データアノテーションを始めるとき、「社内で対応するか、外部へ委託するか」は多くの担当者が迷うポイントです。どちらか一方が常に正解なのではなく、データの性質、必要な品質、納期、社内の体制によって適した方法は変わります。
この記事では、外注・内製・分担のどれが自社に合うかを、3つの条件と5つの判断軸に沿って整理します。必要人日の試算や費用の比較、外注先を選ぶ際の確認事項まで、発注前に必要な情報をまとめました。データアノテーションの全体像は、データアノテーションとは？基礎から種類・ツール・外注まで完全ガイドもあわせてご覧ください。
1. 外注と内製それぞれの特徴
外注は、アノテーション作業や進行管理を専門会社などに委託する方法です。作業者の確保、教育、品質確認を自社だけで抱えずに済むため、短期間で一定量のデータを作成したい場合に向いています。一方で、データの持ち出し条件や、外注先との認識合わせを事前に整理する必要があります。
内製は、自社の担当者が作業や品質管理を行う方法です。機密性の高いデータを社外へ出さずに済み、ラベル定義を細かく変更しながらノウハウを蓄積できます。ただし、作業者の採用・教育、ツールの準備、繁忙期のリソース確保まで自社で担うことになります。
メリットは裏返すとリスクにもなります。実際のプロジェクトでつまずきやすい点を、体制別に整理します。
外注
- 仕様の伝達漏れにより、作業のやり直しや大きな手戻りが発生する
- 検品を外注先に任せきりにして、品質を把握できなくなる
- 再委託の範囲や作業実態を把握していない
内製
- 教育に必要な時間を見積もらず、立ち上げが遅れる
- 繁忙期に本業が優先され、作業が止まる
- 担当者の異動でノウハウが失われる
どちらを選ぶ場合も、作業を始める前にラベルの定義、判断に迷う例、検品方法、納品形式を文書化することが重要です。この文書がないまま外注すると仕様の伝達漏れが起き、内製でも作業者ごとに判断がばらつきます。
2. 外注か内製かを3ステップで絞り込む
まずは、図の条件を上から順に確認し、体制の候補を絞ります。
候補が絞れたら、次の5つの観点で条件を詰めます。
機密性
個人情報、未公開製品、顧客データなどを扱う場合は、データを社外へ持ち出せるか、外部の作業者に閲覧させられるかを最初に確認します。社外への持ち出しが難しい場合でも、管理された社内環境に委託先の作業者を受け入れる構内作業を選べることがあります。外部の作業者による閲覧も認められない場合は、内製で対応します。
外注しても、個人データの取り扱いに関する監督責任まで委託先へ移るわけではありません。委託先との役割や責任の範囲を整理し、再委託の可否や条件も事前に明確にしておきます。
秘密保持の範囲や、作業終了後のデータの返却・削除方法についても、委託先と事前に確認します。求める対応は、データの性質やプロジェクトの要件に応じて決めます。
委託先の作業者が自社内で業務を行う場合は、指揮命令の所在にも注意が必要です。自社が作業者へ直接指示する運用は、請負契約でも実態が労働者派遣とみなされる恐れがあります。契約形態と現場の運用を一致させます。
作業量
件数の多寡は感覚で判断せず、必要な工数に換算します。
必要人日 ＝ 件数 × 1件の作業時間 ÷ 1日の実働時間
この必要人日が社内の空き工数を超えるかどうかが分岐点です。ここで使う「1件の作業時間」は、実際に使う手法と自社データで測定します。ラベルの種類によって作業時間が変わるため、カタログ値や他社事例は参考値として扱います。レビューと差し戻しの時間も作業時間に含めます。
専門性
専門用語や業界知識が必要なデータでは、社内の専門家が判断基準を作り、外注先が定型作業を担う分担が適しています。
専門性が高い領域では、判断そのものより体制の要件が増えます。医療画像なら、アノテーターの資格要件、複数人による独立レビュー、判断が分かれた場合に最終判断を行う責任者を先に決めておく必要があります。また、自動運転分野で使われる3D点群（レーザースキャナーなどで取得した立体の座標データ）のアノテーションでは、前後フレームとの整合や遮蔽物の扱いといったルールが増え、作業者の習熟に時間がかかります。こうした領域は「外注できるか」ではなく「どの工程を外注し、どの判断を社内に残すか」で考えます。
コスト
外注は見積書の金額、内製は担当者の人件費だけで比較すると、必ず内製が安く見えます。同じ条件でそろえる手順は次章で扱います。
スピード
AIシステムのリリース日やPoC（概念実証。本開発の前に実現性を検証する工程）の完了期限が決まっている場合は、必要な件数を期限内に処理できる体制かを確認します。内製で急いで作業者を増やすと、教育が追いつかず品質が安定しないことがあります。体制の立ち上げにかかる期間も考慮してスケジュールを組みます。
3. 総コストを試算して同じ条件で比較する
外注の見積書と内製の人件費を並べても比較になりません。前者は完成したデータの価格、後者は作業時間の価格で、含まれる範囲が違うからです。次の順で試算すると同じ条件に寄せられます。
- 件数と1件あたりの作業時間から、内製に必要な人日を計算する
- 人件費にツール費や教育・検品の工数を加え、内製の総コストを出す
- 外注費に、要件整理や納品物の確認など、発注者側で生じる対応工数や費用を加える
- 件数・品質基準・納期を同じ条件にそろえ、内製と外注の総コストを比較する
見落としやすいのは、両者で費目の種類が違う点です。
