社内AI構築
社内LLMと文書検索・質疑応答を自社サーバーに構築します。データは社外に出ず、使っても呼び出し費用はかかりません。
こんな会社に向いています
- 同じ質問に人が毎回同じ答えを書いている会社
- 規程・マニュアル・過去の見積が溜まっているのに必要な時に見つけられない組織
- AIを使いたいが社内文書を外部サービスに上げてよいか引っかかる会社
どこまで対応しますか
見積に含む
- どの質問に答えさせるかの範囲決め
- 社内文書の収集と検索用インデックス構成
- 回答と根拠文書を一緒に示す画面
- 既存の業務ツール(メッセンジャー・業務システム)との連携
- 回答品質の点検方法と改善手順
- 運用文書と引き継ぎ
含まれないもの
- 散らばった文書を人が読んで整理・作成する作業
- モデル利用料やGPUサーバーなどインフラ実費
- 回答内容に対する法務・会計面のレビュー
- 全社教育と導入後の常駐支援
規模別の構築費用
AIチャットボット・自動化2~6週
| 規模 | 構築費用 |
|---|---|
| 小さく始めるコア機能のみ | 200~520万ウォン |
| 標準一般的な規模 | 400~800万ウォン |
| 大きく画面が多く複雑 | 640~1,000万ウォン |
オンプレミスLLM構築1~3ヶ月
| 規模 | 構築費用 |
|---|---|
| 検証型単一モデル・推論API検証 | 1,000~1,800万ウォン |
| 部門型部門向け認証・利用量管理 | 1,500~2,500万ウォン |
| 全社型マルチノード・高可用性 | 2,100~3,000万ウォン |
範囲の例です。要件が確定すれば固定見積をお出しします。保守は月額として別に請求します。
上記の金額は2026年9月時点のものです。最新の範囲は料金ページでご確認いただけます。
進め方
- 01
企画・発見
核心となるユーザー課題を定義し、範囲と優先順位を一緒に決めます。
- 02
設計・デザイン
情報構造と画面フローを設計し、プロトタイプで素早く検証します。
- 03
開発・実装
テストとコードレビューを備えた、保守可能な構造で実装します。
- 04
リリース・デプロイ
リリース自動化やストア審査まで、安定的に公開します。
- 05
運用・改善
可観測性・ログと指標をもとに、長期的に運用・改善します。
よくある質問
どちらの方式を選ぶかによります。外部モデルを使う場合、質問と関連文書の一部がそのサービスへ送信されます。オンプレミスLLMはモデルを自社サーバーに置くため文書は外に出ず、使うほど呼び出し費用がかさむこともありません。その代わり初期費用と機器が必要です。文書の機微さと利用量を見て、どちらが適するか一緒に決めます。
間違えうることを前提に作ります。答えだけを出さず、どの文書のどの箇所を根拠にしたかを一緒に示します。人がその場で確認できて初めて実務に使えます。根拠が見つからない場合は作り話をせず、分からないと答えるよう調整します。ここが導入可否を分ける点なので、最初からこの方式で設計します。
始められます。ただし全部は入れません。よく聞かれる質問を十個ほど先に選び、その答えが実際に載っている文書だけを入れてみます。すると、どの文書が役に立ち、どの文書が古いかが見えてきます。多くの場合この過程で整理も一緒に進みます。全部整理してから始めようとすると、始められないことが多いです。
文書を外に出してよいかが最初の分かれ道です。出してよいならチャットボットの方が早く安く始められます。出せないならオンプレミスです。次は利用量です。外部モデルは使うほど呼び出し費用がかかるため、毎日多く使うならある時点からオンプレミスの方が安くなります。相談で文書の性格と想定利用量を見て、その分岐点をお伝えします。
関連する公開文書
提案書と範囲ガイド、構築事例を公開しています。
範囲が曖昧でも大丈夫です
今の状況を教えていただければ、必要な範囲とおおよその規模をお伝えします。