NTTデータ2社、AIを使う内製開発を支援　社内ルールを生成と審査に活用

ニュースの要点

NTTデータ先端技術とNTTデータ ニューソンは2026年10月5日、業務アプリケーション基盤「intra-mart」を使う企業向けに、AIを活用した開発内製化の支援サービスを提供し始めたと発表しました。生成のばらつきを抑え、内製開発を進めるため、要件整理から設計、実装、テストまでを支援します。

企業の開発標準、設計ルール、権限設定、共通部品、過去のレビューなどを「AI Context Pack」にまとめ、工程ごとのAIへ渡します。先端技術が知識の整理や組織づくり、ニューソンが実装などを担い、現場での伴走と社内の専門チーム育成も組み合わせます。

成果物の最終的な検証と承認は人が行う設計です。AIだけで開発を完結するサービスではなく、価格や開発期間の短縮実績は今回の発表に記載されていません。

ニュース出典: NTTデータ先端技術・NTTデータ ニューソン（PR TIMES配信）／原題「NTTデータ先端技術とNTTデータ ニューソン、「AI-Native開発内製化支援ソリューション for intra-mart」を提供開始」／2026年10月05日／発表本文

---

イノベーション総研の考察

社内で開発すると決めても、AIに依頼すればその会社で使えるシステムが完成するわけではありません。今回の支援は、社内のルールをAIが使える形にし、人が確認して運用するところまでを扱っています。

会社のルールを知らないAIでは、社内で使えるものを作れない

業務アプリには、誰がどの情報を見られるか、既存部品をどう使うか、どの設計を認めるかといった会社ごとの条件があります。一般的なコードを生成できることと、その条件を守って作れることは別です。今回の支援は、この違いを出発点にしています。

AI Context Packは、開発に必要な社内の知識を構造化するものです。仕様書を単に添付するのではなく、設計、権限、レビューや失敗事例を参照できる形にする狙いがあります。ただし、資料の形式や作成費用の詳細は未公表です。

AI開発の前に、その会社で使うための条件を明示し、出力と照合します。

担当者の方がAI開発を試すなら、最初に一つの業務を選び、守るべき条件を列挙します。AIの出力がそれに従ったかを確認すれば、何の情報が不足し、誰の知識を追加すべきかが分かります。全社の知識を先に集め切る必要はありません。

知識を整理する力と、実装する力を分担した

今回、先端技術は知識の整理と組織づくり、ニューソンは実装と開発資産の活用を担います。支援対象はintra-martの新規開発に加え、既存の仕組みの改善も含みます。社内の知識と、実装で使える部品をつなぐ役割分担です。

知識を整理しただけでは、実際の開発で使えるかが分かりません。逆に実装だけを急ぐと、社内のルールを外れたものを後から直す可能性があります。両者を同じ案件で往復させることが、今回の分担の意味だと解釈できます。

専門知識の整理と実装を往復させ、使えた知識を次の開発へ戻すことが重要です。

自社が支援事業を作る場合も、専門知識を文書化する工程と、現場で使って修正する工程を分けて考えます。どちらを内製し、どちらを提携先へ任せるかを決めたうえで、修正内容を次の案件へ戻す手順が必要です。

生成が速くなっても、承認待ちが増えれば全体は速くならない

両社は、最終的な検証と承認を人が行う設計を示しています。AIがコードやテストを多く作れるようになると、確認する成果物も増えます。生成時間だけを測ると、審査側へ移った負担を見落とす可能性があります。

また、AIが社内標準を参照していても、標準が古かったり、例外の扱いが抜けていたりすれば、不適切な出力が生まれます。レビューで問題を見つけたとき、担当者がその場で直すだけか、共通のルールにも反映するかが継続利用を左右します。

AI開発の成果は、生成だけでなく、審査と修正を含む一連の時間と品質で測ります。

導入前後を比べるなら、生成、審査、差し戻し、修正までの時間と、稼働後の不具合をまとめて見ます。これらはイノベーション総研が提案する評価項目で、今回公表された短縮効果ではありません。

内製化の支援を、社内で更新できる状態へつなげる

サービスには現場での伴走とCoEの育成が含まれます。CoEは、専門性を集めて社内の活用を支えるチームです。外部が一度作って終えるのではなく、企業内で知識や手順を維持できる状態を目指す構成と読めます。

一方、そのチームを置けば更新が続くとは限りません。誰がルール変更を受け取り、AI Context Packへ反映し、過去の出力への影響を確認するかを決める必要があります。更新の担当と時間を確保する費用も、内製化の判断に含まれます。

内製化は外注費だけでなく、社内で知識と承認を維持する費用まで含めて判断します。

次に見たいのは、導入企業での開発・審査の実績と、伴走終了後の更新状況です。読者も、外部委託を減らした額だけでなく、社内の人員、研修、知識更新まで含めた負担を比べると、内製化の向き不向きを判断しやすくなります。

まとめ

今回の支援は、社内の開発ルールをAIへ渡し、実装、人の承認、知識更新をつなぐものです。AIを使うかどうかに加え、誰が条件を示し、成果物を確認し、ルールを維持するかを決めることが、内製開発や支援事業を考える際の示唆になります。

執筆：イノベーション総合研究所