課題
汎用モデルは、貴社の製品も、用語も、ルールも知りません。そして、社外に出せないデータもあります。
- 貴社の用語や文脈を踏まえない回答
- 外部のAIサービスに送れない機密データ
- 利用量とともに増える利用コスト
- 一社のモデルへの依存
ご支援内容
既存モデルの調整
オープンソースまたは商用のモデルを、貴社のデータと業務に合わせてファインチューニングし、業務に即した回答を実現します。
特化型モデル
分類、抽出、スコアリング、検知など、一つの業務に特化して学習した小型モデル。高速で、運用コストを抑えられます。
プライベート環境への展開
モデルは貴社のクラウドまたはサーバーで稼働します。外部接続の範囲を貴社と定め、管理します。
貴社のケースでの評価
調整の前後に実際の事例で品質を測定し、本番環境でも継続的に確認します。
貴社の業務に合わせたモデル
成果物の権利は、使用するモデルのライセンスに従い、契約で明確に定めます。
貴社のデータ
調整の段階でも運用中も、貴社の環境内に保持されます。
貴社のモデル
利用権、モデルの重みへのアクセス、移行の可否は、契約と選定したモデルのライセンスに基づいて定めます。
ロックインなし
モデルは移行、置き換え、再調整が可能です。私たちでも、別のチームでも対応できます。
コストの管理
業務に合わせた規模のモデルは、多くの場合、汎用モデルよりはるかに低コストで運用できます。
ユースケースの例
カスタムモデルが有効な代表的な状況です。
規制対象データのためのモデル
- 状況
- 医療、金融、人事のデータを外部のAIサービスに送信できない。
- 成果
- オープンソースモデルを調整し、自社環境内に展開。データは外部に出ない。
社内の専門用語への対応
- 状況
- 汎用モデルが、自社固有の製品番号や技術用語を取り違える。
- 成果
- 社内ドキュメントで調整したモデルが用語を正しく使い、実際の質問で精度を測定。
大量の分類を低コストで
- 状況
- 毎月大量の文書やメッセージを分類する必要があり、汎用モデルでは遅く高コストになる。
- 成果
- この業務では同等の精度を持ち、より速く低コストで運用できる小型の特化型モデル。
一社への依存を減らす
- 状況
- 重要な機能が、外部事業者のモデルに全面的に依存している。
- 成果
- 自社でホストする同等のモデルを用意し、両者を切り替えられる状態に。
目指す成果
- 貴社の業務を理解するモデル
- 貴社の環境内に保たれる機密データ
- 利用量に見合った運用コスト
- 移行も可能な、貴社の業務に合わせたモデル
汎用モデルから、貴社のモデルへ
- 01
タスクの定義
モデルに何をさせるのか、どのデータを使うのか、品質をどう測定するのかを決めます。
- 02
データの準備
貴社の専門家とともに、事例を選定し、整え、アノテーションを行います。
- 03
調整と評価
ファインチューニングを行い、実際の事例で汎用モデルと比較します。
- 04
プライベート環境への展開
貴社の環境への導入、監視、データの変化に応じた再調整。
すべてのプロジェクトに含まれること
詳しく見るデータ
データを集め、整え、構造化します。うまくいくAIプロジェクトは、すべてここから始まります。
セキュリティとコンプライアンス
データは貴社の管理下に置き、貴社内でのホスティングも可能です。トレーサビリティとアクセス管理を備え、GDPR、日本の個人情報保護法（APPI）、香港のPDPO、米国の適用法（カリフォルニア州のCPRA改正後のCCPAなど）を考慮したうえで、貴社のセキュリティ要件と監査に合わせて対応します。
運用と品質評価
本番環境での監視、AIの回答品質の測定、安全策、継続的な改善、コストの管理。
研修と内製化
経営陣と現場に向けたAI研修、スキルの移転、ドキュメントの整備。
貴社の業務に、専用のモデルは必要ですか。
対象の業務とデータについてお聞かせください。モデルを調整する価値があるのか、既存のモデルで十分なのかをお伝えします。