多くの生成AIベンダーは、どのような質問に対しても「貴社のデータを当社のクラウドに送ってください」と答えます。しかし、欧州およびアジアの多くの企業にとって、この答えは容認できません。

米国拠点のインフラで個人データが処理される場合、GDPRは重大な法的責任を生じさせます。また、FINMA、BaFin、および金融・ヘルスケア分野の業界固有規制は、明確なデータ所在地の要件を課しています。 コンプライアンスだけでなく、競争上の現実も存在します。貴社の顧客データ、価格設定ロジック、サプライヤーとの関係は、貴社が築き上げてきた事業の中核です。これらをAIの学習に活用することは価値がありますが、貴社が管理できない第三者のクラウドに送ることは、もしそのリスクが明確に提示されれば、ほとんどの経営陣が承認しないであろうリスクを伴います。

Gradionは、貴社のデータが存在する場所で稼働する生成AIシステムを構築します。 貴社自身のサーバー上、またはEU主権クラウドインフラストラクチャ（GDPR準拠のエンタープライズワークロード向けに構築されたSchwarz GroupのクラウドであるStackIT、Hetzner、OVHcloudなど）上。あるいは、貴社が定義し、監査可能な範囲内で、既存のAWSまたはAzureテナンシー内でも稼働可能です。 モデル層は、Llama、Mistral、PhiといったオープンウェイトのLLM上で稼働します。これらは本番環境レベルの品質を持ち、高速であり、貴社のデータが貴社の境界を離れることは一切ありません。

これは、私たちが回避する制約ではありません。むしろ、最初から設計の基盤としているアーキテクチャです。 この同じアーキテクチャは、データ所在地の要件がないパブリッククラウドを利用する企業にも同様に有効です。「主権ファースト」のアプローチとは、システムが貴社が定義するあらゆる境界内で稼働することを意味します。その境界が規制によるものであれ、単に慎重な判断によるものであれ、関係ありません。

提供するソリューション

ドキュメントインテリジェンス契約書、請求書、サプライヤーからのメール、スキャンされたフォーム、技術仕様書など、非構造化ドキュメントを構造化された実用的なデータに変換します。 私たちは、定義されたスキーマと人間によるレビューのための例外ルーティングを備えた、分類、抽出、検証のパイプラインを構築します。このパイプラインは貴社のインフラ内で稼働し、出力は貴社のERP、CMS、または記録システムと直接統合されます。 【導入事例】DACH地域の保険会社向けに、私たちは毎月数千件のドキュメントを処理する請求書ドキュメントパイプラインを構築しました。これは自動分類、フィールド抽出、例外ルーティング機能を備え、クライアントの既存のAzureテナンシー内で完全に稼働しています。

自然言語からデータビジネスユーザーが、SQLの知識やデータアナリストを介することなく、平易な言葉で自身のデータベースに質問できるようにします。 私たちは、自然言語クエリと構造化データソースを橋渡しするエージェントアーキテクチャを構築します。その際、精度を最優先のエンジニアリング制約とします。 【導入事例】procelo tosca社向けに、私たちは8週間で動作するプロトタイプを提供しました。これは複雑なERPスキーマ全体で80%以上のSQLクエリ精度を達成し、素朴なLLMアプローチでは一貫して失敗する「注文と購入」「返品とクレジット」といった意味論的な区別も処理しました。

社内ナレッジ検索貴社の社内ドキュメント（ポリシー、製品カタログ、サポート履歴、技術マニュアルなど）に基づいたLLMを活用します。 私たちは、チャンキング戦略、埋め込みモデル、ベクトルストア、コンテキストアセンブリを含む検索アーキテクチャを設計します。これにより、回答は必ず元のドキュメントに遡ることができ、モデルが貴社のナレッジベースに含まれる情報以上の幻覚を起こすことはありません。 【導入事例】ある欧州の物流事業者向けに、私たちは12,000件以上の社内ドキュメントを横断する検索システムを構築しました。これによりサポートエスカレーション時間を短縮し、外部API呼び出しなしで完全にオンプレミスで稼働させました。

サプライヤーおよびバックオフィス業務の自動化請求書処理、メール分類、発注書照合、ベンダーコミュニケーションワークフローなど。 手作業で1日100件の請求書を処理するパイプラインが、エージェントを活用することで10,000件を処理できるようになります。これにより、一貫性が向上し、完全な監査証跡も確保されます。 【導入事例】ドイツを代表するデザイナー家具小売業者社は、このアプローチを用いることで、8週間のプロジェクトで手作業によるサプライヤーコミュニケーション業務を70%削減しました。

