AI時代のオフショア開発はどう変わる？発注側が知るべき5つの変化と新しい付き合い方

生成AIの普及によって、オフショア開発の価値の源泉は「人件費の安さ」から「正しいものを作り、それを確かめる力」へ移りつつあります。コードを書く作業そのもののコストが下がるほど、海外の安い人件費で実装を引き受けるというモデルの優位性は相対的に小さくなり、代わりに要件を正しく構造化する力、AIが生み出す大量のコードを検証する力、運用まで責任を持つ力の差が、成果を大きく左右するようになります。

ただし、「AIがあればオフショア開発は不要になる」という単純な話でもありません。研究データを見ると、AIによる生産性の向上はチームの体制やプロセスによって大きく異なることが分かっています。本記事では、研究データと市場の単価をもとに、AI時代のオフショア開発で起きる5つの変化を整理し、発注側が見直すべき役割分担、契約、委託先の選び方を解説します。

AIは開発の生産性をどこまで変えるのか

「AIで開発が何倍も速くなる」という話と、「実はそれほど速くならない」という話が混在しています。判断を誤らないために、代表的な研究を正確に読んでおくことが大切です。

METRは2025年の研究について、「AIが多くの開発者を遅くする」ことを示したものではないと明確に注意書きしています。一方で、この研究からは2つの重要な示唆が得られます。1つ目は、体感と実測は大きくずれることがあること。2つ目は、AIの効果は、作業の種類、コードの規模、担当者の熟練度などの条件で大きく変わることです。

この2つの示唆は、オフショア開発の発注側にとって重要です。委託先が「AIで生産性が上がりました」と説明したとき、それが実測なのか体感なのか、どの種類の作業についての話なのかを確認しなければ、見積や契約の判断を誤るおそれがあるからです。

変化1：人件費の差の価値が相対的に小さくなる

オフショア開発の経済的な前提は、国内と海外の人件費の差でした。オフショア開発.comが公表している「オフショア開発白書（2025年版）」では、ベトナムの人月単価はプログラマーで40.1万円、シニアエンジニアで50.0万円、ブリッジSEで59.0万円、PMで71.4万円とされています。

しかし、AIによって実装の作業が効率化されると、プロジェクト全体に占める「実装の人件費」の比率が下がります。次の表は、考え方を説明するための仮の数字です。

実装の比率が下がると、「実装を安い単価で引き受ける」ことによるコスト削減の効果は小さくなります。一方で、要件定義、検証、調整といった、発注側との密なコミュニケーションや高い判断力が必要な工程の比率が上がります。つまり、AI時代の委託先選びでは、「単価がいくらか」よりも「上流と検証をどこまで担えるか」が重要になります。

あわせて読みたいAI時代にオフショア開発会社が生き残るための6つの戦略：人月から「成果と知見」の会社へ

変化2：ブリッジSEの役割が「翻訳」から「要件の構造化」へ

日本向けのオフショア開発では、日本語と現地の言語の間をつなぐブリッジSEが重要な役割を担ってきました。AIによる翻訳の精度が向上したことで、文章の翻訳そのものの価値は下がっています。

しかし、ブリッジSEの仕事は翻訳だけではありません。日本の商習慣、業務の暗黙のルール、「書かれていない前提」を理解し、開発チームが誤解なく作れる形に要件を落とし込むことこそが本質的な価値です。AI時代には、この「要件の構造化」の価値がむしろ高まります。なぜなら、AIに実装させる場合も、入力となる要件が明確でなければ、AIは誤った前提のまま大量のコードを生成してしまうからです。

変化3：「人数」ではなく「小さく強いチーム」へ

これまでのラボ型開発（一定期間、専任のチームを確保する契約）では、チームの人数が規模の目安でした。AIを活用すると、少人数でも従来以上の作業量をこなせる場合があるため、チームの評価軸が「人数」から「成果と品質」へ移ります。

ここで注意したいのは、人数を減らすだけでは品質が保てないということです。AIが生成したコードを検証する人、設計の一貫性を保つ人、業務を理解している人が欠けると、短期的には速く見えても、長期的には保守できないシステムが残ります。

