AI ベンダーのデモは劇場だ：契約前に実施すべき3回デモ評価チェックリスト

昨年秋、AI ピッキング最適化ベンダーと契約したお客様がいる。最初のデモは会場全体から拍手が起こった —— 巨大スクリーンで注文が自動バッチされ、ピッキング経路が魔法のように最適化され、営業担当は「2週間で稼働開始、精度 99%」と約束した。経営者はその場で心を動かされ、契約はすぐにサインされた。そして稼働開始日がやってきた。システムが本番の注文に触れた瞬間、動かなくなった。SKU 名は不統一、履歴データには欠損項目だらけ、あの「99%」は洗浄・標準化済みデータセットで測った数字だった。システムは半年間、隅で埃をかぶり、請求書だけが届き続けた。

買う側のあなたに伝えたいことがある。ベンダーのデモは手品ショーではない。AI ベンダーのデモを見る鉄則がある —— 1回目のデモで見えるのは営業担当者、2回目のデモで見えるのはエンジニアリング、3回目のデモで見えるのは契約だ。 どれか一つでも飛ばしたら、サインは賭けだ。この AI ベンダー・デモ評価チェックリストは、お客様に同行して十数回の AI ベンダーデモを見てきた経験から生まれた。これに従えば、少なくともサインを後悔することはない。

デモ1：演出ではなく機能を見よ

1回目のデモは営業担当者のホームグラウンドだ。彼の仕事はあなたに「すごい」と言わせること。あなたの仕事はその逆だ。「すごい」と思ったものを全部消し去り、残ったものが使えるかどうかを確かめることだ。

まず、よくある3つのデモの嘘を覚え、その場で自動翻訳せよ：

「AI 搭載」 → 翻訳：コスプレしたルールエンジンの可能性。直接聞け。「このワークフローのどのステップが実際に機械学習モデルで処理され、どのステップがハードコードされたルールですか？」答えられなければルールエンジンだ。
「精度 99%」 → 翻訳：実験室データで測った数字。突っ込め。「その 99% はどのデータセットで測りましたか？サンプルサイズは？うちの業界の本番注文で回したことはありますか？」うちのデータで回せる度胸があるかどうか —— それがデモ2だ。
「2週間で稼働開始」 → 翻訳：データ洗浄を含まず、連携を含まず、教育を含まず。聞け。「その2週間には WMS 連携と履歴データのクレンジングが含まれますか？うちの SKU マスタがぐちゃぐちゃだったらスケジュールはどうなりますか？」

もう一手：営業担当者にパラメータをその場で変えさせてみろ。ルーティングのデモなら、目的を「速度優先」から「満載優先」に切り替えさせろ。ウェーブ計画のデモなら、ウェーブ上限を 50 から 30 に変えさせろ。本物のシステムならパラメータ変更は数秒で反映される。録画の「デモ」ならその場で正体を現す —— フリーズする、エラーを吐く、あるいは営業担当が「御社向けのカスタマイズ版をご用意できます」と言い出す。「カスタマイズ版」と聞いた瞬間、その機能はまだ存在しないと確信していい。

デモ2：御社の実データで回せ

デモ2は分水嶺だ —— ベンダーの 80% をふるい落とす。要求はたった一つ。うちのデータで回せ。

「汚いデータパック」を用意せよ。3ヶ月分の洗浄していない本番注文（汚ければ汚いほどいい）、命名がひどいものも含む SKU マスタ、そして繁忙期の本番1日分のウェーブ量。ベンダーにインポートさせ、目の前で回させろ。何を見るのか？

第一に、インポートのステップ。 実データが入った瞬間、SIer の正体が現れる。項目の不一致、文字化け、欠損値エラー —— これが稼働開始後、あなたのチームが毎日向き合う現実だ。インポートのステップでベンダーがつまずいたら、約束された「2週間で稼働開始」を自分で計算し直せ。

第二に、結果の説明可能性。 AI が提案する最適化はすべて「なぜ」と問いただせなければならない。システムが注文バッチを2つのウェーブに分割したら、クリックして理由が見えなければならない。移動距離なのか、注文カットオフ時刻なのか、人員シフトなのか。説明できないブラックボックス最適化は、例外注文が初めて出た日に現場のスーパーバイザーと喧嘩を始め —— スーパーバイザーが必ず勝つ。システムはベンチ行きだ。

第三に、例外処理。 わざと悪い注文を数件混ぜ込め。住所欠け、販売終了 SKU、ありえない数量。システムがそれを優雅にフラグ立てして人に回すか、その場で落ちるか、あるいは —— 一番怖いのは —— 警告もなくとんでもない推奨をしれっと出すか。デモで何もかも上手くいくことは何も証明しない。例外でひっくり返らないことがすべてを証明する。

このラウンドを終えると、営業担当の「99%」は通常、目が覚める数字まで下がる。がっかりするな —— それは良い知らせだ。本当の数字をサイン前に見るのは、稼働開始後に見るより、必ず良い。

デモ3：価格と契約が本番だ

最初の2回は技術評価だ。3回目は商務交渉だ。ここで多くの買い手が痛い目に遭う。技術者がデモ2の後に帰り、調達担当が営業担当と一対一になるからだ —— 情報の非対称性で、カモにされる。

まず、AI ベンダーの価格体系を理解せよ。現在主流の3モデルは、ユーザー課金、注文課金、年間 SaaS サブスクリプションだ。それぞれに罠がある：

ユーザー課金：繁忙期に臨時作業員を増やすと、ライセンス料金も一緒に増える。「同時接続ユーザー」と「登録ユーザー」の区別を明確にせよ。
注文課金：コストはボリュームに連動し、一見フェアに見える —— しかし段階価格を聞け。「月 100,000 件を超えたら単価はどれだけ下がりますか？」聞かなければ割引はない。
年間 SaaS：最もシンプルで最も高い。年間料金にアップグレードが含まれるか、メジャーバージョンは追加費用かを明確にせよ。

次に隠れ料金トリオ。見積もりには載らず、契約書にだけ現れる：導入料金（データクレンジング、システム連携 —— ソフトウェア価格の半分になることも多い）、連携料金（WMS/ERP へのインターフェースごと）、教育料金（人日単位）だ。交渉ではこの3つをすべて合計見積もりに含めさせろ。書かれていないものはゼロとみなす —— 白黒はっきりと。

最後に、命を救う3つの契約条項。どれか一つでも欠けたらサインするな：

受入基準を契約に明記。 デモ2で測った本当の指標（精度、処理時間）を受入条件にし、未達なら支払い保留・解約できる権利を確保せよ。口約束で契約書にない数字は、約束していないのと同じだ。
マイルストーン払い。 前払いは 30% 以下、残金は稼働開始・受入完了後のみ。全額前払いしたら、翌年は頼み込む1年になる。
解約条項とデータ所有権。 30日前通知で理由なく解約可能、データは御社のもの、御社の書面同意なしにベンダーが御社のデータでモデルを学習してはならない。この話を今しないと、ベンダーを変えたくなった2年後に泣くことになる。