検討してベンダーのLPを開くと、ほぼ必ず「料金はお問い合わせください」で止まる。複数社に問い合わせても、返ってくる見積もりのフォーマットがバラバラで、金額の大小の理由も判断できない。そのまま予算申請の場に臨むのは、根拠のない数字を並べることになる。
この記事では、依頼先の4タイプ・フェーズ別の費用レンジ（2026年6月時点の参考値）・外注でよく起きる失敗パターンとその回避策の3点を整理する。見積もり依頼の前に目線を合わせておくための材料として整理します。
そもそも何を外注しているのか——費用が読みにくい理由
ローカルLLMの「外注費用」が見えにくい最大の理由は、一言で「ローカルLLM構築」と言っても、PoCから全社展開まで含む作業範囲が桁違いに広いことにある。
小規模なRAGの動作確認（特定部門のドキュメントを検索させるだけ）と、製造ラインの異常検知に使う本番システムの構築では、エンジニアの人月数も使う技術スタックも全く異なる。PoC・RAG構築・本番運用・ファインチューニングで求められるスキルセットと工数が別物であるため、「ローカルLLM構築の相場」という括り方では比較にならない。
もう一つ見落とされやすいのが、初期構築費とは別にかかるランニングコスト（GPU電力・保守人件費・ストレージ・ネットワーク）が、ベンダーの見積もりに含まれないケースがある点だ。初期費用だけで比較すると、稼働後に追加コストが発生して予算超過になることがある。
大手SIerやコンサルが料金を非公開にしているのは情報隠蔽ではなく、エンタープライズ商慣習として案件ごとに交渉するモデルを取っているためで、これは例外ではなく標準だと理解した上で進める必要がある。
「フェーズ（PoC/本番/保守）×依頼先タイプ」で分けることで、初めて費用の目線が揃う。自前のGPUサーバーを用意してセルフホストするのか、AWSマネージドサービスを使うのかという前提の違いも費用構造に直結するため、発注前に整理しておくと比較がしやすい（参考: AWSマネージドとセルフホストの比較）。
依頼先タイプ別の比較——何が違うのか
外注先は大きく4タイプに分かれる。それぞれの強みと注意点を整理すると以下になる。
| タイプ | 強み | 注意点 |
|---|---|---|
| 大手SIer | ガバナンス・基幹システム連携・セキュリティ対応が強い。長期保守の継続性がある | プロセスが重く意思決定が遅い。費用が高額になりやすい |
| AI専門ベンダー | モデル選定・アルゴリズム実装の知見が深い | UIや業務フロー設計・運用まで見ない場合がある |
| 開発ベンチャー/中小AI会社 | PoCやMVP（最小限の機能を持つ試作品）に対応しやすい。スピードが出る | 規模拡大や長期運用での継続性を事前に確認する必要がある |
| フリーランス/小規模チーム | 人月単価が比較的安い | 属人化・セキュリティ管理・長期運用対応にリスクがある |
表に加えて補足しておくと、コンサル会社は要件定義や上流の業務設計が強い一方、実装は提携開発会社に再委託されるケースが多い。この場合、何か問題が起きたときに責任の所在が分散しやすく、修正対応のコミュニケーションコストが増える点に注意が必要だ。
どのタイプが自社に合うかは、予算・スピード・長期内製化の方針・社内のITリテラシーによって変わる。一択で決まるものではなく、フェーズによって組み合わせを変えることも現実的な選択肢になる。
フェーズ別の費用レンジ——PoC・本番・保守で何が変わるか
以下の数値は2026年6月時点の参考値であり、要件・ベンダー・地域によって変動する。あくまで予算策定と社内説明の目線合わせに使うためのレンジです。
PoCフェーズ
PoCは「この技術が自社業務に使えるか」を検証するフェーズで、スコープを絞ることでコストを抑えられる。
- 特定業務に絞った小規模PoC: 100万〜500万円 / 1〜3ヶ月
- RAG（社内ドキュメントをLLMに検索させる仕組み）の動作確認PoC: 50万〜200万円 / 1〜2ヶ月
