超越概念驗證（PoC）失敗：從 Wakka Inc. 14 年開發經驗解讀「AI 整合型系統開發」的實施階段
Wakka Inc. 根據 14 年的開發經驗，公開了關於將生成式 AI 整合到現有系統的「AI 整合型系統開發」實施階段的見解。旨在協助日本企業克服概念驗證（PoC）失敗，並解釋成功要素和市場趨勢。
📋 文章處理履歷
- 📰 發表: 2026年4月28日 19:00
- 🔍 收集: 2026年4月28日 10:32
- 🤖 AI分析完成: 2026年4月28日 11:15（收集後43分鐘）
負責推動數位轉型（DX）和系統開發的株式會社 Wakka Inc.（總部：東京都千代田區，代表董事：平野宏幸，以下簡稱「Wakka Inc.」），為考慮和推動業務導入生成式 AI 的日本企業，彙整了其在開發現場獲得的見解。
本考察並非全面整理市場趨勢的調查資料，而是 Wakka Inc. 營運超過 150 名開發人員的組織，根據其在 Web 系統、業務系統、DX 支援開發經驗，以及近年來急劇增加的將生成式 AI 整合到現有系統中的「AI 整合型」專案實施現場獲得的見解，以獨特視角論述生成式 AI 應用的現況。
部分內容參考了公開統計數據，但必須預先聲明，我們的觀點和問題認知純粹基於我們的現場經驗，並不代表整個產業。
■ 摘要
生成式 AI 市場在國內外均快速擴大，企業應用正從「試驗導入」階段轉向「實施・營運」階段。
生成式 AI 的角色正在從「個人使用的工具」轉變為「嵌入業務系統的業務基礎設施」。
在 AI 整合型系統開發中，概念驗證（PoC）設計、內部數據整合、安全性及營運設計是決定成敗的關鍵因素。
■ 1. 市場趨勢：生成式 AI 市場正處於快速擴大期
生成式 AI 市場在日本國內外均快速增長。
根據富士 Chimera 總研的調查，日本生成式 AI 市場預計到 2028 財年將擴大至超過 1.7 兆日圓規模。
此外，總務省「令和 7 年版資訊通信白皮書」（IDC Japan 調查）指出，日本整個 AI 系統市場的數據如下：
2024 年：1.3412 兆日圓
2029 年：4.1873 兆日圓（預測）
全球市場的生成式 AI 也持續保持高增長，預計將從 2024 年的 361 億美元（佔 AI 市場總額的 19.6%）擴大到 2030 年的 3561 億美元（佔比 43.1%）。
企業的 DX 推動、應對人力短缺及提高業務效率等結構性因素，正強烈推動生成式 AI 的導入。
■ 2. 企業應用變化：「個人工具」到「業務基礎設施」
生成式 AI 的企業應用在過去 1-2 年發生了巨大變化。
在導入初期，主要集中於員工單獨使用生成式 AI 的「個人業務效率化」：
* 會議記錄製作
* 文章生成
* 翻譯
* 發想
然而，目前將生成式 AI 整合到業務系統中的應用正在增加。
即使是我們公司客戶諮詢的專案，主要應用領域如下：
* 客戶服務：查詢應答聊天機器人
* 內容創作：行銷文案和資料的自動生成
* 軟體開發：程式碼生成、審查、測試支援
* 數據分析：客戶行為分析和報告生成
生成式 AI 正在將其角色從「個人使用的工具」擴展到企業業務基礎設施的一部分。
在系統開發現場，以將生成式 AI 整合到專案中為前提來設計架構也正變得普遍。
相關文章：生成式 AI 能應用於系統開發嗎？徹底解析其優點與企業案例
https://wakka-inc.com/blog/20625/
■ 3. 開發現場變化：AI 整合型系統開發的興起
隨著企業應用的這些變化，生成式 AI 在系統開發現場的定位也在改變。
最近的特點是，AI 的實施方式不再是單獨導入，而是以與現有系統整合的形式增加。
即使是我們開發團隊處理的專案，以下實施模式也在增加：
* 企業內部知識搜索 AI（RAG 型）
* 查詢應答 AI
* 銷售支援 AI
* 文件生成・摘要系統
這背後的原因是 AI API（將 AI 功能整合到自有系統中的機制）的普及，使企業無需從零開始開發 AI 模型，即可將 AI 功能整合到其系統中。
然而，整合生成式 AI 的系統開發與傳統的 Web 系統開發具有根本不同的特性。
由於輸出具有非確定性，且數據品質會影響成果的準確性，因此在規劃、概念驗證、實施和營運的每個階段都需要不同的設計理念。
此外，近年來，對利用企業專有數據進行客製化 AI 的需求也在擴大。
因此，在生成式 AI 時代的系統開發中，以下四點已成為設計上的重要主題：
* 與內部數據的整合（數據整備、權限設計、搜索準確性）
* 安全設計（輸入/輸出遮罩、日誌管理、使用策略）
* 整合到業務流程中（與現有系統整合、UI/UX 設計）
* AI 營運管理（準確性監控、模型...
