Products

プロダクト

自社で開発した製品を土台に、PoCから始めて、伴走で現場が使いこなせる状態まで持っていきます。

GUILDA Kura

PoC受付中

データを外に出さない、ナレッジの蔵。

技術文書・図面・ノウハウを、社外にデータを出さずに、ローカルLLMで管理・検索・活用するための文書基盤です。

社内のサーバー(GPU)
文書の取り込み→AIで項目を抽出→検索・チャット
ローカルLLM
×外部のAIサービス・クラウドには送らない

こんな課題に

  • 必要な技術文書や図面が、どこにあるか分からず探すのに時間がかかる
  • ベテランのノウハウが文書になっておらず、人に依存している
  • 機密情報を含むため、クラウドの生成AIサービスには文書を渡せない

できること

取り込みと項目の自動抽出

PDF・画像・Office などのファイルを取り込み、文書の種類に応じた項目(図番・版数・製品名など)をAIが抽出して提案。根拠の箇所と照合したうえで登録できます。既存の文書の一括取り込みにも対応。

検索と絞り込み

本文の全文検索に加え、プロジェクトや文書の項目で絞り込み。プレビューで中身をすぐ確かめられます。

根拠付きのチャット検索

「〇〇の条件で作った部品の図面は?」のように話しかけて検索。回答には根拠になった文書が示されるので、そのまま確かめられます。

申請・承認と版の管理

承認ルートに沿った申請・承認・差し戻し、改訂や廃止まで。どの版が最新で、誰が承認したかを追えます。

特長

01

データを外に出さない

AIの推論は社内のサーバー上のローカルLLMで行い、外部のAIサービス・クラウドのOCR・利用状況の送信を使いません。機密の技術データでも安心して扱えます。

02

業務に合わせて用途を広げられる

文書の種類や項目、抽出の指示を「領域パック」として切り替えられる作り。製造業の設計図面から、建設業の文書、料理レシピまで、同じ基盤で扱えます。

03

業務で使える管理機能

組織・ロールによる権限、閲覧グループと機密区分による閲覧の制御、操作ログ・認証ログの記録、多要素認証に対応しています。

導入の流れ

  1. STEP 1ご相談

    扱いたい文書と、解決したい課題をお聞きします。

  2. STEP 2PoC

    お手元の文書の一部で、取り込み・検索・チャットを試していただきます(目安3か月程度)。

  3. STEP 3導入

    社内のサーバーに構築し、文書の種類や承認ルートを業務に合わせて設定します。

  4. STEP 4定着の伴走

    使い方の教育や運用ルールづくりまで伴走し、現場で使い続けられる状態にします。

よくあるご質問

PoCの期間はどのくらいですか?
目安は3か月程度です。扱う文書の量や試す範囲に合わせて調整します。
文書やデータが社外に送られることはありますか?
ありません。文書の保管もAIの推論も社内のサーバーの中で行い、外部のAIサービスやクラウドには送りません。
GPUを積んだサーバーは必要ですか?
ローカルLLMを動かすため、GPUを積んだサーバーが必要です。扱う文書の量や利用人数に合わせた構成を、PoCの段階からご相談させていただきます。PoCでは、GPUを積んだサーバーをお貸し出しすることもできます(費用はご相談)。
どのくらいの規模まで使えますか?
利用者数百名、文書の合計5TB程度までを想定して設計しています。
既存の文書はまとめて移せますか?
フォルダなどからの一括取り込みに対応しています。取り込み元のファイルは読み取りだけを行い、変更しません。

GUILDA Kura の PoC を受け付けています

扱いたい文書や課題をお聞かせください。お手元の文書の一部で試すところから始められます。

PoCについて相談する →

支援で使う自社ツール

伴走支援の中で使う自社開発のツールです。単体での提供は行っていません。

GUILDA FACTORYの画面

GUILDA FACTORY

製造業を中心に、DX・データ利活用・AI活用の事例(1,500件以上)を探せる事例検索サービス。キーワード・絞り込み・チャット・グラフで検索でき、AI分析で事例を深掘りできます。DX推進のテーマ決めで、どんな技術・投資・リスクを考えるべきかを具体的にイメージするために使います。

GDC AutoMLの画面

GDC AutoML

データと目的・説明に使う項目を指定するだけで、予測モデル(回帰・分類)の構築と評価のレポートを自動で作成。どの項目をどう変えれば目的の値が良くなるかの示唆を、短時間で得られます。

だれでも異常検知の画面

だれでも異常検知

正常・異常の画像を用意するだけで、画像の異常検知モデルを構築・評価。誤検知や見逃しを減らすための閾値のシミュレーションも行え、製品の検品などの検討に使います。

← トップへ戻る