AIガバナンスおよび出力モニタリング本番環境のLLMシステムには、他の本番ソフトウェアと同様の計測機能が求められます。当社は、遅延追跡、出力品質指標、検索精度スコアリング、回帰テストスイートをすべてのデプロイメントに組み込みます。基盤となるモデルやデータが変更された場合でも、ユーザーが気づく前に把握できます。規制の厳しい環境においては、ユーザーのクエリからモデル出力、ソースドキュメントに至るまでの完全な監査証跡を文書化します。これらは個別の追加機能ではなく、当社が展開するすべてのシステムに標準で組み込まれています。

すべての自動化課題にAIが必要なわけではありません。承認ワークフロー、文書ルーティング、構造化フォームからのデータ入力、ステータス通知など、多くの手作業プロセスは、LLMよりもワークフロー自動化や連携ツールによってより効果的に解決できます。アセスメントの結果、決定論的な自動化が適切なソリューションであると判断された場合、当社はその経路を推奨します。グラディオンは、インテリジェンスが必要な場合はAIを活用したシステムを、信頼性と速度が重要な場合は構造化された自動化システムの両方を構築します。アセスメントによって、各ユースケースに最適なアプローチを決定します。

データに関する検討が最優先

モデル開発に着手する前に、当社は利用可能なデータの種類、その品質、および保存場所を評価します。この評価が、AIシステムが本番環境で稼働するか、デモ段階に留まるかを決定する重要な要素となります。

クリーンで構造化され、アクセスしやすいデータに基づいて構築されたエージェントは、予測可能な出力を提供します。一方、IDの競合が未解決でスキーマが不整合な断片化されたシステムに基づいて構築されたエージェントは、ハルシネーションを起こし、エラーを生成し、最終的には運用停止に至ります。当社はこれら両方の結果を目の当たりにしてきました。

アセスメントの対象範囲当社は、お客様のデータソースをマッピングし、品質と完全性を評価し、モデル精度を損なう可能性のあるギャップを特定します。また、既存システムとAIレイヤー間の統合ポイントを評価します。その成果物として、データ準備状況レポートを提供します。このレポートでは、現在構築可能なもの、データエンジニアリング作業が先行して必要なもの、そして各ユースケースにおける現実的な精度とパフォーマンスの期待値が明確に示されます。

データが準備できていない場合データが準備できていない場合でも、当社がその解決を支援します。スキーマ正規化、重複排除、ID解決、パイプライン構築といったデータエンジニアリングは、AI作業を開始する前の段階で最も効果の高い投資となることがよくあります。当社はこれを、AI導入プロジェクトに吸収されて見えなくなり、管理されなくなることを避けるため、独自の成果物を持つ明確なフェーズとして計画します。

カスタムAIを構築すべき時とそうでない時

すべてのAIユースケースにカスタムシステムが必要なわけではありません。Microsoft Copilot、Google Gemini for Workspace、業界特化型SaaS AIツールなどの既製製品は、多くの一般的な問題を十分に解決します。カスタム構築のコストが正当化されるのは、以下のいずれか、または複数の条件が当てはまる場合のみです。

規制上または競争上の理由から、お客様のデータをインフラストラクチャ外に持ち出すことができない場合。商用AI製品は、自社のサーバーでデータを処理します。これが許容できない場合、カスタム構築が唯一の選択肢となります。

ユースケースが、お客様独自のデータ（ERPスキーマ、社内ナレッジベース、サプライヤーネットワークなど）との深い統合を必要とし、汎用ツールではビジネスが求める精度基準に達しない場合。

モデル、プロンプト、検索ロジック、および監視に対する制御が必要な場合。商用製品は設計上、不透明です。規制の厳しい環境では、この不透明性がコンプライアンスリスクとなります。

これらのいずれにも当てはまらない場合、商用製品が適切な選択肢である可能性が高く、当社はその旨をお伝えします。グラディオンのアセスメントフェーズは、構築コミットメントを行う前にこの問いに答えるように設計されています。

本番環境での実績

procelo tosca - 8週間で80%以上のSQL精度を達成。procelo tosca社は、データアナリストに頼ることなく、ビジネスユーザーが複雑なERPデータを平易な言葉で照会できることを求めていました。グラディオンは8週間で動作するプロトタイプを納品し、一般的なLLMアプローチでは一貫して失敗する意味論的複雑性を持つスキーマ（注文と購入の区別、返品とクレジットの区別、ドメイン理解を要する複数テーブル結合の処理など）において、80%以上のSQLクエリ精度を達成しました。このシステムは、外部APIへの依存なしにクライアントのインフラストラクチャ内で稼働しています。