本考察並非全面整理市場趨勢的調查資料，而是 Wakka Inc. 營運超過 150 名開發人員的組織，根據其在 Web 系統、業務系統、DX 支援開發經驗，以及近年來急劇增加的將生成式 AI 整合到現有系統中的「AI 整合型」專案實施現場獲得的見解，以獨特視角論述生成式 AI 應用的現況。
部分內容參考了公開統計數據，但必須預先聲明，我們的觀點和問題認知純粹基於我們的現場經驗，並不代表整個產業。
■ 摘要
生成式 AI 市場在國內外均快速擴大，企業應用正從「試驗導入」階段轉向「實施・營運」階段。
生成式 AI 的角色正在從「個人使用的工具」轉變為「嵌入業務系統的業務基礎設施」。
在 AI 整合型系統開發中，概念驗證（PoC）設計、內部數據整合、安全性及營運設計是決定成敗的關鍵因素。
■ 1. 市場趨勢：生成式 AI 市場正處於快速擴大期
生成式 AI 市場在日本國內外均快速增長。
根據富士 Chimera 總研的調查，日本生成式 AI 市場預計到 2028 財年將擴大至超過 1.7 兆日圓規模。
此外，總務省「令和 7 年版資訊通信白皮書」（IDC Japan 調查）指出，日本整個 AI 系統市場的數據如下：
2024 年：1.3412 兆日圓
2029 年：4.1873 兆日圓（預測）
全球市場的生成式 AI 也持續保持高增長，預計將從 2024 年的 361 億美元（佔 AI 市場總額的 19.6%）擴大到 2030 年的 3561 億美元（佔比 43.1%）。
企業的 DX 推動、應對人力短缺及提高業務效率等結構性因素，正強烈推動生成式 AI 的導入。
■ 2. 企業應用變化：「個人工具」到「業務基礎設施」
生成式 AI 的企業應用在過去 1-2 年發生了巨大變化。
在導入初期，主要集中於員工單獨使用生成式 AI 的「個人業務效率化」：
* 會議記錄製作
* 文章生成
* 翻譯
* 發想
然而，目前將生成式 AI 整合到業務系統中的應用正在增加。
即使是我們公司客戶諮詢的專案，主要應用領域如下：
* 客戶服務：查詢應答聊天機器人
* 內容創作：行銷文案和資料的自動生成
* 軟體開發：程式碼生成、審查、測試支援
* 數據分析：客戶行為分析和報告生成
生成式 AI 正在將其角色從「個人使用的工具」擴展到企業業務基礎設施的一部分。
在系統開發現場，以將生成式 AI 整合到專案中為前提來設計架構也正變得普遍。
相關文章：生成式 AI 能應用於系統開發嗎？徹底解析其優點與企業案例
https://wakka-inc.com/blog/20625/
■ 3. 開發現場變化：AI 整合型系統開發的興起
隨著企業應用的這些變化，生成式 AI 在系統開發現場的定位也在改變。
最近的特點是，AI 的實施方式不再是單獨導入，而是以與現有系統整合的形式增加。
即使是我們開發團隊處理的專案，以下實施模式也在增加：
* 企業內部知識搜索 AI（RAG 型）
* 查詢應答 AI
* 銷售支援 AI
* 文件生成・摘要系統
這背後的原因是 AI API（將 AI 功能整合到自有系統中的機制）的普及，使企業無需從零開始開發 AI 模型，即可將 AI 功能整合到其系統中。
然而，整合生成式 AI 的系統開發與傳統的 Web 系統開發具有根本不同的特性。
由於輸出具有非確定性，且數據品質會影響成果的準確性，因此在規劃、概念驗證、實施和營運的每個階段都需要不同的設計理念。
此外，近年來，對利用企業專有數據進行客製化 AI 的需求也在擴大。
因此，在生成式 AI 時代的系統開發中，以下四點已成為設計上的重要主題：
* 與內部數據的整合（數據整備、權限設計、搜索準確性）
* 安全設計（輸入/輸出遮罩、日誌管理、使用策略）
* 整合到業務流程中（與現有系統整合、UI/UX 設計）
* AI 營運管理（準確性監控、模型...