機密情報を外部送信できない
顧客情報、研究開発情報、契約書などをクラウドAIに投入できず、活用範囲が限定される。
機密データを外に出さず、
「自社のAI」を、社内に。
ローカルAI / ローカルLLM / ローカルRAGを、構想からPoC、本番運用、内製化まで一気通貫で伴走支援します。オンプレ構築から、ファインチューニングによる自社専用AIまで。
オンプレミス・閉域対応
ローカルLLM＋RAG
自社専用AI（ファインチューニング）
宇宙・防衛・医療で構築実績
ISSUE
クラウドAIでは進まない現場に。
導入の壁は、モデルそのものよりも「安全に使える業務基盤」を設計できるかにあります。
社内ルールが厳しい
承認、監査ログ、権限管理などのセキュリティ要件を満たす設計が必要になる。
PoCで止まり運用に乗らない
精度検証までは進んでも、業務フローや運用体制まで落とし込めず定着しない。
社内ナレッジが活用されない
文書やデータはあるのに検索性や更新性が低く、現場が欲しい回答に届かない。
SOLUTION
だから、AIを”自社の中”で動かす。
機密を外に出さずにAIを業務実装する。その現実解が、オンプレミス・閉域で動くローカルAIです。
閉域環境で使えるローカルLLM基盤
オンプレミスや閉域ネットワーク上で、機密データを外部に出さずに生成AIを活用できる構成を設計します。
ローカルRAGで社内文書を安全に活用
規程、技術資料、議事録、問い合わせ履歴などを検索可能な知識基盤に変換し、根拠付き回答を実現します。
PoCから本番運用・内製化まで伴走
モデル選定、評価設計、UI開発、セキュリティレビュー、運用改善まで、現場で使われる状態に仕上げます。
GLOBAL TREND
この流れは、世界ですでに始まっている。
私たちがやろうとしていることは、海外の先端事例で実証済みのモデルです。それを、日本企業向けに輸入します。
スモールスタートの潮流｜業界特化AI × 端末配布
無料のAIを、業界特化と伴走で包んで届ける
海外では、オープンソースのローカルAIエージェントを特定業界向けに設定し、セットアップ済みのPCごと配送し、研修と継続サポートまで付ける事業が広がっています。高単価なAI支援は、ツールそのものより業界特化と伴走で強くなる、という流れです。
自社専用AIの潮流｜モデルのカスタマイズ
「モデルのカスタマイズ」が、次の主戦場に
元OpenAI幹部が立ち上げた企業をはじめ、オープンウェイトモデルを企業データでファインチューニングするサービスが登場しています。汎用モデルを使うだけでなく、自社仕様に育てる。自社専用AIの時代が、もう来ています。
COVERAGE
文書だけじゃない。ローカルAIで扱える6領域。
「ローカルLLM＝社内チャット」だけではありません。画像・音声・図面・エージェントまで、機密環境のままAI化できます。
文書・ナレッジ活用（RAG）
規程・技術資料・議事録など社内文書を横断検索し、根拠つきで回答する社内AI。
画像・映像解析
製品外観・現場映像を、社外に出さずオンプレでAI解析。検査や監視に。
音声認識・文字起こし
会議・通話をローカルで文字化・要約。Whisper等をオンプレで運用。
OCR・図面解析
帳票・図面から寸法・項目を構造化データに抽出。読み取りを自動化。
オンプレAIエージェント
社内システムを操作し、業務を自律的に進めるAIエージェントを閉域で。
GPU基盤の選定・構築
使うモデルに合ったGPUサーバー構成を設計・構築・運用まで。
APPROACH
3つのステージで、自社AIを育てる
ステージ1だけで完結する企業もあれば、ステージ3まで育てる企業も。目的とデータに合わせて選び、必要になったら次へ広げられます。
STAGE 1 ｜ 使う
業務特化AIパッケージ
小型のローカルAI・AIエージェントを、貴社の業務に合わせて設定した端末（PC）ごとお渡しします。届いたその日から使え、研修と継続サポートで定着まで伴走。データは端末内で完結し、社外に出しません。まず小さく試したい部門・中小企業に向いています。
STAGE 2 ｜ 築く
オンプレAI基盤構築
自社サーバー・GPUに閉域のローカルLLMを構築し、社内文書やデータをローカルRAGで活用。規程・技術資料・議事録などを、根拠つきで答えられる社内AIの知識基盤に変えます。機密を一切外に出さず、全社で使える基盤に。宇宙・防衛・医療など、機密性の高い現場での構築実績があります。
STAGE 3 ｜ 育てる
自社専用AI開発
