スキルマッチングシステムの発注は、業務とデータの定義、要件と契約の整理、MVPでの検証の順に進めます。この順で進めることが、現場に合う人材配置や案件アサインにつながります。
全体像は、スキルマッチングシステム開発の完全ガイドもご覧ください。
▼全体ガイドの記事
・スキルマッチングシステム開発の完全ガイド
Webサービス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「Webサービス開発の完全ガイドブック」で詳しく解説しています。
発注前に決める事項
このシステムは、人材と案件に必要なスキルをデータ化し、検索から稼働後の評価までを支えます。
ただし、誰をどの業務判断につなぐかが決まっていないと、機能を増やしても使われにくくなります。
利用目的と対象ユーザーの絞り込み
利用目的は一つに絞ります。候補には、社内配置や SES・派遣の候補提案、採用候補検索があり、ほかに外部スキル市場もあります。
- 社内向け：人事マスタ、SSO、所属・役職別の閲覧権限の整理
- 外部向け：登録から退会までの流れの設計（本人確認、連絡、契約、決済、レビューを含む）
目的は、「候補提示の時間短縮」のように業務成果で書きます。たとえば、Excelで半日かかる候補探しを15分以内にするといった目標があると、検索や承認の優先順位も決めやすくなります。
スキルデータと最終判断者の決定
自己申告だけに頼らないよう、登録情報と評価方法を定義しておきます。
- プロフィール：職種、スキル、レベル、経験年数、資格、実績、稼働・希望条件
- 信頼性：上司評価、資格証明、案件実績を分け、更新日と評価者も残す
- 基準：JavaScriptとJSの辞書、レベル1〜5の定義を、自社で合意しておく
- 判断：必須条件、推薦理由、参照データ、採用・却下の結果の記録
採用や配置の最終判断は、人が行う設計にします。
AIの精度は、マッチ率だけでなく、推薦の理由を確認できるか、誤った推薦を改善に生かせるかで評価します。
SaaS・パッケージ・スクラッチの発注形態
標準機能を早く使いたいならSaaS、既存業務との連携が要るならパッケージ、独自サービスを作るならスクラッチが候補です。
業務を絞ったPoCやMVPから始めると、費用と要件変更のリスクを抑えられます。
SaaSが向くケース
既存の人事・案件管理を残したまま、プロフィールや検索を先に整えたい場合に適しています。
- 導入しやすさ：更新、バックアップ、認証、サポートを自社で抱えにくい企業に合う
- 制約の確認：独自計算、複雑な承認、外部会員の契約・決済の制約と、そこにかかる追加費用
- 初年度費用：初期設定、データ取込、権限、API連携、運用支援までを含めた金額
株式会社101のスキルナビは、100名で月額10万円からの例を示しています。
初期費用は人数により異なります（出典：株式会社101「スキルナビ料金プラン」、2026年）。
パッケージ・導入支援が向くケース
標準機能を使いながら、人事マスタや案件データなど既存のデータと連携したい場合に適しています。
- 製品導入：ゼロから作るより早く始められる一方、業務を製品の標準フローに寄せる必要がある
- 提案範囲：標準機能、設定対応、追加開発を分けた記載
- 連携設計：社員番号、異動、退職、評価履歴の同期方法のRFPへの記載
カオナビは2025年3月に、スキル管理と人材DBの連携を開始しました。検索と時系列表示も案内しています（出典：株式会社カオナビ「スキル管理機能と人材データベースの連携」、2025年）。
スクラッチ開発が向くケース
独自の外部市場や推薦機能を事業の強みにするなら、スクラッチ開発が候補です。
- 独自機能：両面会員、本人確認、メッセージ、契約、決済、レビューの統合
- 事業責任：会員獲得、個人情報保護、監視、障害対応、保守も自社が担う
- MVP：プロフィール、案件、検索、応募・承認、管理画面、通知に絞った範囲
決済や高度なAIは後段に回せます。
