企業が AI を業務に取り入れるとき、入り口の問いはいつも同じです。すでにある AI サービスを買って使うのか（SaaS）、自社で作るのか（内製）、外部の開発会社に頼むのか（SI）。この3つは「どれが偉いか」ではなく「いまの自社にどれが合うか」を見極める話です。本章では、初学者でも自分の業務に当てはめて判断できるように、それぞれの性格・選び方・現実的な組み合わせ方を、図とともに整理します。
FIG.1 同じ「やりたいこと」でも、入手方法は買う・作る・任せるの3通り
013つの選択肢の性格
まず、3つがそれぞれ何に向き、何に弱いのかを押さえます。難しく考えず、「料理を外食で済ますか・自炊するか・出張シェフに頼むか」に近いイメージで捉えると分かりやすいです。
SaaS（既製サービス）
ChatGPT・Microsoft 365 Copilot・Notion AI・Salesforce 系のAI機能など、契約すればすぐ使える完成品。初期費用が軽く、機能改善やサーバ運用はベンダー任せ。反面、自社の細かい要件への作り込みや、社内データとの深い統合には限界がある。
内製（自社開発）
自社のエンジニアが、自社の業務に最適化して作る。ノウハウとデータが社内に残り、競争力の源泉にしやすい。反面、AIを扱える人材の確保と、作って終わりにしない継続投資が要る。
SI（外部委託）
開発力が社内になくても、要件に特化したものを作ってもらえる。立ち上げの確実性は高い。反面、費用は大きくなりがちで、仕様変更や保守を委託先に依存し続ける（ベンダーロックイン）リスクがある。
2026年時点の実務感覚として、「全部を1つに寄せる」より「業務ごとに使い分ける」のが主流です。調査でも、土台（基盤モデルやインフラ）は買い、差別化したい部分だけ作るハイブリッド構成が企業AIの中心になっています。最初から全部を内製しようとして頓挫するのが、典型的な失敗の形です。
02判断のフレーム：5つの観点
どれを選ぶかは、好みではなく「業務の性質」で決まります。次の5観点で、いま検討している業務を1つずつ当てはめてみてください。右に寄るほど作る（内製/SI）理由が強くなります。
| SaaS が向く | 内製 / SI が向く |
|---|---|
| 業務の独自性：他社と同じやり方で済む汎用業務（議事録要約、メール下書き、社内Q&A） | 自社固有のやり方や独自データが競争力に直結する業務 |
| データの機密性：外部サービスに預けられる範囲（公開情報、一般的な社内文書） | 社外に出せない・法規制が厳しい（個人情報、医療、機微な契約情報） |
| 社内の開発力：AIを扱えるエンジニアが少ない | エンジニアがいる、または育てて資産にしたい |
| 立ち上げ速度：今すぐ成果がほしい | 多少待ってでも作り込みたい |
| 長期の差別化：差がつかなくても困らない | ここで他社と差をつけたい |
迷ったら、まず「これは自社固有か、よくある業務か」を問う。多くの業務は“よくある”側に入る。
03規模で変わる「作る・買う」の損得
料金の話は変わりやすいので具体額は鵜呑みにせず公式で確認すべきですが、2026年に押さえておきたい考え方があります。完成品（SaaS）は使った分だけ払う運用費が中心で、自作（内製/SI）は最初に大きな固定費がかかる、という形の違いです。
FIG.2 利用量が少ないうちは買う方が安い。量が一定を超えると自作の固定費が回収できる
目安として、業界では年間およそ100万件規模の処理を境に、それ未満なら買う方が速くて安く、超えると自作の方が1件あたり安くなりやすい、と語られます。さらに、性能の近いオープンウェイトのモデル（自社で動かせるAIモデル）はトップ級のSaaS型APIより大幅に低コストで動く例も増え、「買えば常に安い」という以前の前提は崩れました。とはいえ自作には人件費・保守・評価の固定費がずっと付くため、量が小さいうちはSaaSが有利です。
04現実解は「70%は買い、差の出る30%だけ作る」
3択は二者択一ではありません。2026年に最も多いのは、土台はSaaSで素早く立ち上げ、差別化したい部分だけ内製やSIで足すという重ね方です。「買った基盤がやりたいことの7割を満たすなら、残りの3割（自社向けのプロンプト、社内データ検索、既存システム連携、品質チェック、人の承認フロー）を足す」という発想が定石になっています。
まず買って動かす
汎用業務はSaaSで即スタート。小さく成果を出し、社内の信頼と「何が足りないか」を集める。
足りない部分を見極める
自社データとの連携、独自の判断ルール、機密の扱い——SaaSでは届かない箇所を具体的に書き出す。
差の出る部分だけ作る
競争力に直結する3割を内製、または要件特化でSIに委託。土台は買ったものを活かす。
05見落としやすい論点：データの行き先とロックイン
初学者がつまずきやすいのが、価格表に出てこない2つの論点です。どちらも「あとから効いてくる」ため、最初の選択時に意識しておくと事故を防げます。
Hidden Trade-offs
安さの裏でデータがどこへ行くか
外部のAIサービスは便利な反面、入力したプロンプト・ログ・社内文書が第三者の環境へ渡る場合があります。これは単なる価格の問題ではなく、どこまで外に出してよいかというガバナンスの判断です。機密度の高い業務ほど、データが自社の管理下から出ない構成（内製や、データを外に出さないSI構成）を検討する価値があります。
FIG.3 「安い」を選ぶ前に、データが社外へ出るかを必ず確認する
もう一つがベンダーロックイン——特定の会社のサービスに縛られ、乗り換えや値上げに弱くなる状態です。完全には避けられませんが、MCP（モデルとツールをつなぐ共通規格）やオープンなAPIに対応した製品を選ぶ／契約にデータの持ち出し（エクスポート）条項を入れておく／重要業務は代替できる構成を残すといった備えで、依存度を下げられます。
06SaaSの形も変わりつつある
もう一つの新しい動きとして、業界に特化した「バーティカルAI（特定業界向けAIエージェント）」が、従来の汎用SaaSの一部を置き換え始めています。医療・法務・物流など、その業界の業務に最初から最適化されたサービスで、汎用の大規模言語モデルだけを使う場合より高い成果が出やすい、という報告もあります。「SaaS＝汎用で物足りない」とは限らず、自社の業界に合った既製品が見つかれば、内製せずとも要件を満たせる場合があります。
価格の付き方も変化しています。AIの利用コストが変動的なため、従来の「1人あたり月額」から、使った量に応じた課金や、成果に連動した課金へ移る動きが強まっています。SaaSを選ぶ際は、自社の利用量で月額がどう動くかを見積もっておくと、運用後の予算ブレを防げます。
07はじめの一歩
最初にやることは、壮大な構想を描くことではなく、業務の仕分けです。手元の業務を1つずつ「これはよくある業務か、自社固有か」「このデータは外に出せるか」で振り分けてみてください。多くは「よくある＋外に出せる」に入り、SaaSで素早く始められます。残った「自社固有＋機密」の業務こそ、内製やSIを検討する候補です。
まずは効果が出やすく失敗しても痛手の小さい業務を1つ選び、SaaSで動かして社内の手応えを掴むところから。次章ではベンダーの比較の仕方を、その次の章では内製に踏み切る損益分岐の見方を扱います。