自社データでオープンウェイトモデル（Llama・Qwen等）を追加学習（ファインチューニング）し、貴社の業務・言葉・判断を覚えた自社専用AIを構築します。汎用の生成AIは物知りでも、貴社の製品や判断基準までは知りません。モデルの重みは自社に残り、外部サービスに依存しない、情報資産そのものを競争力に変える最終ステージです。
使用モデル・技術スタックの例
Qwen3Gemmagpt-ossOllamavLLMPostgreSQL / OpenSearchDockerKeycloak
用途・機密要件・同時利用数に合わせて、モデルとGPU構成を設計します。
WHY LIBERCRAFT
なぜ、ローカルAIはリベルクラフトなのか
データサイエンスの実装力
画像認識・自然言語処理・RAG・追加学習を、課題に合わせて組み合わせます。単機能のツールではなく、業務の判断そのものを設計します。
機密環境に強い
完全オンプレ・閉域構成を標準で提供。宇宙・防衛・医療など、機密性の高い現場での構築実績があります。
自社専用AIまで作れる
端末1台のスモールスタートから、ファインチューニングによる独自モデル構築まで。同じ深さで伴走できる数少ない一社です。
機密性の高い現場での、導入事例
宇宙・研究機関
完全閉域でローカル生成AI・RAGを構築
インターネットから切り離した環境に、専門文書のレビュー支援AIを構築・納品。データを外に出さない要件を満たしました。
製造業
オンプレGPUにローカルLLMを構築
自社サーバーにローカルLLMを構築し、保全・監視の手順書や対応履歴をAIが扱える社内基盤にしました。
医療・大学病院
医療データを外に出さず院内でAI活用
調達済みの院内Linux・GPUサーバーを活かし、医療データを外部に出さないローカルAI活用のロードマップを設計しました。
上場金融・不動産
国内完結のセキュアAI環境を構築
データを国外に一切出さない国内リージョン完結の構成で、監査ログ・多要素認証を満たすセキュアな生成AI環境を提案しました。
＊完全閉域環境や高いセキュリティ要件の案件を含みます。個別の内容は、ご相談時に可能な範囲でご紹介します。
PRICE
料金の目安
3つのステージごとの、おおよその費用と期間の目安です。扱うデータ・GPU構成・規模によって変動します。
STAGE 1
業務特化AIパッケージ
100〜200万円目安
期間：数週間〜1ヶ月
セットアップ済みローカルAIを端末ごと配布。研修・継続サポート付き。
STAGE 2
オンプレAI基盤構築
数百万円〜目安
期間：数ヶ月
GPU・サーバーの初期構築費用込み。規模により1,000万円規模になることも。
STAGE 3
自社専用AI開発
1,000万円〜目安
期間：半年〜
独自モデルの構築・運用まで。規模により2,000万円超になることも。
＊いずれも目安です。まずはアドバイザリー（月額 ¥200,000〜）やPoC開発から小さく始め、確かめてから本格導入へ進むこともできます。金額は扱うデータ・GPU構成・規模により変動します。
FLOW
導入の流れ
お問い合わせ現状の課題や制約を伺います。
課題整理対象業務・データ・成功条件を整理します。
設計LLM・RAG・GPU構成・運用体制を設計します。
PoC小さく検証し、精度と実用性を確認します。
運用・内製化現場で使われ続ける状態に整えます。
FAQ
よくあるご質問
インターネットから完全に切り離した閉域環境でも構築できますか？
はい。外部ネットワークに一切接続しない閉域（オンプレミス）環境でのローカルLLM構築・納品に対応します。扱ったデータを生成AIの学習に使わない構成も可能です。
どのくらいの規模から始められますか？
端末1台のスモールスタートから可能です。まず小さく使い、効果を確かめてから、オンプレAI基盤・自社専用AIへ段階的に広げられます。
文書検索（RAG）とファインチューニングはどう違いますか？
ローカルRAGは社内文書を参照して回答する仕組み、ファインチューニングはモデル自体に自社の知識・判断を覚え込ませる手法です。多くの場合、RAGから始めて必要に応じて追加学習へ進みます。
GPUサーバーは自社で用意する必要がありますか？
弊社での調達・構築、貴社が保有するGPUの活用、弊社GPU環境の月額利用など、状況に合わせて選べます。
ローカルAI導入の検討段階でも相談できますか？
はい。用途が固まっていない段階でも、対象業務・データ・セキュリティ制約を伺い、ローカルLLMやローカルRAGで実現しやすいテーマを整理します。
CONTACT
貴社の環境で、ローカルAIを
どこまで実現できるか整理します。
ローカルLLM・ローカルRAG・閉域環境でのAI活用、そして自社専用AIについて、用途や制約に合わせた構成と導入ステップをご提案します。