先に検索と人の確認を運用し、評価データや辞書が整ってから、意味検索や生成AIを加えます。
RFPと要件整理で決める項目
RFPは、各社が同じ前提で提案と見積を作るための基準です。
まず、目的と利用者、業務とデータ、機能と非機能要件をまとめます。さらに、連携と納期、予算と体制も、同じ文書に含めます。
要件が曖昧なまま一式で依頼すると、各社の解釈がばらばらになります。そのため、価格差の理由も分かりにくくなります。
現行業務と理想の業務フローの整理
まず、案件の発生から候補探しと応募までを図にします。
面談、承認、契約、稼働、評価の流れも描きます。
- 役割：工程ごとの入力者、閲覧者、情報の引継ぎ先
- 社内配置：人事、現場管理者、本人、システム管理者の役割の整理
- 外部市場：発注者、提供者、運営者、決済事業者の関係図
- 優先課題：検索時間、更新の停滞、説明不足、承認状況の見直し
現行のExcelやメールを、すべてシステム化する必要はありません。
各工程の処理時間と件数を記録しておくと、効果と性能を見積もる材料になります。
優先課題を先に決めたうえで、残す業務と変える業務を分けます。
スキルマスタとプロフィール項目の定義
画面を作る前に、スキルの意味をそろえておきます。そうすれば、検索結果を判断する基準もはっきりします。
- スキル辞書：名称、親子関係、同義語、レベル基準、証跡、更新期限の定義
- 要件項目：必須・歓迎の区分、経験年数、稼働率、勤務地、単価帯、開始日の項目
- 初期入力：人事データや職務経歴からの初期値の取り込みと、不足分の確認
- 更新運用：評価入力、リマインド、資格期限通知、変更履歴の用意
たとえば「Java」が知識を指すのか、実務の設計力を指すのか、直近2年の経験が必要かによって、結果は変わります。
初回から全項目を求めると離脱しやすいため、入力の負担も要件として定めます。
上司評価や資格証明、案件実績は、誰がいつ評価したかと更新日も添えて、自己申告とは分けて持たせます。
非機能要件とAI利用の条件
性能と安全性の要件に加えて、AIを使う場合は、データの扱いと判断の責任も決めておきます。
- 性能・復旧：人数、同時接続、応答時間、稼働、バックアップ、復旧目標の提示
- アクセス管理：SSO、二要素認証、暗号化、権限、ログ、削除の定め
- AI条件：学習利用、保存地域、モデル、ログ、訂正、最終判断者の決定
評価や給与情報の権限は、画面だけでなく、APIやCSVにも同じように適用します。
経済産業省は2026年3月31日に、AI事業者ガイドライン第1.2版を公表しました（出典：経済産業省「AI事業者ガイドライン検討会」、2026年）。
AIの利用目的と管理策は、リスクに応じて検討します。そのうえで、推薦ログやモデル更新時の再現性も要件に含めます。
契約形態としての請負と準委任の使い分け
要件が固まっていない探索やPoCは準委任、合意済みの機能は請負に分けるのが現実的です。判断は契約の名称だけで決めず、中身を見て行います。
まず、成果物と責任、検収、変更の扱いを、契約書と仕様書で確かめます。知財と再委託、個人情報も、契約条項として明文化します。業務の進め方と責任の範囲は、個別仕様書で具体的に定めます。
要件探索での準委任・アジャイル
利用者の声や検索結果を見ながら、スキル項目や推薦ルールを調整していく工程に適しています。
- 契約対象：要件整理、設計、開発、検証を、一定期間の体制で進める契約
- 発注側の管理：作業、担当者、報告物、稼働上限、意思決定者の定め
- 費用判断：NotebookLMの調査メモでは、請負は準委任より1.3〜1.5倍高い傾向があります
ただし、この係数は固定ではありません。未確定の要件を請負で一括して提示させると、予備費や変更費用が含まれやすくなります。
準委任では、月ごとの作業内容、参加者、報告物、稼働上限、意思決定者を決めておきます。そうすることで、作業時間だけを買う状態を避けられます。
本番の固定範囲での請負
受入条件を決められる機能は請負にして、完成の定義を契約資料に記載します。
