情シスやITヘルプデスクのAIエージェント開発は、回答生成と社内ナレッジ検索を設計できる会社から選ぶのが基本です。Active DirectoryやITSMとの連携、有人承認、導入後の改善まで対応できるかも確かめます。
開発を依頼できる6社の特徴を比べ、選ぶときの観点も紹介します。
AIシステム開発を依頼する会社の選び方やRFPの作り方については、無料ホワイトペーパー「AIシステム開発の完全ガイドブック」で詳しく解説しています。
情シス・ITヘルプデスクのAIエージェント開発会社選びが重要な理由
問い合わせの増加や担当者の属人化、パスワードリセットなどの定型作業に悩む企業では、AIエージェントが選択肢になります。ここでいうAIエージェントは、質問への回答にとどまらず、利用者の意図を捉えて社内文書や過去チケットを検索し、必要な処理をツールへ依頼して結果を返します。
ただし、誤回答や権限逸脱、古いナレッジの放置を防ぐには、生成AIを接続するだけでは足りません。そのため、依頼先を選ぶ際は、モデルだけでなく、業務設計、データ整備、権限、監査、人への引き継ぎまで確かめます。
AIの回答精度だけでなく業務の完了まで見る必要性
シナリオ型チャットボットは、決められた選択肢やキーワードに沿って回答します。RPAは、定義済みの手順を繰り返す処理に適しています。
これに対してAIエージェントは、「アカウントに入れない」という相談から、パスワード忘れやロック、MFA不通などの可能性を整理し、本人確認へ案内できます。その動きを支えるには、データソースや検索基盤、生成AI、TeamsやSlackなどの画面、ITSMや業務システムを接続する必要があります。
Active Directoryの変更やチケットのクローズまで扱うなら、実行前の承認、入力検証、失敗時の取り消し、監査ログも設計の対象になります。社内だけで対応しきれない場合は、AI開発と社内システムの双方を扱える会社を検討します。
発注前のナレッジ・連携先・安全性の具体化
発注前には、対象ユーザーや利用チャネル、参照文書、連携先、有人対応へ切り替える条件を決めておきます。そのうえで、問い合わせの上位20件を一覧にし、FAQの古い手順や重複、表記ゆれ、Excel表、図解PDFを洗い出します。
文書の分割単位や更新日・部署などの情報、回答に使える権限を決めておくと、見積もりとPoCを評価しやすくなります。
問い合わせ画面では、社員番号や電話番号を書かないよう案内し、スクリーンショットに個人情報が写っていないかを確かめます。機密性の高い相談は、権限管理されたフォームへ移す運用も必要です。加えて、比較時には回答能力だけでなく、答えられない場合に安全に停止できるかも見極めます。
株式会社ripla｜コンサルから開発まで一気通貫で支援
riplaは、コンサルティングから開発までを一気通貫で支援する企業です。IT事業会社として社内DXを推進してきた経験を活かし、ビジネスの成果とシステムの定着を支える点に強みがあります。
営業、顧客、生産、販売管理など、幅広い基幹システムの構築と導入の実績があります。こうした実績を背景に、企業の業務要件へ柔軟に対応できる体制を整えています。
特徴と強み
riplaに相談する強みは、AIエージェントを業務システムの一部として設計しやすい点です。単独のチャット画面として作るより、既存の業務の流れに組み込みやすくなります。
問い合わせを分類し、RAGで根拠文書を検索して回答案を示します。そのうえで、チケットの起票から担当者へのエスカレーションまで、一つの業務フローに落とし込めます。
まずは、パスワード忘れ、アカウントロック、MFA不通の3本から始め、利用ログを見ながら対象を広げていく進め方にも向いています。
得意領域・実績
営業、顧客、生産、販売管理などの基幹システムに関わる経験を活かし、情シス部門だけでなく、利用部門や経営層の要件も整理できます。
AIの正答率だけで成果を測らず、KPIには問い合わせ件数と一次解決率、対応時間を置きます。さらに、有人引き継ぎ時の情報不足も指標にし、定着まで伴走する考え方です。
既存のTeamsやSlack、社内ポータルとの連携に加えて、ITSMやRPAとの連携も含めて検討できます。自社に必要な範囲を相談したい企業の候補になります。
株式会社NTTデータ｜構想から基盤・運用まで幅広く支援
株式会社NTTデータは、Smart AI Agentの構想を掲げ、AIエージェントのコンサルティング、PoC、導入、運用を一貫して支援する企業です。
