RAG（社内文書検索AI）の構築費用と進め方
「社内規程やマニュアルが多すぎて、必要な情報を探すのに時間がかかる」「生成AIに社内の資料を読ませて質問に答えさせたい」という相談が増えています。こうした仕組みはRAG（ラグ）と呼ばれ、生成AIの業務活用の中でも導入が進んでいる分野です。
この記事では、RAGの仕組みと構築方法の選択肢、構築費用とランニングコストの目安、回答精度を左右するポイント、進め方を解説します。AIサービスの料金は変わりやすいため、具体的な単価ではなく費用のレンジと考え方で示します。
- RAGは、社内文書を検索し、その内容を根拠に生成AIが回答する仕組み
- 構築費用の目安は、PoCで100万〜300万円、本番の部門利用で300万〜800万円、全社・多システム連携で800万〜2,000万円程度
- 回答精度はAIの性能よりも、元になる文書の整備と検索の設計で決まる部分が大きい
- 対象文書と部門を絞ったPoCで精度を測り、評価の基準を決めてから本番化する
目次
RAG（社内文書検索AI）とは？
RAG（Retrieval-Augmented Generation：検索拡張生成）とは、質問に関係する社内文書をまず検索し、見つかった文章を生成AIに渡して回答を作らせる仕組みです。生成AIは学習していない社内情報を知らないため、そのままでは社内規程について正しく答えられません。RAGでは回答の根拠となる文書を毎回渡すことで、社内の情報に基づいた回答と、参照元の提示ができるようになります。
RAGの仕組み
- 文書を取り込む規程、マニュアル、FAQ、議事録などをファイルサーバーやクラウドストレージから集める
- 文書を分割して索引を作る文書を段落などの単位に分け、意味で検索できる形式（ベクトル）に変換して保存する
- 質問に近い文章を検索する利用者の質問と意味が近い文章を、閲覧権限の範囲内で探し出す
- 生成AIが回答を作る検索結果を根拠として渡し、要約した回答と参照元の文書名を返す
RAGの構築方法は3パターン
RAGは、既製のサービスを契約する方法から、自社専用に開発する方法まで選択肢があります。費用だけでなく、扱う文書の量、権限管理の細かさ、既存システムとの連携の有無で選びます。
| 方法 | 内容 | 初期費用の目安 | 向いているケース |
|---|---|---|---|
| SaaS型サービス | 文書をアップロードするだけで使える既製サービス | 0〜数十万円（月額は数万〜数十万円） | 対象文書が限られ、まず試したい |
| クラウドの標準機能を活用 | 大手クラウドの検索・AIサービスを組み合わせて構築 | 200万〜800万円 | 社内のクラウド環境に合わせたい、部門単位で使う |
| 個別開発 | 権限管理や業務システム連携まで含めて専用に開発 | 500万〜2,000万円 | 全社展開、細かな権限、基幹・業務システムとの連携が必要 |
※金額は一般的な目安です。対象文書の量・形式、利用者数、セキュリティ要件によって変わります。
RAG構築費用の目安
RAGは、いきなり全社向けに作るよりも、段階を踏んで進めるのが一般的です。段階ごとの費用と期間の目安は次のとおりです。
| 段階 | 主な内容 | 費用の目安 | 期間の目安 |
|---|---|---|---|
| PoC（概念実証） | 1部門・数百文書程度で試作し、回答精度を評価 | 100万〜300万円 | 1〜2か月 |
| 本番構築（部門利用） | 利用画面、ログイン、文書の自動更新、ログ管理 | 300万〜800万円 | 2〜4か月 |
| 全社展開・連携 | 部署別の閲覧権限、複数の文書保管場所、業務システム連携 | 800万〜2,000万円 | 4〜8か月 |
費用の内訳
RAGの費用は、AIの呼び出し部分よりも、文書の準備と検索の調整に多くかかる傾向があります。見積もりを見るときは、次の項目が含まれているかを確認しましょう。
- 文書の整理・前処理：PDFや表、画像を含む文書をAIが読める形に変換する作業
