AI PoC案件の単価相場と探し方｜契約の握り方と本開発への繋ぎ方

AI PoC案件とは｜技術検証・本開発との違い

AI PoC案件とは、企業が本格導入前にAIの業務価値を短期間で検証するプロジェクトへの参画案件です。「Proof of Concept（概念実証）」の略で、モデル精度そのものよりも「その業務で使い物になるか」を確かめる工程を担います。

PoC・技術検証（PoT）・本開発の違い

3工程は目的が異なります。混同すると案件の見積もりや契約設計を外しがちです。

PoCではプロトタイプを伴うこともありますが、実務上は"意思決定に使える評価レポート"が主成果になりやすい構造です。ここを取り違えると、後述の契約トラブルにつながります。

なぜPoC案件がフリーランスに向いているのか

PoCは要件が固まりきらないまま走ることが多く、正社員採用より外部の実装力を短期で借りたい企業のニーズと相性がよい形態です。企業側にも、外部専門家の目線でスコープを絞ってもらえるメリットがあります。

一方、PoCは「終わりが曖昧」になりやすい構造も持ちます。フリーランス側から終了条件を提案する姿勢が案件成立の鍵になります。

なお、AI案件全体の分類・単価相場・キャリア設計の総論は、AI案件の種類と単価相場｜フリーランスエンジニア向け完全ガイドで整理しています。本記事は「PoCフェーズ特化」の位置づけで読んでください。

AI PoC案件の実情｜期間・規模・体制の目安

PoC案件の実情は、期間1〜3か月・体制2〜5名・週2〜5日稼働が中心的なレンジです。以下は首都圏中心のフリーランスエージェント数社（週2〜5日準委任の公開案件）と、面談時に提示される非公開案件の傾向を2026年7月時点で確認した目安です。

期間と規模の目安

3〜5名程度の体制では、フリーランス1名が「実装＋精度検証＋顧客向け報告」まで一気通貫で担うケースが多くなります。

期待される役割

PoC案件では以下の役割を求められます。全部を1人で担うことはまれですが、実装だけで完結する案件は少ない傾向です。

• 業務ヒアリング・要件の言語化（企業側の担当者と直接会話）

• データ整備・特徴量設計・前処理パイプライン構築

• モデル選定・実装・チューニング（LLMの場合はプロンプト設計・RAG構築を含む）

• 精度評価・業務価値評価・レポーティング

• 本開発への移行提案（要件定義書・工数見積もりの下敷き作成）

生成AI領域では、RAGとは？仕組み・活用事例・導入メリットをわかりやすく解説で扱っている検索拡張生成の実装スキルが、PoC案件の実装比重の中心になっています。

参画時点でよくあるギャップ

案件開始後によく起きるギャップです。参画前の面談で確認しておきたい項目でもあります。

• データが揃っていない：学習データの整備がPoC工数の半分近くを食うことがあります

• 合格基準が未定義：「精度が良ければ導入」だけでは終了判定ができません

• 決裁者の不在：現場担当者としか話せないと本開発移行の判断が下りない構造になります

AI PoC案件の単価相場｜フェーズ別・スキル別

PoC案件の単価は、首都圏中心・公開案件・準委任契約・週5日換算で月額70〜120万円が目安です。週2〜3日案件はこの金額を日数按分した水準とは限らず、案件の性質により割高・割安の両方があります。

以下の数字は、首都圏中心のフリーランスエージェント数社の公開案件と、面談時に提示される非公開案件の傾向を2026年7月時点で確認した目安です。実際にはPoCの位置づけ（単発スポット／継続／評価レポート型）と、フリーランスに求められる比重（実装／設計／顧客折衝）で単価が大きく変わります。以下は3レイヤーで分けた目安です。

PoC案件の単価3レイヤー

上記は公開案件ベースの目安です。非公開案件では、深いドメイン知識や決裁レイヤーとの折衝経験が求められるロールで、個別条件により上振れするケースがあります。同列に並べると誤読を招くため、まず公開案件ベースで判断してください。

スキル別の単価目安

自分がどのくらいの単価を狙えるかは、スキルと経験の組み合わせで大きく変わります。無料のフリーランスエンジニア単価診断で現在の市場単価の目安を確認できます。

生成AI領域全般の単価水準はAIエンジニアの年収は？単価相場からフリーランスの報酬まで解説【2026年版】、キャリア別の入り方はフリーランスAIエンジニアになるには？案件の探し方と必要なスキルを解説を参照してください。