変化4：品質保証の重心が「書く」から「確かめる」へ

AIはコードを大量に、速く生成できます。その結果、レビューとテストが新しいボトルネックになります。発注側は、委託先の品質保証の仕組みを、これまで以上に具体的に確認する必要があります。

DORAが長年提唱してきた、変更のリードタイム、デプロイの頻度、変更の失敗率、障害からの復旧時間といった指標は、AI時代の委託先の評価にも使えます。

変化5：AI利用のルールと知的財産の扱いが契約の論点になる

委託先の開発者がAIツールを使う場合、発注側のソースコードや業務データが、どのAIサービスに、どのような条件で送信されるのかが論点になります。国をまたぐオフショア開発では、データの所在や扱いのルールがさらに複雑になります。

• 委託先が使うAIツールの一覧と、データが学習に使われない設定になっているか
• 個人情報や機密情報を、AIツールに入力しないルールがあるか
• AIが生成したコードの権利の扱いと、第三者の権利を侵害しないための確認手順
• AIの利用状況を、発注側が確認できる仕組みがあるか

生成AIの情報漏えいのリスクは生成AIの情報漏えいリスクと対策、社内ルールの作り方は生成AIの社内ガイドラインで解説しています。

発注側が社内に残すべき役割、委託してよい役割

AI時代には、何を外に出し、何を社内に残すかの判断がより重要になります。

特に、業務の要件と受け入れ条件は、発注側が責任を持つべき領域です。AIを使えば実装は速くなりますが、「何を作るべきか」を決める力は外部に任せられません。どの業務から手をつけるべきかの整理には、業務棚卸しのやり方が役立ちます。

AI時代の委託先を選ぶための質問リスト

委託先を選ぶときは、単価や人数の前に、次の質問をしてみてください。答え方から、AI時代に対応した体制かどうかが見えてきます。

見積と契約の考え方は人月モデルはAI時代に通用するかで詳しく解説しています。また、委託先の側から見た変化についてはAI時代にオフショア開発会社が生き残るための戦略もあわせてご覧ください。

FlowStack Labsの見解：オフショア開発は「コスト削減」から「開発能力の拡張」へ

私たちは、AI時代のオフショア開発を「安く作るための手段」ではなく、自社の開発能力を拡張するための手段として捉え直すべきだと考えています。

実装のコストが下がる時代に、本当に不足するのは、業務を理解し、要件を構造化し、AIが生み出す成果物の品質に責任を持てる人材です。この人材は、国内でも海外でも簡単には見つかりません。だからこそ、委託先を「作業の請負先」ではなく、要件の整理から運用までを一緒に考える「開発のパートナー」として選び、育てていく発想が重要になります。

また、発注側自身の準備も欠かせません。DORAの報告が示すように、AIは組織の強みも弱みも増幅します。要件があいまいなまま、テストの仕組みもないままAIを活用した委託先に任せると、速く大量に「間違ったもの」が作られるリスクがあります。発注側が要件と受け入れ条件を明確にし、委託先が検証の仕組みを持つ。この両輪がそろったとき、AI時代のオフショア開発は大きな力を発揮します。

よくある質問

まとめ

• AI時代のオフショア開発では、価値の源泉が「人件費の安さ」から「正しく作り、確かめる力」へ移ります。
• 研究データでは、AIの効果は条件によって大きく異なり、DORAはAIを組織の強みと弱みを増幅する「アンプ」と表現しています。
• 5つの変化は、人件費の差の価値の低下、ブリッジSEの役割の変化、小さく強いチームへの移行、品質保証の重心の移動、AI利用のルールの重要化です。
• 発注側は、事業の目的、業務の要件、受け入れ条件を社内に残し、委託先とは検証と運用まで含めて協働することが重要です。

AIを前提にした開発体制の設計や、委託先との役割分担・品質管理の仕組みづくりは、FlowStack Labsの無料相談でご相談いただけます。AI導入の全体の進め方はAI導入支援もご覧ください。

参考資料

• METR「Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity」（2025年7月）
• METR「We are Changing our Developer Productivity Experiment Design」（2026年2月）
• DORA「2025 State of AI-assisted Software Development」
• オフショア開発.com「人気6カ国の単価比較」（オフショア開発白書2025年版より）