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。
オンプレミス対応
閉域環境
ローカルRAG構築
PoCから運用まで
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。
FEATURE
安全性と実用性を両立する生成AI基盤
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。
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。
CONTENTS
支援領域
構想整理から実装・改善まで、必要な範囲を組み合わせて支援します。
業務要件整理
対象業務、利用者、データ、セキュリティ要件を整理し、実装ロードマップを作成します。
LLM選定
用途、精度、速度、実行環境に合わせて、最適なモデルと構成を比較検証します。
RAG構築
社内文書の整形、検索基盤、回答生成、引用表示まで設計・実装します。
社内UI開発
現場が迷わず使えるチャットUI、検索UI、管理画面を業務に合わせて開発します。
セキュリティ設計
権限管理、ログ、データ保護、利用ルールを含め、社内承認に耐える設計にします。
運用改善
回答品質の評価、プロンプト改善、文書更新フロー、内製化まで継続的に伴走します。
USE CASE
活用シーン
社内FAQ規程・手続き・問い合わせの一次回答
技術文書検索設計書、マニュアル、仕様書の横断検索
問い合わせ対応過去履歴を参照した回答案の生成
議事録・要約会議内容の整理とタスク抽出
ナレッジ継承属人化した知識の検索可能化
レポート生成社内データをもとにした定型文書作成
WHY LIBERCRAFT
リベルクラフトが選ばれる理由
データサイエンスの実装力
分析、機械学習、業務システム開発まで見据え、AIを現場の意思決定に接続します。
生成AI / RAGの知見
文書検索、回答評価、プロンプト設計、モデル比較を含め、実務に必要な精度を追求します。
内製化を見据えた伴走支援
作って終わりではなく、運用担当者が改善を回せる状態まで設計・ドキュメント化します。
PRICE
料金プラン
ローカルAI・ローカルLLM・ローカルRAGの検討段階に合わせて、相談から本格導入まで柔軟に支援します。
アドバイザリー
月額 ¥200,000~
導入可否、対象業務、構成案、費用感を整理します。
PoC開発
¥3,000,000~
ローカルLLM / RAGの精度検証と社内トライアルまで実装します。
本格導入
個別お見積り
セキュリティ設計、本番環境、運用改善、内製化まで伴走します。
FREE CONSULTATION
無料相談で整理できること
要件が固まりきっていない段階でも、社内で検討を前に進めるための論点を一緒に整理します。
- ローカルAI化しやすい業務テーマ
- オンプレミス・閉域環境で必要な構成
- ローカルRAGに使える社内データと整備ポイント
- PoC範囲、概算費用、社内承認の進め方
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、UI、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
オンプレミスや閉域環境での構築は可能ですか？
可能です。既存のセキュリティポリシーやインフラ制約を確認し、実行環境と運用方法を設計します。
どのようなデータを活用できますか？
規程、マニュアル、FAQ、議事録、問い合わせ履歴、技術文書など、業務で参照される文書を中心に活用できます。
PoCの期間や費用の目安を教えてください。
対象範囲によりますが、まずは1.5〜3か月程度で小さく検証し、導入判断に必要な材料を整理する進め方を推奨します。
ローカルAI導入の検討段階でも相談できますか？
可能です。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
ローカルAI導入を、
貴社環境で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。