要件定義とは、システムやAIモデルの開発において、どのような機能や性能を実現するかを明確にする工程です。クライアントや利用者のニーズを整理し、実現すべき範囲や目標値、制約条件を文書化します。AIプロジェクトでは、データの準備や予測精度、運用方法に関する要件の定義が特に重要となります。
要件定義とは
要件定義を一言でいうと、開発するシステムやAIプロダクトが「何を実現すべきか」を明確に整理・定義する工程です。
詳しく解説
システム開発やAI導入において、発注者と開発者の認識を合わせるために要件定義は不可欠です。要件は大きく分けて、システムが提供すべき機能を指定する「機能要件」と、処理速度やセキュリティ、保守性などを定める「非機能要件」の2つに分類されます。特に生成AIや機械学習を活用するプロジェクトでは、従来のシステム開発と異なり、事前に予測精度を完全に確定させることが難しいため、扱うデータの質や量、PoCを通じた評価基準の設定が重要な要素となります。要件定義が不十分なまま進めると、後工程での手戻りやコスト増大を引き起こすため、開発の初期段階で入念に行われます。
具体例・使われ方
AIを用いた画像診断アシスタントを開発する場合の要件定義では、対象とする医療画像のフォーマットや枚数、識別すべき異常の分類、許容される誤検出率といった精度目標を決定します。また、医師が操作する画面構成や、既存の電子カルテシステムとの連携方法、データプライバシー保護の要件なども細かく取り決めます。
似た用語との違い
要件定義と混同されやすい概念に「基本設計」や「アジャイル開発」があります。要件定義が「何を作るか」を決定するのに対し、基本設計はそれを「どのように実現するか」という具体的な構造やインターフェースを定義する工程です。また、従来のウォーターフォール開発では要件定義を最初に固定しますが、アジャイル開発では開発を進めながら柔軟に要件定義を見直していきます。
注意点
AIプロジェクトにおける要件定義では、従来のシステムのように100%確実な動作を最初から保証できない点に注意が必要です。過度に高い精度目標を設定すると、データの不足や機械学習の限界によりプロジェクトが頓挫するリスクがあります。そのため、事前にPoCを実施して実現可能性を検証し、許容できる誤差やAIの不確実性を考慮した現実的な目標を設定することが極めて重要です。