再現可能な実装
モデル・ツール・Policy・評価・版・依存関係を固定し、導入環境ごとの差分を管理する
柱①｜現在の商用入口
大規模モデルを
大規模モデルを企業の業務に接続し、実用性の高いシステムを構築する。運用で得られる業務結果・人の評価・修正を、許諾の範囲でモデルの学習へつなぎ、改善したモデルを再び現場へ戻す。
PILLAR 01 / CUSTOMER VALUE
実際の業務で使い、その結果から改善する
業務規則・権限・ツール・人の承認・監査・復旧を組み込み、仕事を完了できるシステムを実装する。実行結果を評価し、モデルの改善に必要なデータを蓄積する。
業務への接続
既存のデータ・API・承認経路・例外処理へつなぎ・業務結果まで追跡する
継続運用
MLOps・LLMOps・監視・更新・脆弱性対応・変更管理を運用契約へ落とす
説明と復旧
誰が何を承認し、何が変わり、どう戻したかを証跡とRunbookで残す
01A / CONCRETE WRITE PATH
AIの提案と確定した業務事実を分離する
入力をCanonical Eventへ統一
AIの提案はStaging Graphへ隔離し、確定情報へ直接書き込まない
- 01Source Systems
文書・DB・API・映像・業務イベント
- 02Canonical Event
actor・action・state・outcome・provenanceを共通化
- 03Reasoning Agent
根拠・confidence・変更候補を生成
- 04Staging Graph
AI出力をproposalとして事実から隔離
- 05Policy Gate
権限・矛盾・しきい値・Autonomy Tierを判定
- 06Human Review
低confidence・高影響・例外を人へ戻す
- 07Committed Graph
承認済みの内容だけを業務事実へ昇格
- 08Tool Execution
許可済み操作を実行し、結果と復旧点を記録
書き込み原則Policy GateまたはHuman Reviewを通過しないproposalは、Committed Graphにも外部システムにも入らない
監査単位model call・source span・policy decision・review・tool write・release versionを一つのAudit Packageへ束ねる
PILLAR 01 / 8-STAGE JOURNEY
一つの業務から始め、運用と横展開までつなぐ
初期検証から本番運用・継続更新・計算基盤の移行・他業務への再利用までを一つの導線で設計する
- 01 / FRAME
全体構想・設計
対象業務・成果・承認者・禁止事項・復旧手順を実装する
証拠：業務・責任境界 - 02 / PROVE
初期検証・評価
固定データと代表シナリオで、品質・失敗・費用・待ち時間を比較する
証拠：評価ベースライン - 03 / BUILD
本番実装
版・権限・監査・承認・停止・ロールバックを実行経路へ組み込む
証拠：受入試験 - 04 / CONNECT
データ・セキュリティ接続
データ所在・認証・最小権限・秘密情報・ネットワーク境界を実装する
証拠：接続・権限表 - 05 / DEPLOY
顧客保有環境へ展開
オンプレミス・閉域・顧客クラウドなど・指定された管理境界へ配置する
証拠：構成・復旧記録 - 06 / OPERATE
MLOps・LLMOps
監視・変更・再評価・障害対応・更新頻度を継続運用へ落とす
証拠：SLO・Runbook - 07 / MIGRATE
計算基盤を最適化
実負荷を測り、GPU最適化後も残る制約を専用基盤の要件へ変える
証拠：TCO・負荷プロファイル - 08 / REUSE
Domain Packで横展開
規則・接続・評価・承認・復旧を再利用し、次の業務の導入時間を短縮する
証拠：再利用率・導入リードタイム
01 / ENTERPRISE LEARNING SYSTEM
人の評価・修正データを企業の外へ出さずに学習へ変える
採用・却下・修正差分・評価理由は企業固有の評価資産である
生データは顧客管理環境に置き、企業内の改善に使う
- 01 / TRACE
実行軌跡
入力・根拠・提案・承認・操作・結果を一つの証跡へ束ねる
- 02 / FEEDBACK
人の評価
選好・修正・失敗分類・評価理由を来歴付きで保存する
- 03 / ON-PREMISES
評価・修正データ
目的・権利・保持期限を固定し、企業管理境界内で管理する
- 04 / ISOLATED LEARNING
隔離学習
隔離環境で改善候補を作る