公式情報では、業務プロセスを分析して適用ユースケースを抽出し、データ保護、アクセス管理、ガバナンスまで支援すると説明されています。
大規模な社内システムや、複数部門にまたがるヘルプデスクを検討する企業にとって、候補に入れやすい会社です。
特徴と強み
Smart AI Agentは、一つの質問に答えるだけでなく、複数のAIエージェントが連携してタスクを整理し、実行する考え方です。
情シス向けには、規定検索と問い合わせ分類を組み合わせ、チケット作成や担当部署の判断につなげる設計と相性があります。
自社データを扱う閉域環境のほか、既存クラウドや業務アプリケーションとの接続も含めて検討できる点が特徴です。
得意領域・実績
NTTデータの公式ページは、生成AI関連の実践的人材が7万人以上としています。
グローバルでの生成AI事例は2,000件以上、AI関連の特許出願・登録数は500件以上です（出典：NTTデータ「生成AI」）。
ただし、数値はグループ全体やグローバルを含むため、自社案件に同じ体制が当てはまるとは限りません。一方で、複数のクラウドや業務領域をまたぐ大規模案件を比べる材料にはなります。
SCSK株式会社｜RAGと人による確認を組み合わせた自動化
SCSK株式会社は、ITサービスや業務システムの知見を持ち、UiPathを含む自動化技術と生成AIを組み合わせた支援を行う企業です。
公式のヘルプデスク事例では、RAGを使って共通ナレッジから回答案を生成し、人による最終確認を前提に正確さを保つ方法が紹介されています。
完全自動化に不安がある企業が、まず担当者支援から始める場合に検討しやすい会社です。
特徴と強み
回答を生成したあとに担当者が確認する、Human-in-the-loopを組み込みやすい点が特徴です。たとえば、AIが誤ったパラメータを作った場合に備えて、管理者の承認がなければアカウント変更を実行できないようにするなど、段階的な自動化へ進められます。
また、SCSKの事例では、生成AIの誤回答を抑える考え方が示されています。担当者ごとの知識量や表現力の差を小さくする方法も紹介されています（出典：SCSK「ヘルプデスク問い合わせ対応の効率化」）。
得意領域・実績
RAGや生成AI、RPAを既存のIT運用に組み込みたい企業の候補になります。
リサーチノートには、月1万件規模の問い合わせを扱うSCSKの事例もあります。対象業務を選んだうえで、担当者の対応件数を20〜25％減らした取り組みです（出典：記事作成用リサーチノート）。
すべての問い合わせを対象にせず、頻度が高く回答パターンが安定した領域から始める点が参考になります。
UiPath株式会社｜AIエージェントとRPAをつなぐ自動化
UiPath株式会社は、RPA、ワークフロー、文書処理などの自動化基盤にAIエージェントを組み合わせる企業です。
公式情報では、自然言語の指示、多様なツール、人間参加型の機能を組み合わせて、複雑な業務プロセスを自動化する考え方が示されています。
チャットでの回答にとどまらず、既存画面の操作や定型処理までつなげたい企業に向いています。
特徴と強み
AIエージェントの回答と、ロボットが行う画面操作やAPI処理を組み合わせて動かせる点が強みです。たとえば、利用者の相談内容を分類し、ナレッジを検索し、本人確認後にRPAでアカウント処理を実行し、結果をチケットへ記録する流れを設計できます。
AIに任せる範囲と人が確認する範囲を、プロセス単位で決められます。そのため、既存のRPA資産を活かしたい企業に適しています。
得意領域・実績
ヘルプデスクの問い合わせ対応やチケットの振り分けに加え、定型的なユーザー登録や申請内容の転記など、複数システムをまたぐ業務に強みがあります。
リサーチノートには、東亜建設工業のAIヘルプデスク事例もあります。Teams上の窓口をUiPathのRPAと連携させ、アカウント登録などを自動で実行しています（出典：記事作成用リサーチノート）。
文化面で有人相談が残る業務もあるため、AIだけに寄せず、電話や担当者対応を含めた導線を設計することが大切です。
NEC（日本電気株式会社）｜自律的なタスク実行とAIガバナンス
NEC（日本電気株式会社）は、目標に向けて情報を検索し、タスクを計画し、手順を実行するAIエージェントを提供する企業です。