- SIer経由の製造業向けPoC（ガバナンス・セキュリティ対応込み）: 300万〜1,500万円 / 3〜6ヶ月
- ローカルLLM導入支援（ベンダー提示の参考価格）: 500万円〜
PoCの費用幅が広い理由は、「何をもってPoCの成功とするか」の定義によって作業量が変わるためだ。精度基準・対象データの品質・セキュリティ要件が曖昧なままPoC発注すると、追加作業が積み上がって上限に近づく。
本番フェーズ
PoCで有効性が確認できたあと、実業務に組み込むフェーズでは費用の桁が上がる。QA（品質保証）・セキュリティ審査・APIとの連携設計・社内への展開と教育が工数を押し上げる。
- 中規模構築（RAG + 管理UI + 既存システムAPI連携）: 1,500万〜4,000万円
- 大規模構築（全社展開・複数LLM並行運用）: 5,000万〜1億円以上
これらは依頼先タイプ・要件の幅で大きく動くレンジであり、絶対値ではなく自社要件を当てはめる目安として扱うのが適切です。
保守・運用フェーズ（月額）
稼働後の継続費用は、初期費用とは別に予算化が必要になる。
- 小規模運用: 10万〜30万円/月
- 中規模運用: 30万〜100万円/月
- インフラ費用（クラウド・RAGインフラ含む）: 1万〜100万円/月以上（環境構成によって幅が大きい）
目安として、初期開発費の20〜30%を年間保守費として見込む慣行がある。たとえば初期費用2,000万円なら年間400万〜600万円（月33万〜50万円）を保守費として概算する計算になる。予算申請の際にランニングコストを初期費用と分けて記載しておくと、後から「想定外だった」という事態を避けやすい。
依頼先タイプ別の人月単価目安
| タイプ | 人月単価（目安） |
|---|---|
| フリーランスAIエンジニア（RAG/LLM実績あり） | 60万〜100万円/月 |
| 中小SIer / Web系開発会社 | 80万〜150万円/月 |
| 大手SIer / コンサルファーム | 100万〜200万円超/月 |
| フリーランスエージェント経由（RAG PoC実案件） | 70万〜90万円/月 |
人月単価はあくまで工数の参照点であり、必要な人月数はプロジェクトの複雑さによって変わる。見積書に人月数と単価が明記されているかを確認すると、金額の内訳が判断しやすくなる。
依頼前に決めておくべき5点
発注前に社内で合意しておくべき項目を整理する。この5点が曖昧なまま発注すると、PoC完了後に「で、これをどう使うのか」という問いが宙に浮く。
1. KPIを数字で定義する
「業務効率化」という目標では、PoCが成功したかどうかを誰も判定できない。「問い合わせ対応の一次回答率を30%から60%に引き上げる」「ドキュメント検索にかかる時間を平均5分から1分未満にする」という形で、業務KPIに接続した数値目標を先に決めておく。
2. スコープを最初に絞る
全社一括の導入を最初から狙うと、要件が膨らんでPoC自体が複雑になる。特定部門・特定業務から始めて成功事例を作り、そこから横展開するアプローチの方が費用対効果を検証しやすい。
3. データの状態を事前に把握する
「社内の文書をRAGに食わせたい」という要件でも、文書がどのシステムにあるか・フォーマットが統一されているか・機密区分は何かによって、データ前処理だけで工数が数百万円規模になることがある。発注前に自社でデータの所在と品質を棚卸ししておくと、ベンダーの見積もりの根拠が確認しやすくなる。
4. PoCの合格条件を文書化する
PoC終了時に「精度が低い」「使いにくい」という印象論で判断すると、ベンダーとの評価が食い違う。精度の数値基準（たとえば「回答の正答率80%以上」）・禁則事項（どの情報は絶対に誤答させてはいけないか）・人手確認が必要なカテゴリを、発注前に自社で定義して契約書に添付しておく。
5. 成果物の帰属と引き継ぎ範囲を契約に明記する
