ローカルLLM
端末・社内サーバーで動かす業務特化AIの設計・実装支援
ローカルLLMは
当社はSLMの
01/概要
ローカルLLMとは:データを社外に出さず、端末や社内サーバーの中で動かす生成AI
ローカルLLM
入力した文章や
ローカルLLMを使うメリット
02/注目される背景
機密情報をどこでAIに扱わせるか。判断を求められる場面が増えている

生成AIの
次の3つは、
データを社外に
03/仕組み
ローカルLLMを業務で動かすための4つの工夫

次の図は大きな
端末のAI処理の
04/使いどころ
ローカルLLMが向く4つの業務場面

次の4つの
高度な判断や
05/当社の支援内容
診断から運用・展開まで、4つの支援
当社はどこで
06/当社の特長
当社の特長:端末・製品に組み込んだ経験と、クラウドとの使い分けの設計
いずれも下の
07/取り組み事例
取り組み事例:オフライン業務アプリから、製品・PCへの組み込みまで

JAL:機内のオフライン環境で、引き継ぎレポートを作成
2025年3月に

東京エレクトロン デバイス:学習・軽量化・配布までの共同検証
2025年2月に

パイオニア:二輪車の音声操作に、端末の中で動くSLMを実装検証
2026年3月に

AI PC・Windows:PCの中で動くローカルAIの展示と登壇
2026年4月の
検討・設計を進めている取り組み
08/顧客価値
顧客価値:立場ごとの課題と、ローカルLLMで変わること
09/想定ROI
想定ROI:削減できる時間の試算
次の図は、
削減率や回収期間は、
10/導入ステップ
導入ステップ:用途の整理から、運用・展開まで
11/他の手段との違い
他の手段との違い: データの置き場所・通信環境・利用人数で選び分ける
次の4つの
12/ガバナンス・運用
ガバナンス・運用: 端末に置くAIを、安全に使い続ける

データを手元に
13/当社について
当社について:Microsoftのパートナーとして、AIの設計・実装・運用を支援
Microsoft AI Innovation Partner of the Year 2024 受賞Microsoftの14/はじめ方
はじめ方:用途の棚卸しと、小さな試作から
まずは、ローカルで
オフラインの
15/関連ソリューション
16/よくあるご質問
- 社外に出せない
データを使う 業務で、AIの 活用を進めたい - 機内・工場・
移動中など、 通信がない 場所でAIを 使いたい - AIを製品や
アプリに組み込みたい - ローカルと
クラウドの どちらで動かすかを 決めたい - 量子化や追加学習を
試して、精度と 速度を確かめたい







