机密数据 AI 应用诊断 —— 在交出去之前，先一起梳理处理方式

课题

合同、会议纪要、客户信息、报价单、内部知识库。我们常听到这样的声音：公司内部有大量看似可以用于 AI 的信息，却无法判断能否就这样交给外部的云端 AI。不知从何入手，时间就这样过去；而一旦向厂商咨询，话题往往一开始就变成大规模的开发项目。这项诊断，正是面向处于这种状况的中小企业经营者与管理部门。

思路

Cor.株式会社所看重的，是“在使用 AI 之前，先设计所处理的信息”这一理念。我们不会一上来就开发。信息各有其机密程度，可以分为能够交给外部云端 AI 的部分，以及应当由不向外部传送数据、在本地运行的本地 LLM 来处理的部分。我们首先从一起梳理这种区分方式开始。诊断的结论有时会是“现在还不宜开发”，包括这一点在内，我们都会如实相告。

实装

诊断按以下流程推进。

• 通过现场访谈掌握业务与困扰之处
• 调研现有业务，梳理可 AI 化的工作
• 对所处理的数据进行分类（机密程度的梳理）
• 云端 AI 与本地 LLM 的切分
• 风险的梳理（输入边界・访问权限・操作日志・人工审批这四项设计视角）
• 制定是否进入 PoC 的方针

我们并不从技术话题切入，而是优先把“应该处理什么、如何处理”用语言表述清楚。

成果

诊断结束后，您手中会留下可用于下一步判断的资料：可 AI 化候选业务的梳理结果、数据分类与处理方式的整理、风险与应对方针，以及进入 PoC 时的方针草案。

之后有三条路可走：进入本地 LLM／AI 基础设施 PoC（3 个月 300 万日元起，视课题与内容而变动）、以小规模进入正式实装，或者判断现在还不做。无论选择哪一条，诊断本身都被设计为帮助您决定下一步的依据。费用约为 10 万〜30 万日元（视课题与内容而变动）。欢迎先来聊一聊。