ソフトバンクは2026年4月16日、「Oracle Alloy」を採用した「Cloud PF Type A」で、国産LLM「Sarashina」を活用した生成AIサービスを2026年6月から順次提供すると発表した。発表では、企業や自治体におけるデータ主権を備えたAI活用ニーズへの対応が掲げられている。
国産LLMやソブリンクラウドの選択肢が増えることは、機密情報を扱う組織にとって大きい。ただし、RAG導入で本当に詰まるのは、モデル名ではない。社内文書の棚卸し、閲覧権限、検索対象、ログ、回答の根拠表示である。
RAG導入の全体像は社内RAGチャットボット開発の費用と手順で扱っている。本記事では、機密データをAIにつなぐ前の要件定義に絞る。
結論：RAGは「AIを選ぶ前」に文書と権限を決める
RAGで最初に決めるべき項目は、次の6つである。
横にスクロールして確認できます
| 項目 | 決めること |
|---|---|
| 対象文書 | 規程、手順書、FAQ、議事録、契約書など何を検索対象にするか |
| 除外文書 | 個人情報、契約交渉、未公開情報など何を入れないか |
| 閲覧権限 | 部署・役職・案件単位で検索結果を分けるか |
| 更新頻度 | 古い文書をどう検知し、差し替えるか |
| 根拠表示 | 回答に参照元を表示するか |
| ログ | 質問、参照文書、回答、利用者を記録するか |
RAGは社内文書を使うため、通常のチャットAIより業務価値が出やすい。一方で、権限設計を誤ると「見てはいけない文書をAIが要約してしまう」事故が起きる。RAG導入・連携の実務チェックでは、検索方式より先に文書棚卸しを重視する。
AI ASSESSMENT
PoC の前に「そもそも使えるか」を30分で見極めませんか？
対象業務、データ、権限、ログ、運用責任を確認し、PoC前に失敗要因と本番化条件を整理します。
国産LLMやソブリンクラウドが向くケース
横にスクロールして確認できます
| ケース | 理由 |
|---|---|
| 自治体・公共 | 住民情報、内部資料、調達情報を扱う |
| 金融・保険 | 顧客情報、審査、契約、監査ログが重要 |
| 医療・介護 | 要配慮個人情報や記録管理が重要 |
| 製造業 | 図面、品質記録、工程ノウハウが競争力になる |
| 士業 | 顧客相談、契約、税務・法務情報を扱う |
ただし、国産LLMを選べば自動的に安全になるわけではない。データの保管場所、契約条件、学習利用の有無、アクセス制御、監査ログを確認する必要がある。
RAG導入前の文書棚卸し
RAG導入の失敗は、AIの精度ではなく、文書の状態から始まる。
横にスクロールして確認できます
| 文書状態 | 起きる問題 | 対策 |
|---|---|---|
| 古い規程が残っている | AIが古いルールを答える | 更新日と有効期限を管理する |
| 部門ごとに表記が違う | 検索が安定しない | 用語と文書名を揃える |
| PDF画像だけ | 文字検索できない | OCRをかけてテキスト化する |
| 権限が曖昧 | 見せてはいけない情報が出る | 文書単位で権限タグを付ける |
| 根拠がないメモ | 回答品質を検証できない | 参照元を残せる文書に絞る |
文書棚卸しは地味だが、ここを飛ばすとRAGは使われなくなる。社内検索やナレッジ活用の相談はエンタープライズ検索とも相性がよい。
FREE DOWNLOAD
AI導入チェックリスト（PoC 失敗要因 10項目）
情シス部門が PoC 前に押さえるべき失敗要因を10項目に整理した無料チェックリスト。
要件定義に入れるべき非機能要件
横にスクロールして確認できます
| 非機能要件 | 確認内容 |
|---|---|
| セキュリティ | 通信、保管、認証、アクセス制御 |
| ログ | 質問、回答、参照文書、利用者、時刻 |
| 権限連携 | Microsoft Entra ID、Google Workspace、社内IDとの連携 |
| 監査 | 誰がどの文書をAI経由で参照したか追えるか |
| データ削除 | 文書削除時にベクトルDB側も削除されるか |
| 回答制御 | 根拠がない場合に「わからない」と返せるか |
これらは、後から足すと費用が膨らむ。RAGの見積を取る場合は、システム開発の見積書を読む技術に沿って、非機能要件の抜けを確認したい。
GXOの見解
AI導入はツール追加ではなく、業務フロー、権限、ログ、停止条件、責任分界を同時に設計する経営課題として扱う。
GXOはPoC単体ではなく、現場業務に残る承認、例外処理、監査証跡まで見て本番運用に落とすべきだと見る。