公式ページでは、従来の生成AIが単一タスクを実行するのに対し、AIエージェントは複雑な業務プロセスの意思決定まで代行できると説明されています。
大規模な組織で、AI活用とリスク管理を同時に進めたい場合の候補になります。
特徴と強み
NECは、AI SafetyとAI Securityを分けて捉えています。人が意図した範囲内で動かす安全性と、不正アクセスや漏洩から守るセキュリティを重視しています。
情シスでは、回答の正しさに加え、参照者の権限を超える文書を検索しないことや、承認なしにアカウントを変更しないこと、実行履歴を追跡できることが求められます。
情シス向けの要件は、ガバナンスの枠組みのなかで検討しやすい点も特徴です。
得意領域・実績
社内規程やIT運用のナレッジを検索するAIヘルプデスクに適しています。複数システムをまたぐ業務や、セキュリティ要件の厳しい企業も候補に入ります。
NECは、AIガバナンスを取締役会の監督下に置いています。さらに、法務や個人情報、品質、セキュリティなどの部門が連携する体制も公開しています（出典：NEC「AIガバナンス」）。
社内の稟議でリスク説明を重視する場合は、この体制を最初に確認しておくとよいでしょう。
富士通株式会社｜企業データを守る生成AI基盤と業務変革
富士通株式会社は、企業内のデータを扱う生成AI基盤や、業務変革のためのAI活用を支援する企業です。
富士通のPrivate AI Platformは、一般的な生成AIサービスでは社内情報を扱いにくいという課題を示しています。あわせて、自社固有の文書を活用する基盤の必要性も説明しています。
閉域性やデータ保護を重視する情シス部門が比較しやすい会社です。
特徴と強み
FAQや運用手順、障害対応記録を検索や生成に使うなら、発注側はまずデータの保存場所を決めておきます。そのうえで、アクセス権とログの保存期間も設計します。
富士通のように、AI基盤、クラウド、サーバー、業務システムをまとめて相談できる会社は、既存インフラとセキュリティ基準を崩さずに導入したい企業に向いています。
得意領域・実績
機密性の高い社内文書を扱うナレッジ検索や、サーバーやクラウドを含めた基盤構築、全社展開を前提とした運用設計を検討する場合に、候補になります。
富士通の生成AI利活用ガイドラインは、大規模な利用環境で得た知見を踏まえています。さらに、先端AIやオープンソース、パートナー技術を組み合わせる考え方も示しています（出典：富士通「生成AI利活用ガイドライン」）。
導入範囲とインフラ要件を明確にしたうえで、見積もりを依頼します。
情シス・ITヘルプデスクのAIエージェント開発会社を選ぶポイント
6社は得意領域がそれぞれ異なります。そのため、知名度やモデル名だけで決めず、自社の問い合わせ業務に照らして比べることが大切です。
特に、PoCで回答精度だけを示す会社と、本番の権限・連携・運用まで設計する会社とでは、導入後の成果が変わってきます。
候補会社の提案は、自社の問い合わせ業務に当てはめて見ます。見る軸は3つです。
- 類似業務の経験：ヘルプデスクや社内規程検索、ITSM・Active Directory連携での経験の有無
- 評価方法：実際の質問で正答率や根拠提示、回答不能時の拒否を測れるかどうか
- 安全な運用：権限、承認、失敗時の復旧、ナレッジ更新の担当の具体化
問い合わせ件数や業務フローまで見る実績と経験の確認
実績を見るときは、生成AIの導入件数だけでなく、ITヘルプデスクや社内規程検索、ITSM・Active Directory連携など、自社に近い事例を確かめます。
事例の問い合わせ件数、一次解決率、平均対応時間に加えて、有人への引き継ぎ率やナレッジ更新の担当者まで聞くと、導入後の姿を具体的に描けます。
リサーチノートには、ソフトバンクが約3.6万件のQ&Aデータを活用した事例があります。また、LIXILは、導入初期に約250通りの質問と回答を整備しました（出典：記事作成用リサーチノート）。
RAG・評価・安全なアクション実行で見極める技術力
RAGでは、Word、Excel、PDFの分割単位や、表の意味の保ち方、更新日や部署の付与方法を確かめます。評価では、社内の実質問をテストデータにして、正答率や根拠提示率、回答不能時の適切な拒否率、検索結果の妥当性を測ります。さらに、RAGASなどの評価フレームワークを使う場合でも、最終的には自社の業務KPIと結びつけて判断します。