- 検索の設計と調整：文書の分割方法、検索方式、検索件数を調整して精度を上げる作業
- 評価：想定質問と正解を用意し、回答の正確さを測って改善する作業
- 画面・権限・ログ：利用者の画面、部署別の閲覧権限、質問と回答の記録
- 運用設計：文書の追加・更新の手順、誤回答の報告と修正の流れ
関連記事システム開発費用の内訳とは？人月単価・工程別の配分をわかりやすく解説
ランニングコストの考え方
稼働後は、生成AIのAPI利用料、検索用データベースやクラウドの利用料、保守・改善費がかかります。API利用料は質問件数と、回答のために渡す文章量に比例します。部門利用であれば月数万円〜数十万円程度に収まることが多い一方、利用者や文書が増えると大きく伸びるため、PoCで1回の質問あたりの費用を実測し、月間の質問数から試算することが重要です。保守・改善費は年間で開発費の10〜15％程度が目安です。
回答精度を左右する4つの要素
「RAGを入れたのに期待した回答が返ってこない」というケースの多くは、AIの性能ではなく元の文書や検索に原因があります。
RAG構築の進め方
- 目的と対象を決める誰の、どんな質問に答えるかを決め、対象部門と文書の範囲を絞る
- 文書を棚卸しする最新版の特定、不要文書の除外、閲覧権限の整理を行う
- 評価用の質問を作る実際によくある質問と正しい回答を50〜100問程度用意する
- PoCで精度と費用を測る正答率、回答時間、1回あたりの利用料を測り、本番化の可否を判断する
- 本番構築と展開画面、権限、ログ、文書更新の仕組みを整え、部門ごとに広げる
RAG導入で失敗しやすいポイント
うまくいく進め方
- よく聞かれる質問が多い業務から始める
- 回答に参照元の文書名を必ず表示する
- 正答率などの評価基準を事前に決める
- 文書の管理担当者を決めておく
失敗しやすい進め方
- 全社のファイルサーバーをそのまま取り込む
- 「何となく便利そう」で評価基準がない
- 閲覧権限を考えずに全員が全文書を検索できる
- 稼働後に文書を更新する担当がいない
よくある質問
- RAGの構築費用はいくらくらいですか？
- PoCで100万〜300万円、部門単位の本番構築で300万〜800万円、全社展開や業務システム連携を含む場合は800万〜2,000万円程度が目安です。対象文書の量や形式、権限管理の要件によって変わります。
- RAGを使えばAIの誤回答はなくなりますか？
- 誤回答は減らせますが、なくすことはできません。参照元の文書名を表示して利用者が確認できるようにし、誤回答を報告して改善する運用を用意することが大切です。
- SaaSのサービスと個別開発はどちらがよいですか？
- 対象文書が限られ、まず試したい場合はSaaS型が手軽です。部署別の細かな権限管理や、業務システムとの連携が必要な場合は、クラウドの標準機能を使った構築や個別開発が向いています。
- 社内の機密文書を扱っても安全ですか？
- 閲覧権限の反映、データの保存場所、AIサービスの利用条件（入力データを学習に使わないか）を確認すれば、機密文書を対象にすることも可能です。設計段階で情報システム部門と取り扱いルールを決めておきましょう。
まとめ
RAGは、社内文書を検索して生成AIに回答させる仕組みで、規程やマニュアルの問い合わせ対応を効率化できます。構築費用の目安は、PoCで100万〜300万円、部門利用の本番構築で300万〜800万円程度です。
回答精度は文書の整備と検索の設計で大きく変わります。対象を絞ったPoCで精度と費用を実測し、文書の更新や権限管理まで含めて運用できる形で本番化しましょう。
関連記事システム開発の見積もりは妥当？チェックすべき7つのポイント
参考：経済産業省：AI事業者ガイドライン（第1.2版）（2026年9月時点）
この記事に関連するサービス
受託システム開発
業務システム・Webシステム・基幹システムを、要件が固まる前のご相談から設計・開発・運用保守まで一貫して開発します。プロトタイプで早い段階から画面を確認でき、開発資産の活用で品質を… サービスの詳細を見る