ドイツを代表するデザイナー家具小売業者社 - 手作業によるサプライヤー業務を70%削減ドイツの大手デザイナー家具小売業者であるドイツを代表するデザイナー家具小売業者社は、サプライヤーとの連絡、発注書処理、照合作業を調達、倉庫、財務の各チームで手作業で行っていました。Gradionは8週間でサプライヤー管理パイプラインを自動化し、手作業を70%削減しました。システムが3つの部門全体で一貫したデータを強制したことで、チーム間の連携も向上。このパイプラインはパイロット版ではなく、本番システムとして稼働しています。

DACH地域の保険会社 - 大規模な保険金請求書類処理規制対象の保険会社は、既存のAzureテナンシー内で完全なデータレジデンシーを維持しつつ、保険金請求書類の分類と抽出を自動化する必要がありました。Gradionは、自動分類、フィールド抽出、およびヒューマン・イン・ザ・ループによる例外ルーティングを備え、毎月数千件の書類を処理するパイプラインを構築。データがクライアントのインフラストラクチャから外部に出ることはなく、監査証跡は規制上の文書要件を満たしています。

欧州の物流事業者 - 12,000件以上の文書から社内知識を検索複数の欧州諸国で事業を展開する物流会社は、社内のポリシー、手順、技術文書を自然言語で検索し、回答を得られるようにする必要がありました。Gradionは、12,000件以上の文書に基づき、完全にオンプレミスで稼働する検索拡張システム（RAG）を構築。このシステムは、すべての回答を元の文書にトレースでき、ナレッジベースの範囲を超えた回答を生成することはありません。結果として、サポートエスカレーション時間が大幅に短縮されました。

多くのプロジェクトは機密保持契約に基づいています。NDA締結後、実績をご紹介可能です。

AIとGradionの他サービスとの連携

AIプロジェクトが単独で存在するケースは稀です。データ準備状況評価により、AIが価値を提供するためには基盤となるシステムのモダナイゼーションが必要であることが判明する場合があります。これは、レガシーモダナイゼーションやトランスフォーメーションロードマップのプロジェクトとなります。また、外部CTOがAIを戦略的優先事項として特定し、実行チームを必要とすることもあります。技術的負債削減プログラムでは、リファクタリングではなく、自動化によって負債を根本から解消するプロセスが明らかになることもあります。

GradionのAIプラクティスは、アーキテクチャ、エンジニアリング、リーダーシップを網羅するデリバリー組織内で運営されています。AIプロジェクトがAIレイヤー以外の作業を必要とする場合でも、対応は迅速かつ連携されており、別のベンダーへの紹介ではありません。

プロジェクトの進め方

データ準備状況評価期間：2～3週間。お客様のデータ環境を評価し、品質とアクセス性を検証します。お客様のデータに特化した最も価値の高いAIユースケースを特定し、構築か購入かの明確な推奨事項を含む準備状況レポートを提出します。カスタム構築ではなく市販製品の利用を推奨する場合も、その旨を明確にお伝えします。固定料金でのご契約となります。

概念実証（PoC）期間：6～10週間。スライド資料やノートブックのデモではなく、お客様のインフラストラクチャにデプロイされた動作するプロトタイプを提供します。PoCは、構築開始前に合意された測定可能な精度しきい値を持つ、単一の明確なユースケースを対象とします。成果物は、実際の条件下で評価可能なシステムと、本番環境へのデプロイに関する明確なコストおよびタイムラインの見積もりです。固定料金でのご契約となります。

本番環境へのデプロイ期間：3～6ヶ月。ガバナンス、モニタリング、既存システムとの統合、および継続的な信頼性のために必要な運用計装を備えたAIシステムの本番環境への完全なデプロイを行います。お客様のチームがシステムの所有権を引き継ぐための明確な引き渡し期間が含まれます。費用はシステムの複雑性、統合要件、データ量に基づいて算出します。

継続的なモニタリングと最適化デプロイ後もGradionに本番AIシステムの保守を依頼したい組織向けのサービスです。お客様のデータや利用パターンが進化するにつれて、モデル性能のモニタリング、検索精度の追跡、リグレッション検出、および定期的な最適化をカバーします。専任のエンジニアがお客様のシステムとの継続性を維持します。月額リテイナー契約となります。