導入のご相談InfiniCloud® AIとは
InfiniCloud® AIは、1GPUの最小構成から導入できる国産のPrivate AI基盤です。
社内文書・マニュアル・議事録といった「自社にしかない情報」を知識として取り込み、業務領域ごとに分離した知能ドメインとして運用します。Public AIに預けられない情報も扱えるのは、データが社内に閉じているからです。
ナレッジ・ログ・モデルのすべてがお客様の管理環境で完結し、外部LLM APIへプロンプトを送信することはありません。ソフトウェアではなく、自社で完全にコントロールできる知的資産を築くための基盤です。
| 1 GPU からのスモールスタート | 月額固定 従量課金なし | Air-Gap ネット非接続環境でも運用可能 | API OpenAI互換で既存資産に接続 |
なぜ「Private AI」なのか
Public AIの利便性と、譲れないセキュリティ要件。そのジレンマは、どちらかを諦めることでしか解けないと思われてきました。
Public AIの課題
- データ漏えいのリスク
- 機密情報や個人情報を外部サーバーに送信することへの抵抗感。越境移転の法的根拠も問われます。
- コストの不確実性
- 従量課金による予算超過。為替やAPI価格改定の影響も避けられません。
- 文脈理解の限界
- 汎用モデルは、自社固有の用語・業務プロセス・暗黙知を理解できません。
ローカルLLMの限界
- 「動かすだけ」では不十分
- LLMエンジンを立ち上げただけでは、業務で使える実用的なAIにはなりません。
- エンタープライズ機能の欠如
- データパイプライン、RAG/Fine-Tuneエンジン、権限管理、監査ログ、API連携。本番運用に必要な基盤はすべて自社開発になります。
- RAG止まりで終わる
- 文書を1回検索して答えるだけ。計画も検証もしないため、根拠を問われる業務には使えません。
| パブリックAI 汎用クラウドAI | プライベートAI ─ 推奨 InfiniCloud® AI | ローカルLLM 自端末完結の独立型 |
|---|---|---|
| - 外部クラウドへデータ送信 - シャドーAIの発生 - 規制業種では利用制限 - 即日導入・常に最新モデル | - データは自社サーバーに保存 - 社内知識をRAG＋Fine-Tuneで活用 - RBAC・監査ログ完備 - Air-Gap環境に対応 | - データは端末内で完結 - RAG構築は自社開発が必要 - ガバナンス管理が困難 - モデル更新も自社で実施 |
知識 → 知恵 → 知能
AIを「導入する」のではなく「育てる」。3つの段階で、汎用モデルが自社の専門家になります。
STEP 01
知識（Knowledge）
＝ マニュアル担当者（RAG）
社内ドキュメント・マニュアル・URLを投入。必要なときに原典を参照し、根拠（Reference）を示して回答します。ドキュメントを更新すれば即座に反映されます。
STEP 02
知恵（Wisdom）
＝ ベテラン専門家（Fine-Tune / LoRA）
投入した知識からQ&Aデータを自動生成（AutoQA）して学習。組織独自の判断基準・文体・暗黙知がモデル内部に定着します。
STEP 03
知能（Intelligence）
＝ 自律的に動く専門家
継続的な学習サイクルを通じて、AIが組織の分身になる。業務領域に特化し、自律的に価値を生み出します。
RAGとFine-Tuneの違い
RAGは「その都度、参考書を見る」方式で知識は外部にあります。Fine-Tune（LoRA）は「何度も研修して体に叩き込む」方式で、知識と思考様式がモデル内部に定着します。InfiniCloud® AIは、その両方を1つの基盤で運用します。
知能ドメイン ─ 部署・案件ごとにAIを分離する
全文書を1つのRAGに混ぜない。1つのAI基盤の中に、役割の異なる複数の「専門担当者」を定義します。
ドメインごとに分離して管理できる項目
| パーソナリティ | 役割・口調・禁止事項（ガードレール）を定義 |
|---|---|