GXOは、AI活用の構想整理から要件定義、社内ルール、システム連携、運用改善まで一気通貫で支援します。
実務判断のポイント
この記事を読むべきなのは、経営者、DX責任者、情シス、開発責任者です。単に情報を把握するだけでなく、AI導入前の業務棚卸し、権限設計、PoC、本番運用、AI利用規程の相談に進めるべきかを判断するための材料として整理する必要があります。
GXOが重視するのは、話題性の高さよりも「自社の業務、データ、権限、予算、運用責任にどう影響するか」です。国産LLM・ソブリンクラウド時代のRAG導入｜機密データをAIにつなぐ前の要件定義に関する検討では、担当者だけで判断を閉じず、経営、現場、情シス、外部パートナーの役割を早い段階で分けることが重要です。
放置した場合と整備した場合の違い
横にスクロールして確認できます
| 観点 | 放置した場合 | 整備した場合 |
|---|---|---|
| 業務影響 | 属人的な判断が増え、対応の優先順位がぶれやすい | 影響範囲、期限、責任者を決めて進められる |
| 投資判断 | ツール導入や外注費だけが先行し、効果測定が曖昧になる | 売上、工数削減、リスク低減の指標にひも付けられる |
| 現場運用 | 例外処理や承認フローが残り、定着しにくい | 権限、ログ、教育、改善サイクルまで設計できる |
| 経営報告 | 問題が発生してから説明資料を作ることになる | 月次で状況、課題、次の打ち手を説明できる |
導入・改善前のチェックリスト
- 対象業務、対象部門、対象データを明文化しているか
- 現在の課題を、売上機会、原価、工数、リスクのいずれかに分解しているか
- 既存システム、SaaS、Excel、手作業の依存関係を棚卸ししているか
- 例外処理、承認、差し戻し、監査証跡まで確認しているか
- 社内で判断できる範囲と外部支援が必要な範囲を分けているか
- 初期費用だけでなく、保守、運用、教育、改善費用を見積もっているか
- 成功指標を、問い合わせ数、商談数、削減時間、停止リスクなどで定義しているか
- 実装後の責任者、更新頻度、レビュー会議の持ち方を決めているか
- セキュリティ、法務、個人情報、契約条件の確認ポイントを洗い出しているか
- 既存の問い合わせ、商談、障害、運用ログから優先順位を決めているか
- 経営判断に必要な資料を1枚で説明できる状態にしているか
- 次の90日で検証する範囲と、やらない範囲を明確にしているか
GXOの実務補足
AI導入はツール追加ではなく、業務フロー、権限、ログ、停止条件、責任分界を同時に設計する経営課題として扱う。
GXOはPoC単体ではなく、現場業務に残る承認、例外処理、監査証跡まで見て本番運用に落とすべきだと見る。
GXOは、AI活用の構想整理から要件定義、社内ルール、システム連携、運用改善まで一気通貫で支援します。記事のテーマを単なる情報収集で終わらせず、相談、診断、要件定義、実装、運用改善に接続することで、AIアセスメント、PoC、業務システム連携、AIエージェント運用設計へ接続。さらに、診断テンプレートと標準設計を使い、短期診断から継続伴走へ展開。
相談につながる進め方
- 現在の業務、データ、ツール、担当者を棚卸しする
- 売上拡大、工数削減、リスク低減のどれに効くテーマかを決める
- 初期対応、90日以内の改善、半年以上の投資を分ける
- 必要な社内体制、外部支援、予算、セキュリティ確認を整理する
- 小さく検証し、効果測定後に本番化や横展開を判断する
90日で進める実装ロードマップ
横にスクロールして確認できます
| 期間 | やること | 成果物 | 判断ポイント |
|---|---|---|---|
| 1〜2週目 | 現状業務、利用ツール、データ、担当者、外部委託先を棚卸しする | 業務一覧、システム一覧、課題一覧 | 本当に解くべき課題が、流行テーマではなく業務上の損失にひも付いているか |
| 3〜4週目 | 優先度、リスク、費用対効果、社内体制を整理する | 優先順位表、概算費用、リスク表 | すぐ着手する範囲と、後回しにする範囲を分けられているか |
| 5〜8週目 | 小さな検証、要件定義、ベンダー比較、社内説明資料を作る | PoC計画、RFP、稟議資料 | 検証結果を本番投資の判断に使える形で記録しているか |
| 9〜12週目 | 本番化、運用ルール、教育、月次レビューを設計する | 運用手順、KPI、改善バックログ | 導入後の責任者と改善サイクルが決まっているか |
部門別に確認すべき論点