コード・設定ファイル・プロンプト・設計書・運用手順書のうち、何がどの形式で納品されるかを契約スコープに明記しておかないと、ベンダー変更時に「ドキュメントがない・設定が読めない」という状態になる。特にプロンプトと権限設定は属人化しやすく、納品範囲から外れると事実上のベンダーロックインになる。
外注でよく起きる失敗パターン
ネガティブな事例は表に出にくいものの、外注案件の事後分析や導入事例報告で繰り返し挙げられるパターンがあります。回避策とセットで整理します。
PoC止まり（最多）
SIer経由でPoC費用300万〜1,500万円を支払い、技術的には動くものができた後に「UIが使いにくい」「業務フローに合わない」「効果測定ができない」という理由で本番移行の意思決定が止まるケースが最も多い。PoCと本番移行の判断基準を事前に合意しておく（上記の4点目）ことが回避の一手になる。
ベンダーロックイン
設定・プロンプト・アクセス権限がベンダー内に留まり、ドキュメント化されないまま運用が続く。ベンダー変更や担当者の交代が発生したとき、「ゼロから作り直し」になる。契約時に成果物の帰属と納品範囲を明文化しておく（5点目）ことで防ぎやすくなる。
「PoC沼」
部門ごとに小さな実験が次々と立ち上がり、個別のPoC費用は毎回発生するが、本番判定に至らない状態が続く。「本番移行を判断するのは誰が・何の数字を見てか」を最初に決めていない場合に起きやすい。PoCの開始前に「どうなれば本番GOか」を文書化しておくことが歯止めになる。
費用の読み間違い
見積もりに初期構築費だけが含まれており、GPU電力・ストレージ・API呼び出し費用が別途発生することを把握していないまま予算申請した結果、稼働後に追加予算が必要になるケースがある。ランニングコストを含めた総保有コストで見積もるよう、発注時に明示して確認する。
フリーランス起用時の固有リスク
コスト面では合理的な選択肢になりえるが、特定個人への依存が高い設計になると、その人が離脱したときに引き継ぎができない状態になる。長期運用を前提とする場合は、ドキュメントの整備と知識移転を契約条件に含めておく。
自前構築と外注、どちらを先に考えるか
判断の軸は主に3点になる。社内にMLエンジニア（機械学習・LLM実装の経験者）がいるか・PoC期間を短縮する必要があるか・中長期的に内製化を目指しているか、によって優先順位が変わる。
MLエンジニアが社内にいない状態でPoC期間の短縮を求められているなら、外注が現実的な出発点になる。一方、長期的な内製化を想定しているなら、外注のPoC期間中に社内担当者がベンダーと並走して知識を移転させる設計にしないと、外注終了後に自走できなくなる。
自前でGPUサーバーを調達してセルフホストする場合の機材選定についてはGPUサーバー構成の選び方を、AWSのマネージドLLMサービスとの費用・運用比較についてはAWS BedrockとセルフホストLLMの比較をそれぞれ参照してください。
まとめ——外注前に整理しておくこと
- 費用はフェーズで桁が変わる: PoC 50万〜1,500万円 / 本番 1,500万〜1億円超 / 保守 月10万〜100万円以上
- 依頼先は4タイプ: 大手SIer・AI専門ベンダー・開発ベンチャー・フリーランス。どれが正解かは自社のフェーズと内製化方針によって変わる
- ランニングコストは初期費用とは別枠で予算化する: 年間保守費の目安は初期開発費の20〜30%
- 発注前の5点チェック: KPI数値定義 / スコープ限定 / データ棚卸し / PoC合格条件の文書化 / 成果物帰属の明記
- 失敗の大半はPoC止まりとベンダーロックイン: どちらも発注前の設計と契約で防ぎやすい
- 要件定義の段階でも相談できる: 見積もり依頼の前に、整理できていない前提を一度外に出すだけで比較が格段にしやすくなる
費用感が不明なまま複数ベンダーに見積もりを依頼すると、返ってくる提案のフォーマットが揃わず、金額の大小の判断基準が作れなくなる。構築の発注を決める前、要件整理の段階からでも話せる。