| 知識の投入 | PDF・Word・Markdown・HTML・URLを直接投入（ZIP一括も可） |
| 知識の確認 | チャンク化された登録済みナレッジを一覧で検証 |
| 知恵／学習 | 蓄積量に応じてFine-Tuneを実行 |
| アクセスと管理 | どのユーザー・グループが利用できるかを制御 |
▲ 管理画面（知能ドメイン）
RAGの次へ ─ 証拠から答えるAgentic AI
多くのローカルLLMは「1回検索して答える」ところで止まっています。InfiniCloud® AIは、計画・収集・検証の自律ループを回し、証拠が揃うまで答えません。進化の本質はモデルの大きさではなく、仕組みです。
従来のローカルLLM
質問 → 生成 → 回答
学習済みの知識だけで即答する一問一答。知らないことも「それらしく」答えてしまい、根拠を示せません。
InfiniCloud® AI
計画 → 収集 → 判定 → 検証 → 回答
Plannerが計画を立て、社内データ・Web・プラグインから証拠を収集。証拠が足りなければ自ら再探索し、Verifierが原文と突合してから回答します。
証拠台帳（Evidence Store）
回答中のすべての主張が証拠レコードと紐づき、出典リンクとして辿れます。検証は要約ではなく原文で行うため、要約時の誤りまで検出できます。「なぜその回答か」を後から説明できる仕組みです。
ハーネス・エンジニアリング
ツール接続・権限制御・出力検証・自動リトライ・監査・状態管理。LLMを「使えるAgent」にするための周辺基盤を、最初から備えています。
Skills & Workflows
議事録作成・フォルダ要約・新旧規程の差分表など、AIの使い方そのものを「部品」にして部署へ配布。ファイルを置いてコマンド1つで成果物が残ります。実行前に必ず確認するhuman-in-the-loop設計です。
▲ Agent Loop 概念図
データ主権を守り抜くセキュリティ設計
AI Agentを動かす端末そのものが情報漏洩の踏み台になりうる時代。統制下に置くことが前提です。
完全隔離（Air-Gap）
インターネットに接続しないクローズドネットワークでの運用が可能。外部のLLM APIへプロンプトやデータを一切送信しません。必要に応じて、Web検索によるエビデンス確認だけを許可する設定も選べます。
データ主権
ナレッジベース・ログ・モデルのすべてがお客様の管理環境内で完結。個人情報は社内のみに保存されるため、越境移転（GDPR／個人情報保護法）の論点が発生しません。営業秘密・NDA情報もサーバー外に出ません。
厳格な内部統制
RBAC（ロールベースアクセス制御）、監査ログ、ステップアップ認証。LDAP／OAuth2に対応し、Active Directory・Entra ID・Google IDなど既存の認証基盤と統合できます。
PoCで終わらせない、運用機能を最初から
ローカルLLM＋RAGでは個別に作り込むことになる領域を、基盤として標準装備しています。
| ユーザー・権限管理 グループ・カスタムロール単位のRBACを管理UIで完結 |
| LLMプール・モデル切替 用途・ドメインごとにモデルを割当て、サーバースペックに合わせて設定 |
| RAG状態の監視 文書の取り込み・索引の状態を常時可視化 |
| タスクログ・監査ログ インポートやFine-Tuneジョブまで全操作を時系列で記録 |
| 知能ドメインの追加 部署・案件の増設を管理画面から展開 |
| OpenAI互換API base_urlを差し替えるだけで既存のSDK・開発資産がそのまま動く |
▲ 標準搭載のチャット型UI
利用者には使い慣れたチャット型UIを標準搭載。スレッドごとに分野別の会話をまとめ、知能ドメインを選ぶだけでその分野の専門家として振る舞います。ゲストモードでは会話がサーバーに蓄積されません。チャットUIを作り直さず、業務システム側からAPIで直接呼び出すこともできます。
活用シーン
「特定の社員に知識が集中している」「FAQや規定はあるのに使われていない」。そこが出発点になります。
社内向け
社内規定・マニュアル検索
課題 就業規則・経費精算・稟議フローの問合せが人事・総務に集中。