単価を上げやすい条件（人物像込み）

「上がりやすい」条件は、それを満たせる人物像とセットで見る必要があります。単価だけを目安にすると、期待値と実力がずれた案件を受けてしまいがちです。

• 決裁者向け報告まで担える：現場担当だけでなく部長・役員層への説明ができるレベル。顧客折衝経験があり、役員向け説明資料の作成経験がある人が該当します

• 業務価値の言語化ができる：「精度80%」ではなく「業務工数の何%が削減できる見込みか」を語れる。事業側での実務経験、あるいはコンサル寄りロールの経験がある人が該当します

• PoC後の本開発提案までシームレスに繋げられる：要件定義・工数見積もりの下書きができる。SIerや受託開発でPM／PLロールを経験している人が該当します

PoC案件の契約類型｜準委任と請負の使い分け

PoC案件の契約は、フェーズの要件確定度に応じて準委任と請負を使い分けるのが実務上の考え方です。「AI案件は準委任一択」と決め打つと、報酬回収や成果物の扱いでトラブルになるケースがあります。個別の法的整理は契約書文言に依存するため、重要案件では専門家確認が安全です。

準委任と請負の違い（PoC文脈）

実務上は、稼働ベースで整理する準委任（履行割合型）と、成果物・検収条件を重く見る準委任（成果完成型）や請負に分かれます。PoCでよく使われる「評価レポートを納品して報酬確定」というスキームは、成果完成型準委任として整理される例も見られます。

契約類型の選び方

以下の順で見ると判断がしやすくなります。

1. 評価条件（合格ライン）が事前に定義できるか

2. できないなら → 履行割合型準委任（月額稼働ベース）

3. できるなら → 成果完成型準委任 または 請負（成果物の性質次第）

4. モデル自体を納品するなら → 請負を検討（ただし契約不適合責任と知財の扱いに注意）

契約の全体設計や機密情報の扱いは、業務委託で生成AIを使うときの契約・機密情報の注意点｜客先案件の実務で扱っている論点と重なります。あわせて確認してください。

PoC契約で握るべき7つの論点

PoC契約は"通常の業務委託契約書テンプレート"に乗せにくい論点が複数積み重なります。以下は経済産業省・特許庁「AI・データの利用に関する契約ガイドライン」で扱われる論点を踏まえつつ、PoC案件の実務で確認頻度が高い項目に絞って整理したものです。

論点1: 成果物の定義

何を納めれば報酬確定になるかを、契約書または発注書に明記します。「動くシステム」なのか「学習済みモデル」なのか「精度評価レポート」なのかで、責任範囲が大きく変わります。

論点2: 終了条件（Exit Criteria）

「精度○%達成」「業務適合性が確認できた／できなかったの判定」など、終了と判定できる条件を書き込みます。「検証がいつまでも終わらない」問題を避けるための必須項目です。

論点3: 合格基準（Success Metrics）

精度指標（Accuracy／F1／BLEU／人手評価スコア等）と、業務指標（削減工数・処理時間・エラー率）を分けて定義します。両方を握らないと"技術的には動いたが業務では使えない"評価に流れがちです。

論点4: 知的財産権の帰属

学習済みモデル・派生物・ソースコードの権利をどちらに帰属させるか、あるいは共有するかを明記します。特にベンダー側が汎用ノウハウを次案件で使えるかは交渉の余地がある箇所です。

論点5: 学習用データの扱い

顧客の機密データ・個人情報を扱う場合、目的外利用の禁止・保存期間・返還義務・二次利用の可否を握ります。個人情報保護法の適用があれば、個人情報保護委員会の要求事項を満たす必要があります。

論点6: 成果物の再利用

汎用的なノウハウやコードスニペットを次の案件で使えるかを明文化します。ここが不明瞭なままだと、次のPoC案件で使えるはずのツールキットを封じられるケースがあります。

論点7: 秘密保持（NDA）と競業避止

NDAは対象情報・期間・返還義務を確認します。競業避止条項が広すぎる場合は、期間・地理的範囲・業種範囲を絞る交渉が必要です。

一次情報として、特許庁が公開している技術検証（PoC）契約書モデル契約書ver1.0（PDF）は、上記論点を条項レベルで押さえた雛形として実務でよく参照されています。上記はあくまで一般的な整理です。個別の契約判断は、必要に応じて弁護士等の専門家に相談してください。