- 対象機能：プロフィール、案件、条件検索、承認、管理画面など
- 対象資料：画面、API、権限、テスト、移行、受入基準の明記
- 変更管理：影響、追加費用、納期、承認者の記録と、口頭での依頼の回避
「高いマッチ率」のような表現は、必須条件の除外や推薦理由の表示など、検証できる条件に分けて書きます。
契約内容は、法務担当者や専門家にも確かめてもらいます。
法改正や連携先の仕様変更、追加の要望も、変更管理の対象に含めます。
無償で対応する範囲も、あらかじめ決めておきます。
個人情報・知的財産・運用責任の契約条件
人材データと開発成果物は扱いを分けて考え、契約が終わった後の保守まで定めておきます。
- 個人情報：利用目的、権限、再委託、保管・削除、漏えい連絡、監査の取り決め
- 生成AI：学習利用、ログ、第三者送信の確認と、データフローの図示
- 知的財産：汎用部品と固有成果物、ソース、辞書、データ、推薦ルールの区分
- 保守体制：リポジトリ、ライセンス、脆弱性対応、引継ぎ範囲の定め
個人情報保護委員会の生成AIに関する注意喚起も踏まえておきます（出典：個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」、2023年・2026年確認）。
スキルマッチングシステムの費用相場
ここに示すのは、公開事例や公式料金を基にした、要件定義前の予算の目安です。
確定価格ではなく、人数や連携、AI、決済、安全対策、運用範囲によって、個別見積になります。
構成別の予算取りレンジ
構成によって予算の幅が変わるため、公開情報と類似案件を、初期の目安として扱います。
- スキル管理SaaS：初期費用0〜300万円程度
- 小規模Web型MVP：300〜800万円程度
- 外部向け本格サイト：800〜2,000万円程度
- 社内配置・案件基盤：1,000〜3,000万円以上
みんなシステムズの事例では、当初280万円、追加後は約500万円、期間は6か月です（出典：株式会社みんなシステムズの開発実績「スキルマッチングサイト つなぐ」、2026年確認）。機能や条件が違うため、この事例の金額をそのまま見積に当てはめることはできません。
この予算レンジは、発注先が保証する価格ではありません。SaaSの場合は、月額利用料に加えて、設定代行、データ取込、教育の費用も別に確認します。
費用の内訳
初期費用と継続費用は分けて考え、機能開発以外の準備や運用も見積もっておきます。
- 初期作業：業務整理、辞書・データ整備、UI/UX設計、開発、テスト、移行、教育
- AI関連：利用料、データ加工、評価データ、改善、ログ、精度検証
- 運用費：SaaS、クラウド、検索、AI、メール・SMS、本人確認、決済、監視、保守
データ更新や権限変更が、追加の請求になる場合もあります。そのため、初年度と2年目以降を同じ表で比べてください。
見積には、推薦ロジックや権限・監査、外部連携が含まれているかを確かめます。さらに、通知や管理画面、リリース支援、問い合わせ対応が含まれるかも見ておきます。
予算を抑えるための優先順位づけ
業務上欠かせない検索と承認を残したうえで、利用状況を見て後続の機能を決めます。
- 後段に回す：アプリ、即時通知、高度なAI、決済、レビュー、複雑な分析
- 初期運用：CSV取込、Web管理画面、条件検索で効果を測る
- 維持する：権限、削除、バックアップ、監査ログは削らない
必須スキルから始めると、データ整備の負担を抑えられます。一方で、情報漏えいや退職者データの残存は、後で直す際に移行や停止を伴う作業になります。
委託先選定と見積比較のポイント
会社の規模や技術だけでなく、スキル定義から運用までをどこまで理解しているかを比べます。受託会社、SaaS会社、SIer、HRテック企業のそれぞれの得意領域を踏まえ、目的に近い候補を複数社選びます。
候補の実績は、外部マーケット型や社内配置型、既存SaaS型、生成AI・高セキュリティ型など、自社の目的に近いものを比べます。
業務成果による実績の確認