比較で見落としやすいのは、見積書に表れにくい社内の対応工数です。内製では、ガイドライン作成や教育、検品が通常業務に吸収されがちです。外注しても、要件整理やデータの準備、納品物の確認といった発注者側の対応は残ります。委託する範囲と社内で担う作業を整理し、双方を含めて総コストを見積もります。
単価が安くても、差し戻しや再作業が多ければプロジェクト全体のコストは高くなります。見積もりを依頼するときにそろえるべき情報は、完全ガイドのコストとKPIの章にまとめています。
4. 一部だけ外注する分担のパターン
専門的な判断や機密性の高いデータを扱う工程を社内に残したい場合は、工程ごとに担当を分けるのが現実的です。分担（ハイブリッド運用）では、基準の設計や重要な判断を社内で担い、外部へ出せる定型作業だけを委託します。
- 社内でAIの用途、ラベル体系、判断基準を定義する
- 外注先へ定型的なアノテーション作業を委託する
- 社内の専門家が難しいケースをレビューする
- 品質結果をもとにガイドラインを更新する
この方法なら、機密性の高いデータを扱う工程や専門的な判断を社内に残し、作業量の多い定型工程だけを外部へ委託できます。外注先で判断に迷ったケースを社内で確認し、その結果をガイドラインへ反映することで、次回以降の作業品質も安定しやすくなります。
5. 外注先の選び方とパイロット評価
外注先を選ぶときの確認項目
選定時点ですべてを見極めるのは難しいため、まずは実績や体制、対応範囲を確認し、実際の品質や処理能力はパイロットで判断します。
- 類似するデータ形式やアノテーション手法の実績があるか
- 仕様整理をどこまで支援してもらえるか
- 作業者の教育、検品、差し戻しの体制があるか
- データの管理方法がプロジェクトの要件に合っているか
- 希望するデータ形式、作業量、納期に対応できるか
特に、見積もり前の要件整理まで支援できるかは重要な確認項目です。仕様が曖昧なまま作業を始めると、納品後の差し戻しや追加費用につながります。既存のツール選定も含めて検討する場合は、アノテーションツール比較も参考にしてください。
本作業前に少量のパイロットを実施する
外注先を選んだら、すぐに全件を委託するのではなく、実データの一部を使ってパイロットを実施します。仕様の伝わり方や成果物の品質、実際の処理速度は、提案書や打ち合わせだけでは判断しきれません。少量で確認し、必要に応じてガイドラインや進め方を修正してから本作業へ移ります。
パイロットでは、プロジェクトの内容に応じて、次のような指標から必要なものを選びます。
- ラベル一致率：同じデータを複数の作業者が処理したときに、判断が一致した割合
- 差し戻し率：検品したデータのうち、修正が必要になった割合
- 1時間あたりの処理数：作業者が1時間で処理できる件数。必要工数や処理能力の見積もりに使う
- 期限内納品率：設定した納品期限のうち、予定どおりに完了した割合
指標の基準値は、AIの用途やデータの特性、納期など、プロジェクトの条件に合わせて決めます。たとえば、誤ったラベルが業務停止につながる用途と、候補を絞るために使う用途では、求める一致率が異なります。作業効率の基準は、本作業の件数と納期から逆算します。たとえば、期限内に作業を終えるために必要な1時間あたりの処理数を設定します。パイロットで基準を満たせなければ、ガイドラインや体制を見直してから本作業へ進みます。
6. 外注時の不安を減らすNextremerの取り組み
外注では、作業工程や品質管理の実態が見えにくいことが不安につながります。Nextremerでは、要件整理から品質管理、データ管理までを一貫して支援しています。
筑波大学との共同研究を通じて、アノテーション手法の標準化、ガイドラインの策定、再現性を検証してきました。そこで得た知見を案件の品質管理に取り入れ、要件定義や仕様策定、ツールの選定、環境構築から支援しています。作業中に想定外のケースが見つかった場合は、仕様書とガイドラインを更新し、以降の判断基準をそろえます。
お預かりしたデータと成果物は、当該プロジェクトに限って利用し、自社の製品やサービスには転用しません。アクセスできる関係者を必要最小限に限定してログを記録・監視し、学習済みモデルや中間生成物を含む不要なデータは、プロジェクト終了後に破棄します。
2025年5月には、香川県・高松市との連携で高松オフィスを開設しました。同拠点では、独自の研修プログラムを通じてアノテーターを育成しています。
要件整理から品質管理まで一貫した支援が必要な場合は、データアノテーションサービスからご相談ください。プロジェクトに合った体制と進め方をご提案します。
7. まとめ
最初に確認するのは、データの社外持ち出しや外部作業者による閲覧を認められるか、必要な工数を社内で確保できるか、判断に専門知識が必要かの3点です。これらを順に確認すると、内製・分担・外注の候補を絞れます。
そのうえで、機密性、作業量、専門性、コスト、スピードの5軸で条件を詰めます。コストは見積書と人件費を並べるのではなく、必要人日を試算し、両者で費目の種類が違うことを前提に同じ条件にそろえて比較します。品質や作業効率は、プロジェクトに応じた指標を選び、パイロットで定量的に測定します。
外注を選ぶ場合も、判断をすべて外注先に任せる必要はありません。委託範囲やデータの扱いを事前に確認し、少量のパイロットで品質と処理能力を確かめてから本作業へ進みます。Nextremerは、要件整理から品質管理まで一貫して支援します。
データアノテーションの種類や品質管理、費用の考え方をまとめて確認したい方は、データアノテーションの完全ガイドをご覧ください。