PoC案件から本開発につなげる立ち回り

PoC案件から本開発に繋がるかは、PoC実施前・実施中・終了時の3段階での立ち回りで大きく変わる傾向があります。「良いモデルを作れば選ばれる」というだけでは、次工程に繋がりません。

本開発につながりやすいPoC案件の見極め

案件参画前に、以下のポイントを面談で確認できると本開発につながりやすい傾向があります。

• 決裁者の関与：現場担当だけでなく部長・役員層がキックオフに出るか

• 予算枠の想定：本開発の予算感が事前に議論されているか（数百万〜数千万円のレンジ感）

• 導入時期の希望：具体的な期日感があるか（「良ければいつか」ではなく）

• 業務側KPIとの紐付け：業務指標の改善目標が事前に設定されているか

• PoC失敗時の判断基準：「うまくいかなかったら止める」も含めた合意があるか

PoC実施中に仕込んでおくこと

PoC進行中の情報収集と関係構築が、本開発提案の質を決めます。

• 業務側の担当者と週次で会話し、実装外の課題も吸い上げる

• 決裁者向けのレポートフォーマットを早期に握る

• 本開発時の想定体制・工数感の"下書き"を、レポートの附録として用意する

• 競合他社のAI導入事例をヒアリングし、決裁者への説得材料を集める

PoC終了時の"次工程提案"の設計

PoC終了時のレポートは、そのまま本開発の提案書として読める構造にしておくと本開発につながりやすくなる傾向があります。

• 業務価値の定量評価（削減時間・工数・エラー率）

• 技術的な残課題と、本開発で解消できる範囲

• 本開発の想定スコープ・体制・期間・概算費用

• 段階的な導入プラン（フェーズ分け）

本開発に繋げる立ち回りチェックリスト

以下は「PoC後に本開発の相談が来るフリーランス」に共通する立ち回りです。

• [ ] 決裁者との直接の接点を最低1回は作った

• [ ] 業務側KPIに紐付いた評価指標をレポートに入れた

• [ ] 本開発の想定体制・工数の下書きを提示した

• [ ] PoC終了報告会に決裁レイヤーを招いた

• [ ] 次工程の見積もり依頼を受けやすい状態で終わった

単価を体系的に上げる考え方はフリーランスエンジニアの単価相場と単価を上げるのに重要なことで整理しています。PoC案件はスキルよりも"次工程への繋げ方"で単価が変わる領域です。

PoC案件の探し方・見つけ方｜エージェント・企業直取引・コミュニティ

PoC案件の探し方は、初回参画や相場把握の段階では、エージェント経由が比較的再現性の高い選択肢です。AI PoC案件は非公開扱いで動くケースも多く、契約支援がある点も初期段階では実用的です。

3つの入口

エージェント経由での案件検索のコツ

主要フリーランスエージェント（レバテックフリーランス／ITプロパートナーズ／Offers／Findy Freelance等）で、以下のキーワードを組み合わせて絞り込みます。

• 「AI」「機械学習」「生成AI」「LLM」「PoC」「実証実験」「概念実証」

• 契約形態を「準委任」で絞る

• 期間を「1〜3か月」で絞る（PoC特有の短さ）

• 稼働を「週2〜3日」「フルリモート」で絞ると副業寄り案件も見つかる

エージェントの仕組みや手数料の考え方は総論記事で扱っている領域なので、案件探しに慣れていない場合はそちらを先に確認するのがおすすめです。

企業直取引での注意点

企業直取引はマージンがない反面、契約書・請求管理・トラブル対応まで全て自己責任です。特にPoC案件では、前述の契約7論点を自分で握る必要があります。契約書のレビューは弁護士や契約書レビューサービスに依頼することを検討してください。