解決 自然文で質問するだけで社内文書を横断して回答。Reference付きで根拠も明確。
問合せ工数を大幅削減
顧客対応
カスタマーサポート補助
課題 製品FAQ・返品ポリシー・操作手順を、毎回担当者が複数文書を調べて対応。
解決 FAQや対応手順をナレッジ化。どの担当者でも即座に正確な対応方法を参照できる。
営業・法務
提案生成・契約書支援
課題 提案書作成や過去事例の探索に時間がかかり、商談準備が遅れる。
解決 提案テンプレート・競合比較・過去事例をAIが即時参照。契約書のリスク箇所チェックにも活用。
準備時間を短縮
3つの導入形態と、予算が読める料金
お客様の環境に合わせて、提供形態を選べます。いずれもGPU単位の定額課金で、従量課金はありません。
MODEL 01
ソフトウェアサブスクリプション
お客様（またはパートナー）が用意したGPUサーバーへ導入。インターネットダウンロードまたはUSBメモリで納品し、マニュアルに沿って環境構築します。
既にGPU環境をお持ちの場合に
MODEL 02
ハードウェアアプライアンス
推論処理に最適化した軽量・セキュアな専用機として提供。ハードウェアとソフトウェアが検証済みの組み合わせで届くため、構築の手間がありません。
MODEL 03
プライベートクラウド
占有環境に御社専用AIを構築し、VPN経由で社内から安全に利用。ハードウェア調達なしで始められ、リソースの増減にも対応します。
| GPU単位の定額課金 | 利用量に左右されない固定月額。予算が立てられます。 |
|---|---|
| 従量課金なし | トークン課金がないため、社内展開のブレーキになりません。為替やAPI価格改定の影響も受けません。 |
| 1GPUから／PoC可 | スモールスタートで検証し、必要に応じてGPUを追加できます。 |
推奨マシンスペック
VRAMを増やすほど、より大きなLLMを利用でき、同時接続数も拡大できます。
| CPU | Xeon 第3世代以降 / EPYC 第3世代以降 |
|---|---|
| メモリ | 256GB 以上を推奨 |
| ストレージ | OS＋LLMのウェイトで 500〜700GB 程度。加えて、ユーザー領域／知能ドメイン単位のストレージ（NASのイメージ）を、投入する根拠情報ファイル量に応じて確保します。 |
| GPU（ミニマム） | NVIDIA L40S 等（VRAM 24〜40GB 程度）／機能を絞った検証向けの構成 |
| GPU（ミディアム） | H100 / H200 または RTX PRO 6000 Blackwell ×1（VRAM 80〜96GB）／一般的な業務利用に対応するベーシックな構成 |
| 同時接続の目安 | 長文解釈には1セッションあたり32kトークン程度が必要です。80〜96GBクラスのGPUでは、128kトークン設定のモデルを2系統（4並列×2＝8セッション）まで運用できます。 |
※ 記載のスペックは目安です。用途・同時利用者数に応じて最適な構成を設計してご提案します。
導入フロー
| Step 1. お問い合わせ | Webサイトよりお気軽にお問い合わせください。 |
|---|---|
| Step 2. 要件定義・ヒアリング | オンライン／オフラインでミーティングを設定し、想定用途・同時利用者数・対象ドキュメントを確認します。 |
| Step 3. ご提案・お見積り | 導入形態と構成を設計し、固定月額でのお見積りを提出します。PoCからの開始もご相談ください。 |
| Step 4. 環境構築・動作確認 | セットアップ後に動作確認を実施し、VPN接続・公開とモニタリングを開始します。 |
| Step 5. ナレッジ登録・運用 | ドキュメントを整理して知能ドメインに登録。情報が蓄積されてきた段階でFine-Tuneを実施し、継続的に精度を高めます。 |
継続的な拡張性
新しいベースLLMが登場した際も、学習させた知識やLoRA差分を引き継いでモデルをアップデートできます。ソフトウェアアップデートはインターネットまたはUSBメモリで提供し、Air-Gap環境でも継続運用が可能です。
