「AIに見積をレビューさせれば、抜け漏れは減るのでは」――最近、PMからよく聞く期待です。
結論から言えば、AIに見積の責任を持たせるのは間違いですが、レビュー補助としては十分に活用できます。
本記事では、AIを見積レビューに使うときの線引きと、現場で使える手順を整理します。
AIに見積責任を持たせてはいけない理由
AIは過去の汎用知識をもとに観点を返してくれますが、以下の点には対応できません。
- 案件特有の前提条件と除外事項
- 顧客との非公式な合意（メールに残っていない部分）
- 自社のメンバー構成・スキル分布の実情
- 自社のサブベンダー依存度
- 過去類似案件の実工数の癖
これらが入っていないAI出力を「精度が高い」と思って使うと、足元の前提を見落としたまま見積を出すことになります。
AIをレビュー補助として使う5つの観点
AIには、以下5観点に絞って見積レビューを手伝ってもらいます。
観点1：前提条件の抜け漏れチェック
「この見積の前提条件として、抜けていそうなものを10個挙げて」と聞きます。
AIは過去知識から、よくある前提（ヒアリング前提、顧客レビュー期限、データ提供期限、環境構築前提、テスト実施者など）を返します。
PMは、自分の見積に書かれていない項目を確認します。
観点2：除外事項の抜け漏れチェック
「この見積に書くべき除外事項の候補を10個挙げて」と聞きます。
データ移行・性能試験・運用設計・顧客側教育など、典型的な除外項目が出てきます。
観点3：リスク観点の洗い出し
「この見積に含まれていそうなリスクを5観点挙げて」と聞きます。
未確定要件、新規技術、顧客側体制不足、サブベンダー依存などが出てきます。
観点4：類似案件との比較観点
「この規模・領域の案件で、よく工数が膨らむポイントを挙げて」と聞きます。
過去の典型的な膨張ポイントを返してくれます。
観点5：説明資料の弱い箇所
「顧客に説明するときに、突っ込まれそうなポイントを5つ挙げて」と聞きます。
顧客交渉の準備に直接使えます。
AI出力を見積レビューに反映する手順
- PMがAIに5観点で質問する
- AIの出力をPM自身が取捨選択する
- 自社見積に欠けている観点を整理する
- 上長レビューに「AIの観点を踏まえた検証結果」として持ち込む
- 上長レビューでも、AI出力を直接見せるのではなく、PMの判断を経た形で議論する
AIの出力を、そのままレビュー資料にしないことが重要です。
機密情報・契約情報の扱い
AIに見積をレビューさせるとき、以下は絶対に入れないでください。
- 顧客名・契約金額の数字
- 営業段階の値引き情報
- サブベンダー名・単価
- 過去案件の実費データ（顧客情報を含むもの）
AIへの入力は、「業務系Webアプリの新規開発、ユーザー数◯規模、期間◯か月、特徴は◯◯」という抽象化したサマリーに留めます。
会社のAI利用ルールに従って運用してください。
見積・変更管理にAIを組み込みたい方へ
見積レビューの他にも、変更影響整理・顧客説明資料・議事録など、AIで運用設計したい場面は多くあります。
AIプロンプト集 では、受託PM向けに整備されたプロンプトテンプレートを公開しています。
レビュー補助としてのAI活用を、日々の実務に組み込みたい方は活用してみてください。