- 05 / EVAL
固定評価
旧版と比較し、業務成果・回帰・安全性・攻撃耐性を検証する
- 06 / PROMOTE
承認・昇格・復旧
人が承認した版だけを段階展開し、問題時はロールバックする
01B / THREE DATA CONTRACTS
企業データ・学習資産・計算統計を同じ経路に流さない
内容・学習権利・計算統計を別契約で管理し、企業固有の知識を無断で横断利用しない
CUSTOMER BOUNDARY
Customer Content Assets
原文・業務DB・個別プロンプト・確定グラフ
顧客管理境界に保持し、自動的な学習転用を行わない
EXPLICIT PERMISSION
Permissioned Learning Artifacts
レビュー・修正例・失敗分類・評価セット
目的・対象モデル・期限・取消・unlearningを明示する
CONTENT-FREE
Compute Telemetry
TTFT・TPOT・Goodput・queue・KV cache・電力
顧客内容を含めず・集約して計算基盤設計へ使う
02 / FULL-STACK FEEDBACK
業務結果を5層の改善要件へ変える
強化学習の対象はモデルだけではない
成功・失敗・待ち時間・費用を分けて計測し、どの層を改善するかを特定する
改善能力
企業内の評価・修正データから、学習・推論・ツール選択の改善要件を作る
計算効率
内容を含まない実負荷から、クラスタ・Runtime・Kernelの制約を特定する
回路要件
ソフトウェア最適化後に残る制約を、メモリ・通信・演算器の要件へ落とす
03 / CONTROL PATH
実行経路に責任の境界を置く
業務の不可逆性や影響度に応じて、AIの権限を狭く設定する
人は提案根拠と変更差分を確認し、承認された操作だけが実行層へ進む
- 01 / PROPOSE
提案
根拠・参照元・変更候補をまとめ、後から追える形で記録する
- 02 / CHECK
権限確認
担当者・対象システム・金額・時間帯などの業務規則と照合する
- 03 / APPROVE
人が承認
重要な操作は業務責任者へ返し、承認者と承認理由を残す
HUMAN GATE
承認は表示上の注意書きではなく、実行経路を止める技術的なゲートとして設計する
- 04 / EXECUTE
実行
許可されたAPI・操作・対象だけに接続し、実行結果を取得する
- 05 / AUDIT
監査
入力・実行根拠・承認・変更差分・結果を一つの証跡へ束ねる
- 06 / ROLLBACK
復旧
障害や品質低下時に、既知の安定版や直前状態へ戻せるようにする
04 / AUTONOMY
自律性は業務ごとに段階設定する
すべてを自動化することをゴールにしない
失敗時の影響・可逆性・監査要件に応じて、提案だけから限定実行まで段階的に引き上げる
観察
現行業務を読み取り、記録や評価だけを行う
提案
人が実行するための候補と根拠を提示する
承認後実行
人の明示承認を通過した操作だけを実行する
限定自動実行
低リスクで可逆な範囲を、上限と監視付きで自動化する
05 / SEPARATION
本番と改善を別の環境に置く
本番中のAIが、顧客データから自己更新する構成は採らない
改善候補は隔離環境で評価し、固定評価と人の承認を通過した版だけを本番へ昇格する
PRODUCTION
本番環境
版・権限・ツール・接続先を固定
業務実行と監査証跡に集中する
ISOLATED LEARNING / EVALUATION
隔離された強化学習・評価環境
企業内の評価・修正データと許諾範囲を確認した成果だけで、改善候補の学習・比較・攻撃試験・回帰評価を行う
06 / DOMAIN PACK
業務知識を再現可能な実装単位にする
業界ごとの価値はプロンプトだけでは残らない
規則・ツール接続・評価・承認・復旧を一つのDomain Packとして管理する
- Policy業務規則・禁止事項・金額・時間・担当権限
- Tools許可するAPI・データ参照・実行操作
- Evaluation成功指標・回帰試験・失敗分類
- Operations承認者・監査・停止・復旧・移行
PILLAR 01 / ACCEPTANCE EVIDENCE
成果はデモではなく運用の証拠で判定する
受入指標を基準値・目標値として記録し、品質・経済性・継続性を同じ記録で追跡する
業務成果
完了率・修正率・承認率・処理時間・例外率
品質と安全
回帰率・重大失敗・攻撃耐性・誤操作・ロールバック成功
継続運用
SLO・MTTR・更新頻度・対応構成数・脆弱性対応時間
横展開
OSS再利用率・Pack再利用率・2業務目の導入リードタイム