類似業務の経験と、実データに近いデモの両方で、実務に合うかを確かめます。
- 成果指標：候補提示時間、アサイン率、更新率、採用率、継続率の実績
- デモ条件：自社に近い3〜5件の案件とプロフィールを使ったデモ
- 確認項目：必須条件、同義語、推薦理由、権限別画面、本人修正
教育期間や部門をまたいだ案件の成立数も、導入後に測れる指標です。サンプル画面だけで判断せず、現場の使い方も確かめます。
同じ前提による見積書の比較
各社に同じ機能表と前提を渡して、金額差の理由が分かる形で比べます。
- 開発範囲：要件から保守までの各工程、対象外の照合
- 継続費：月額・年額、追加改修の単価、クラウド・AI従量費、移行費、保守時間の比較
- 契約条件：障害対応、SLA、契約期間、解約時のデータ返却費の確認
検索だけの提案と、推薦理由や権限まで含む提案は同じ条件ではありません。納期が短い場合は、テストや教育が別料金になっていないかも確認します。
見積書には、要件定義から保守までの内訳、担当人数、期間、前提条件を並べてもらいます。機能表は、必須と希望、将来対応に分けてもらいます。
初期費用の総額だけでなく、後から増える費用と責任の分かれ目も、見積の段階で確かめておきます。
体制・セキュリティ・運用支援の確認
開発体制と安全対策に加えて、利用者がデータを更新していく運用まで、提案の中身を確かめます。
- 担当体制：要件、データ、検索・AI、基盤、テスト、保守の責任者
- 安全管理：再委託と引継ぎ、復旧訓練、権限と監査、削除、事故報告の方針
- 定着支援：入力依頼、更新通知、レビュー、活用会議が提案に含まれているか
数百〜数千人のデータでは、設定・確認に1〜2か月かかる場合があります（出典: 株式会社プラスアルファ・コンサルティング「タレントパレット料金プラン・導入期間・セキュリティ」、2026年）。そのため、開発期間だけでなく、データ整備と現場展開の期間も社内の計画に入れておきます。
発注後の開発と検証の順序
発注後は、まず業務とスキルを定義し、設計とMVP開発に進みます。そのうえで、実データ検証、限定試行、改善を重ね、最後に全社展開へ移ります。
発注側は判断事項と期限を管理し、辞書や権限の決定が遅れないようにします。
小さなデータによる推薦と入力負荷の検証
実際の案件とプロフィールを少数使って、推薦の妥当性や入力の負担を確かめます。
- 推薦評価：理由、候補漏れ、必須条件外の候補の記録
- 指標：提示時間、採用率、手修正回数、プロフィール更新時間
- AI判断：表記ゆれや自然文の整理からの試行と、自動決定の回避
結果を見て、辞書と重み付けを修正します。ルール検索と人の確認を基礎にしておけば、AIの検証もしやすくなります。
受入テストと運用KPIの設定
機能、データ連携、権限、推薦結果の受入テストを行い、運用後の指標も決めておきます。
- 受入確認：必須スキル、閲覧範囲、異動・退職、推薦理由、退会処理の確認
- CSV/API連携：正常系に加えて、重複や欠損、文字コード、日時ずれ、失敗後の再実行の確認
- 月次KPI：登録・更新、提示時間、採用・アサイン率、継続、問い合わせの数値
- 継続改善：属性や部門による差の確認と、辞書・ルールの更新
納品で終わらせず、業務成果を見ながら改善を続けられる保守契約にします。
外部人材向けサービスで確認すべき法務と安全性
求人や求職の情報を扱う場合は、機能だけでなく、事業の実態に照らして該当する制度を確かめます。厚生労働省は、職業紹介と募集情報等提供を区分しています（出典：厚生労働省「募集情報等提供と職業紹介の区分」、2026年確認）。ただし、運営者が候補者を選別したり、情報を加工したり、連絡を仲介したりすると、職業紹介の許可などが必要になる場合があります。
求人・求職情報の扱いと事業実態の確認
候補者の選定や情報の加工、連絡の仲介を運営者が行うのかを整理し、必要な許可や届出を確かめます。
- 契約関係：雇用か業務委託か、誰が候補を選ぶかを業務フローに書く