PoC案件でよくある失敗と対策

失敗パターンは事前に知っておくと回避しやすくなります。以下は、公開されているPoC失敗事例の論点と、フリーランス案件実務で起きやすいパターンを整理したものです。

失敗1: スコープが膨張して終わらない

症状：「ついでにこれもやって」が積み重なり、当初期間で終わらない。追加費用の請求もしづらい。

対策：契約書に「追加要件は別途見積もり」を明記。週次で稼働工数と残スコープを可視化するレポートを送る。

失敗2: 精度は出たが業務では使えない

症状：モデル精度は目標値をクリアしたが、業務フローに組み込めない。本開発に進まない。

対策：合格基準に業務指標（削減時間・エラー率）を必ず含める。実装前に業務側担当者と評価方法を握る。

失敗3: データ整備で工数を食い切る

症状：学習データの整備・アノテーションでPoC工数の大半を消費してしまう。

対策：面談時にデータの整備状況を必ず確認する。整備が不十分なら「データ整備フェーズ」を別スコープとして契約分割を提案する。

失敗4: 決裁者と接点が持てず本開発に繋がらない

症状：現場担当としか会えず、PoC終了報告も決裁レイヤーに届かない。

対策：契約時に「キックオフ・中間・最終報告に決裁者の同席を要請」を条件化する。難しければ現場担当を通じてレポートを届ける段取りを組む。

失敗5: 成果物の権利で揉める

症状：モデル・コード・レポートの権利帰属が曖昧で、次案件でも使えず自分の資産にならない。

対策：契約段階で成果物の帰属・再利用可否を必ず明文化する。「学習済みモデルは顧客帰属、汎用ライブラリ・スニペットはベンダー側で再利用可」等の切り分けを提案する。

案件見極めの一般論は、地雷案件の見分け方｜参画前に確認する危険サイン15項目も参考になります。

AI PoC案件のスキル・準備チェックリスト

参画前にこれくらいは揃えておくと、面談通過率と単価が上がりやすくなります。

技術スキル

• [ ] Python実装力（機械学習または生成AIどちらかの実務経験3年以上）

• [ ] LLM／プロンプトエンジニアリングまたは機械学習モデル実装のいずれか

• [ ] RAG構築経験（生成AI PoCで頻出）

• [ ] MLflow等の実験管理ツール

• [ ] クラウド（AWS／GCP／Azure）でのAIサービス構築経験

業務スキル

• [ ] 業務ヒアリング・要件の言語化

• [ ] 精度指標と業務指標を分けて設計できる

• [ ] レポート作成（決裁者向け・現場向けの書き分け）

• [ ] 本開発の工数見積もり感覚

準備すべき資料

• [ ] PoC実績が伝わるポートフォリオ（NDAを踏まえて抽象化）

• [ ] 過去に手掛けたPoCの評価レポートサンプル（機密情報を除去）

• [ ] 得意ドメイン・技術スタックの言語化

まとめ

AI PoC案件は、単価70〜120万円レンジ・期間1〜3か月・準委任中心の短期案件で、契約の握り方と本開発への繋ぎ方で成果が大きく変わる領域です。 「良いモデルを作る」以上に、「終了条件・合格基準・成果物・知財・データ扱い」の握りと、「決裁者接点を残しつつ次工程提案まで設計する」立ち回りが決め手になります。

要点は以下です。

• PoCは"動くシステム"ではなく"意思決定に使える評価レポート"が主成果

• 契約は準委任中心。成果完成型準委任・請負も要件確定度で使い分ける

• 契約7論点（成果物／終了条件／合格基準／知財／学習データ／再利用／秘密保持）を必ず握る

• 本開発移行率は"決裁者接点＋業務KPI紐付け＋次工程提案の下書き"で変わる

• 探し方はエージェント経由が再現性が高い。企業直取引は契約リスクを踏まえて選ぶ

次のアクションとして、まずは主要フリーランスエージェントで「AI／PoC／実証」タグ併用の公開案件を眺め、契約類型・期間・稼働の相場感を掴むところから始めるのが実務的です。単価の妥当性を確認したい場合は、無料のフリーランスエンジニア単価診断で現在の市場単価の目安を確認できます。

参照した一次情報・関連ガイドライン

• 特許庁「AI・データの利用に関する契約ガイドライン」技術検証（PoC）契約書モデル契約書ver1.0（PDF）

• 経済産業省「AI・データの利用に関する契約ガイドライン」

• 個人情報保護委員会

関連記事

• AI案件の種類と単価相場｜フリーランスエンジニア向け完全ガイド

• AIエンジニアの年収は？単価相場からフリーランスの報酬まで解説【2026年版】

• フリーランスAIエンジニアになるには？案件の探し方と必要なスキルを解説

• 業務委託で生成AIを使うときの契約・機密情報の注意点｜客先案件の実務

• RAGとは？仕組み・活用事例・導入メリットをわかりやすく解説

• 地雷案件の見分け方｜参画前に確認する危険サイン15項目

なお、本記事は情報提供を目的としたものであり、法的助言ではありません。個別の契約判断は、必要に応じて弁護士等の専門家に相談してください。