Graffer 建立「本地 LLM 活用技術」，支援不將個資流向外部的文件處理
NQ 評分
80/100
N1 內容完整性
9
AI 摘要（NQ 加工版）
Graffer 建立了一項「本地 LLM 活用技術」，讓AI能在用戶的 PC 或內部伺服器內完成文件處理，無需透過網際網路將個資或機密資訊傳送至外部伺服器。此技術可在具備基礎運算資源的標準 PC 環境下運作，無需高性能伺服器。透過支援申請書與表單的項目提取與內容驗證，協助行政與金融產業安全地導入AI。
AI 分析
常見問題
- Q: グラファーが確立したローカルLLM活用技術とはどのようなものですか？
- A: 個人情報や機密情報をインターネット経由で外部サーバーに送信することなく、ユーザーのPCや社内サーバー（オンプレミス環境）内で書類処理を完結させる技術です。
- Q: この技術はどのような書類に対応していますか？
- A: 申請書、本人確認書類、口座情報、各種帳票、アンケートなどの画像を対象として、必要項目の抽出や内容確認を支援します。
- Q: 高性能な専用サーバーが必要ですか？
- A: いいえ、高性能な専用サーバーを前提とせず、一定の計算資源を備えた一般的なPC環境でも動作可能な構成で技術検証を進めています。
- Q: なぜローカルLLMが必要なのですか？
- A: 行政・金融・医療・人事等の現場では、機密情報を組織外のサーバーに送信できないというセキュリティ制約があり、クラウド型生成AIの活用が難しいためです。
- Q: クラウド型生成AIとのコスト面での違いは何ですか？
- A: クラウドLLMで見られる処理件数に応じた従量課金が発生せず、大規模インフラ投資も不要なため、定常的な業務においてコストの見通しが立てやすくなります。