「図面も品質記録も社外に出せない。だから、うちではAIは使えない」。情報システム担当や品質管理の責任者から、この言葉をよく聞きます。取引先との守秘契約や社内規程で、クラウドへのアップロードが禁じられている現場は少なくありません。
ただ、問題の正体はAIそのものではなく、データの置き場所です。AIを社内のサーバーに置けば、文書を一歩も外に出さずに扱えます。
本記事では、社内設置AI(ローカルLLM)で現実的にできること・できないことを、私たちの実測値をもとに正直に線引きします。精度を左右する文書の整え方もあわせて解説します。
1. 「クラウドに出せない」はAIを諦める理由にならない
セキュリティ要件が厳しい組織ほど、機能より先に「データをどこに置くか」で選択肢が絞られます。外部の便利なサービスは、使った時点で社内データを第三者に渡すことになるからです。ここで検討そのものが止まってしまう現場をよく見ます。
社内に置くAI(ローカルLLM)とは
ローカルLLMは、文章を読んで答える大規模言語モデルを、社内のサーバーやPCで動かす形態です。文書も質問も回答も、社内のネットワークの外には出ません。クラウドに出せない図面や文書でも、社内に置いたAIなら扱えます。
社内の承認はむしろ通りやすい
私たちの経験では、「文書をクラウドに出さない」前提で話したほうが、社内への説明と承認が早く進みます。情報の流れが社内で閉じているため、規程の改定や取引先への確認を待たずに済むからです。検証に着手するまでの時間が短くなる点も見逃せません。
2. 社内設置AIで現実的にできること
私たちの検証では、社内に設置したAIが社内文書への質問に約8割の正答率で答えました(実測)。要領書や手順書を探し回る時間を減らす道具としては、実用の範囲に入る数字です。
向いているのは、文書を読む・まとめる・探す仕事です。製造業の社内では、たとえば次のような使い方が現実的です。
- 作業標準や要領書から該当箇所を探して答える
- 過去の不具合報告や是正記録を言葉で検索する
- 打ち合わせの議事録を要約し、決定事項を抜き出す
- 音声の記録を文字に起こして整理する
- 帳票の記載内容から必要な項目を拾い出す
共通するのは、言い回しに多少の揺れがあっても、人が読めば正誤を判断できる仕事だという点です。AIの答えは根拠の文書と一緒に示し、人が確かめる前提で使います。この前提があれば、約8割という精度でも現場の負担は確実に軽くなります。
3. 社内設置AIに任せてはいけないこと
約8割という数字は、裏を返せば一定の割合で外すということです。文書検索なら、外れた答えは根拠を見れば気づけます。一方で、間違いが許されない判断にこの性質を持ち込むのは危険です。
その代表が、3Dモデルや図面の形状に関わる判断です。穴同士の干渉や公差のチェックでは、「たまに間違える」ことが許されません。
形状の判定はアルゴリズムで。AIは文書・音声の処理だけに。
私たちは形状処理を決定論的なアルゴリズムで組み、AIの用途を議事録・帳票・音声などの文書処理に限っています。アルゴリズムなら同じ入力に必ず同じ結果を返し、判定の理由も説明できます。「たまに間違える」AIを、CADの判断に持ち込まないことが線引きの基本です。さらにツールには仕様書・受入基準・自己検証レポートを付け、結果を確かめられる形にしています。
4. 精度を左右するのは「AIの性能」より「文書の整理」
社内文書は表記ゆれや版違いが多く、AIの精度は文書の整理で大きく変わります。同じ部品を部署ごとに別の名前で呼んでいたり、改訂前の要領書が共有フォルダに残っていたりする現場をよく見ます。この状態では、古い版を根拠にした答えが返ってきてしまいます。
先に「正本」を決める
私たちは、AIに読ませる前に文書ごとの正本を決めます。どのフォルダのどの版が最新かを決め、旧版は読み込みの対象から外します。呼び方の揺れが大きい用語は、対応表を一枚作るだけでも答えの質が変わります。
用途を絞って評価する
正答率は質問の種類で大きく変わります。手順の順番のような事実を問う質問と、不具合の原因のような推論を求める質問では、結果がまったく違います。何にでも使える前提で評価すると、導入の判断ができません。
- 対象の部署と用途を一つに絞る
- よく聞かれる質問と正解を現場の担当者が書き出す
- 正本の文書だけを読み込ませて答えを照合する
- 外れた質問の傾向を見て、文書の側を直す
社内設置AIは、クラウドに出せない文書を扱うための現実的な選択肢です。ただし任せるのは文書を読む・探す・まとめる仕事までで、形状の判断はアルゴリズムに任せます。この線引きを最初に決めておくと、社内の合意も取りやすくなります。
明日できる最初の一歩は、一つの部署で「よく聞かれる質問」と、その答えが載っている正本の文書を書き出すことです。正本が決まらない質問が多ければ、AIより先に文書の整理から手を付けるべきだとわかります。書き出した一覧は、そのまま精度を測る物差しとして使えます。
あわせて読みたい
御社の課題、まず無料でお聞かせください
初回のヒアリングとデモの作成は無料です。次回の打ち合わせまでに、御社の図面や業務に合わせて動くものをお持ちします。