データを外に出さずに生成AIを動かす

禁止しているのは、生成AIではありません。

社内規定を読み直すと、書かれているのはたいてい「業務データを社外に持ち出さないこと」です。生成AIそのものを名指しで禁じている規定は、あまり見かけません。

詰まっているのは技術ではありません。データの行き先です。入力した内容がどこへ行き、どれだけ残り、学習に使われるのか。そこに答えられないから、稟議が止まります。

処理を社内に閉じてしまえば、この問いには構成そのもので答えられます。規定を変える交渉より、はるかに短い道です。

ローカルが向かない場合もあります。

売り込みたいのは構成ではなく、動く仕組みです。合わないときは合わないとお伝えします。

• 初期費用は高くなります。サーバーを用意する分、最初にまとまった投資が要ります。
• 更新は自分たちの仕事になります。新しいモデルが出ても、自動では入れ替わりません。
• 用途によっては品質が届きません。込み入った推論や多言語の細かい言い回しは、最新の商用モデルが優ります。
• 扱うデータが機微でないなら、過剰です。公開資料の検索にローカル構成は要りません。
• それでも選ぶ理由があるとすれば、稟議が通ることと、監査で自分たちが答えられることです。

音声を社内から出さずに動かしています。

会議の記録を扱う案件では、書き起こしを外部サービスに任せず、社内で動く音声認識に置き換えました。会議の音声には、人事の話も、価格の話も、まだ公表していない計画も入ります。外に出さないのが最も確実でした。

名前の突き合わせも社内の従業員名簿に対して行っています。誰が何を担当することになったのかという情報は、社外に出す必要のないものです。

詳しくはAIミーティングダッシュボードのケーススタディをご覧ください。多言語のナレッジ検索については多言語ナレッジ検索の構築にまとめています。