- 社内配置：本人同意、利用目的、閲覧範囲、訂正・削除窓口の決定
- 外部サービス：手数料、取消、権利、責任分界、規約変更機能の整備
候補者を選び、応募を仲介する場合は、掲示板とは異なる扱いになる可能性があります。そのため、事業の実態に沿って確かめます。
委託先へのセキュリティ質問票の提示
情報の保存から削除、事故対応までを質問票で確かめ、自社の情報分類に合う運用を選びます。
- 管理策：保存場所、暗号化、権限、SSO、二要素認証、脆弱性診断
- 継続性：監視、バックアップ、復旧訓練、再委託、退職者の権限削除
- 生成AI：提供者、学習利用、保持、入力制限、マスキング、削除
- 人材情報：評価・給与の検索制限、公開範囲の通知、推薦ログの監査の設計
「ISMS取得済み」や「クラウドだから安全」という説明だけで判断せず、画面と運用手順の両方を確かめます。
従業員のアクセス管理と、事故報告にかかる時間も質問しておきます。評価や給与の情報を検索対象から外す設計になっているか、本人への公開範囲の通知があるかも見ます。
よくある質問
費用や期間は、機能とデータの条件によって変わります。公開情報は目安として読み、同じRFPをもとにした個別見積を比べてください。
スキルマッチングシステムは数百万円で発注できますか？
小規模Web型MVPで、プロフィール、案件、検索、応募・承認、管理画面に絞れば、300〜800万円程度を予算の出発点にできます。公開事例では、280万円で始まり、追加後に約500万円となった例もあります。
決済や本人確認、両面会員、人事連携、AI推薦まで含めると、同じ金額には収まらない可能性があります。
SaaS導入とスクラッチ開発はどちらを選ぶべきですか？
標準的な管理を早く始めたいならSaaS、独自の市場や業務そのものが競争力なら、スクラッチが候補になります。連携や権限が課題であれば、SaaSに導入支援を組み合わせることもできます。
初年度と継続の費用、データ返却、将来の乗り換えやすさを並べたうえで判断します。
AIマッチングを外注するときに最も注意することは何ですか？
目的や利用データ、推薦理由、最終判断者を、要件と契約に書きます。加えて、誤推薦の訂正、ログ、モデル更新時の検証も、契約に入れておきます。
辞書や評価基準が不十分だと、結果を評価できません。そのため、必須条件はルールで管理し、AIは表記ゆれや候補の発見、説明文の作成に使います。
準委任と請負を組み合わせて発注できますか？
組み合わせられます。要件整理やPoCは準委任で、受入条件を固定できる画面やAPI、テストは請負とする方法があります。
切り替えの時点や成果物、責任、追加要件、検収を明確にします。さらに、実際の業務指示とも一致させます。
まとめ
発注では、まず目的と利用者を決め、スキル、業務、連携、権限、AI条件をRFPにまとめます。方式は、初期費用だけでなく、期間や適合性、保守、データ返却、拡張性を含めた総額で比べます。
発注前の最終チェック
見積の範囲をそろえ、契約と外部サービスの責任を明文化してから発注します。
- 比較範囲：要件とデータ、テスト、移行、教育、保守、改修の範囲をそろえる
- 契約条件：個人情報とAI、知財、再委託、障害、検収、変更の明記
- 法務確認：外部人材サービスの制度該当性を、事業の実態で確かめる
費用や納期だけでなく、継続の運用と責任の範囲も、同じ条件で比べます。
小規模な開始と利用データによる改善
スキル辞書と必須条件を整えたうえで、検索と人の判断を含むMVPで、効果を確かめます。
- 効果測定：候補提示時間、入力率、採用率、アサイン率、継続率
- 継続改善：現場の声によるスキル定義と運用の更新
要件をそろえて委託先を比べることが、費用と納期だけに振り回されない外注につながります。
▼全体ガイドの記事
・スキルマッチングシステム開発の完全ガイド
▼RFP作成前に読みたい無料ホワイトペーパー
・Webサービス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。