AIに直接の強い権限を持たせず、許可したツールだけを使わせます。そのうえで、入力値を検証し、重要な処理は人が承認し、失敗時に元へ戻せる設計にします。
また、文書内の指示をAIへの命令と誤認させるプロンプトインジェクションにも備えます。入力と検索文書を分け、機密情報の出力検査や監査ログを実装できる会社を選びます。
契約前のプロジェクト管理と運用体制の確認
見積書は、PoCの期間と対象質問数、本番化の条件を示してもらい、追加開発費やモデル・クラウドの利用料、保守費を分けて確認します。AIエージェントは、公開したあとも改善を続ける必要があります。未解決ログからFAQを追加し、古い文書を削除し、回答品質を再評価する循環が求められます。
問い合わせを受けた担当者が回答した内容をナレッジへ戻すハイブリッドBPOの運用も、保守工数を抑える方法になります。また、発注側は、要件定義、データ整備、セキュリティ審査、開発、テスト、運用について、担当者の名前だけでなく、どこまでを誰が受け持つかの責任分界も確かめます。
経営層には、削減できる問い合わせ件数に加えて、対応時間や夜間対応、属人化の解消、監査可能性、従業員体験も含めてROIを説明します。そうすると、稟議を通しやすくなります。
よくある質問
情シス向けAIエージェントの費用や進め方は、業務範囲、データ量、連携先、セキュリティ要件によって変わります。
各社に相談するときは、自社の条件をそろえて確認しましょう。
AIエージェントと従来のチャットボットは何が違いますか？
従来のチャットボットは、決められたシナリオやFAQから回答を返すことが中心です。
AIエージェントは、質問の意図を推定し、複数の情報源を検索し、条件に応じてツールを呼び出します。さらに、必要なら人へ引き継ぐところまで設計できます。ただし、自律性が高いほど、権限管理や承認フローが重要になります。
情シス向けAIエージェントの開発費用はいくらですか？
費用は、PoCの対象範囲によって変わります。FAQ検索に加えて、Teams・ITSM連携、Active Directoryの操作、閉域環境、運用保守を含むかどうかを確認します。
見積もりでは、要件定義とUI・API開発以外の作業や利用料も、項目ごとに分けてもらいます。
- ナレッジ前処理
- モデルやクラウドの利用料
- テスト
- 監視
- 改善保守
最初から全社展開を前提にせず、数本から200問程度のFAQを対象に効果を検証し、成果に応じて拡張する進め方が現実的です。
導入は何から始めればよいですか？
まずは問い合わせログを集計し、頻度が高く、手順が標準化されていて、失敗時の影響を限定できる業務を一つ選びます。
次に、パスワード忘れやアカウントロック、MFA不通のような一次対応から始めます。そのうえで、回答根拠の提示や本人確認、有人引き継ぎ、処理結果の記録をテストします。
発注側は、正答率だけでなく、一次解決率や対応時間、エスカレーションの品質、利用者満足度を測ったうえで、本番化を判断します。
まとめ
ここまで、情シス・ITヘルプデスク向けの開発会社6社を紹介しました。株式会社ripla、株式会社NTTデータ、SCSK株式会社、UiPath株式会社、NEC、富士通株式会社です。
riplaは業務整理から開発・定着まで進めたい企業、NTTデータは大規模な構想を描きたい企業の候補です。
SCSKはRAGと有人確認を、UiPathは既存RPAとの連携を重視する企業に向いています。
NECは自律的なタスク実行とAIガバナンス、富士通は企業データを守るAI基盤やインフラを重視する企業にとって、検討しやすい会社です。
選定時には、実績数だけでなく、RAGの前処理と評価方法を確かめます。さらに、権限管理や攻撃対策、人の承認、未解決ログを使ったFAQ改善も見ておきます。
成果として見るべきは、AIを導入したことそのものではなく、問い合わせが安全に解決され、担当者とナレッジが継続的に改善される状態です。
参照した資料はNTTデータ「AIエージェント」とSCSK「ヘルプデスク問い合わせ対応の効率化」です。
UiPath「企業向けの信頼できるAIエージェント」、NEC「AIエージェント」「AIガバナンス」も参照しています。富士通「Private AI Platform」も参考にしています。
▼RFP作成前に読みたい無料ホワイトペーパー
・AIシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。