経営層は、国産LLM・ソブリンクラウド時代のRAG導入｜機密データをAIにつなぐ前の要件定義が売上、粗利、採用、顧客維持、リスク低減のどれに効くのかを確認する必要があります。単なる効率化として扱うと、投資判断が後回しになり、現場任せの小さな改善で止まりやすくなります。
DX責任者や情シスは、既存システムとの接続、認証、権限、ログ、保守体制、外部ベンダーとの責任分界を確認します。ここを曖昧にすると、導入直後は動いても、問い合わせ増加、障害対応、改修費用で現場負荷が増えます。
業務部門は、例外処理、承認、差し戻し、手作業で補っている判断を洗い出します。表面上の手順だけを自動化しても、例外が多い業務では成果が出にくいため、現場の暗黙知を要件に変換することが重要です。
管理部門は、契約、個人情報、補助金、会計処理、監査証跡、社内規程との整合性を確認します。特に制度、法務、セキュリティ、価格が絡むテーマでは、公開情報と社内ルールの両方を確認してから進めるべきです。
KPIと効果測定の設計
効果測定では、導入有無だけでなく、問い合わせ、初回相談、対応時間、差し戻し率、問い合わせ削減、障害件数、監査指摘、顧客満足度などを分けて見ます。GXOでは、初回相談の段階で「何をもって成功とするか」を決め、検証後に継続投資できる形へ落とし込みます。
横にスクロールして確認できます
| KPI | 見る理由 | 測定例 |
|---|---|---|
| 対応時間 | 現場負荷と原価に直結するため | 1件あたり処理時間、月間削減時間 |
| 差し戻し率 | 要件やデータ品質の問題が見えるため | 申請、見積、問い合わせの再作業率 |
| 初回相談 | 問い合わせや初回相談の状況を確認するため | CTAクリック、問い合わせ数、初回相談数 |
| 運用定着率 | 導入後に使われ続けているかを見るため | 月次利用、更新頻度、レビュー実施率 |
| リスク低減 | 障害、漏えい、監査指摘を減らすため | 未対応脆弱性、権限不備、復旧時間 |
相談前に用意すると判断が早くなる資料
- 現在の業務フロー、担当者、月間件数、処理時間
- 利用中のSaaS、基幹システム、Excel、外部委託先の一覧
- 直近のトラブル、問い合わせ、手戻り、障害、監査指摘の記録
- 投資できる予算感、希望時期、社内の承認者
- 個人情報、機密情報、外部送信、契約条件に関する制約
- 既に検討したツール、ベンダー、見積、PoC結果
- 成功時に増やしたい売上、減らしたい工数、避けたい損失
GXOが支援する場合の進め方
GXOが支援する場合は、最初に記事テーマをそのまま提案にせず、現場の制約と経営上の目的に分解します。AI導入前の業務棚卸し、権限設計、PoC、本番運用、AI利用規程の相談を入口に、要件定義、RFP、ベンダー比較、実装、運用改善まで接続できるかを確認します。
短期的には、課題整理、現状棚卸し、優先順位付け、概算費用、実行計画をまとめます。中期的には、PoCや小規模実装を通じて、データ品質、権限、運用負荷、費用対効果を検証します。長期的には、月次レビュー、改善バックログ、追加開発、セキュリティ確認を継続し、投資を一度きりで終わらせない状態を作ります。
重要なのは、記事を読んだ直後に「問い合わせるかどうか」ではなく、「自社では何を確認すべきか」「どの段階から外部支援を入れるべきか」が明確になることです。そのため、GXOでは相談前の論点整理から支援し、必要に応じて診断、要件定義、実装、保守まで段階的に進めます。
よくある質問
Q1. 国産LLMなら社内文書をそのまま入れてよいですか
よくない。国産LLMかどうかとは別に、契約、学習利用の有無、保管場所、アクセス権限、ログを確認する必要がある。
Q2. RAGとファインチューニングはどちらがよいですか
社内規程、FAQ、手順書の検索なら、まずRAGが現実的である。社内文書は更新されるため、モデルに学習させるより、検索対象を更新できるほうが運用しやすい。
Q3. どの部署から始めるべきですか
総務、情シス、カスタマーサポート、品質管理のように、同じ質問や文書参照が多い部署から始めると効果を測りやすい。
参考情報
-
ソフトバンク「Cloud PF Type Aで国産LLM Sarashinaを活用した生成AIサービスを2026年6月から順次提供」：https://www.softbank.jp/corp/news/press/sbkk/2026/20260416_02/
RAG導入前に、文書と権限を整理しませんか
GXOでは、社内文書の棚卸し、閲覧権限、RAG構成、ログ、回答品質の設計を支援します。国産LLMやクラウド要件がある場合も、要件定義から整理できます。
※ 初回相談では、対象文書と権限の現状確認から始めます。
