事例紹介

事例紹介

【IT×データ分析】ローカルLLM完全ガイドの損益分岐点53万トークンで中小がクラウド脱却を判断する設計

Qiitaで継続発信されるローカルLLM完全ガイドが示す、月間トークン消費が一定を超えるとクラウドAPIよりローカル運用が損益分岐になる試算。中小IT事業者の「ChatGPT API料金が読めず予算が立たない」課題を、利用量計測+ローカルLLM試算+段階移行で解く設計を、社員5〜30名規模にどう転用するか読み解く。
事例紹介

【公共×書類処理】横須賀市がChatGPT全庁実証、職員8割が効率向上を実感し年27,200時間削減

横須賀市が全庁規模でChatGPTを実証導入した自治体事例。LoGoチャット経由で全職員が利用、アンケートでは約8割が業務効率の向上を実感、文書作成業務で年間27,200時間相当の削減効果を確認。中小企業・士業事務所で同じ思想を再現する手順と評価軸スコアを解説。
事例紹介

【士業×書類処理】ニューヨーク弁護士がChatGPTの幻覚判例で懲戒処分を受けた事例から学ぶ士業AI監修ライン

ニューヨーク連邦地裁でChatGPTが生成した架空判例を準備書面に使った弁護士が懲戒処分を受けた事例。中小士業(弁護士・税理士・行政書士・社労士)の「AIで書類作成を効率化したいが間違いリスクが怖い」課題を、判決事例から学ぶAI出力の監修必須ラインと検証フローを、社員10〜100名規模にどう転用するか読み解く。
事例紹介

【金融×ナレッジ検索】みずほFGが生成AIで月22万時間の業務削減を達成した社内基盤事例

みずほFGが社内生成AI基盤「Wiz Chat」を全社展開し月22万時間の業務削減を達成した事例。中小金融・地方銀行・信用金庫の「行内規定の検索に時間が取られて顧客対応が遅れる」課題を、RAG+規定連携+業務特化プロンプトで解いた設計を、社員10〜100名規模にどう転用するか読み解く。
事例紹介

【全業種×ガバナンス】EU AI Act高リスク規制が2026年8月発効、採用AI・与信AI使う中小企業が今やるべきこと

EU AI Actが2026年8月から高リスクAI規制を本格適用する事例。日本の中小企業の「採用AI・与信AI・人事評価AIを使っているが規制対応が不安」課題を、EU AI Actの分類フレームと適用範囲から学ぶ対応設計を、社員10〜100名規模にどう転用するか読み解く。
事例紹介

【全業種×書類処理】個人情報保護委員会が生成AI注意喚起を改訂、中小企業の社内ChatGPT運用で守るべき5点

個人情報保護委員会が生成AI利用に関する注意喚起を改訂した事例。中小企業の「社内でChatGPTを使わせているが個人情報漏洩リスクが不安」課題を、PPC注意喚起+利用規約+運用ルール+教育の組み合わせで解く設計を、社員10〜100名規模にどう転用するか読み解く。
事例紹介

【士業×書類処理】米国2人法律事務所がHarvey AIで弁護士36倍のリサーチ速度を実現した事例

米国2名規模の小規模法律事務所がHarvey AIでリサーチ速度を大幅向上した事例。日本の中小士業(弁護士・税理士・行政書士・社労士・司法書士)の「人手が足りずリサーチ・書類作成に時間がかかる」課題を、業務特化AI+一次資料連携+士業監修で解いた設計を、社員1〜10名規模にどう転用するか読み解く。
事例紹介

【物流×顧客対応】エアカナダがチャットボット誤回答で法的責任を負わされた裁判事例から中小経営者が学ぶこと

エアカナダがチャットボットの誤回答について「AIが独立した存在ではない」として法的責任を認められた事例。中小サービス業の「AI問い合わせ自動化を入れたいが誤回答責任が不安」課題を、判決事例から学ぶ免責設計の限界と人レビュー必須ラインを、社員10〜100名規模にどう転用するか読み解く。
事例紹介

【金融×書類処理】JPMorganがCOINで弁護士36万時間の契約レビュー業務を数秒に短縮した事例

JPMorganが機械学習システム「COIN」で年36万時間相当の契約書レビュー業務を数秒に短縮した事例。中小金融・リース・サブスク事業者の「契約レビューに人手が割かれて新規案件が止まる」課題を、契約文書AI+ルールベース+人レビューで解いた設計を、社員10〜100名規模にどう転用するか読み解く。
事例紹介

【製造×データ分析】SmolLM3など小規模オープンソースLLMで中小製造業が品質検査をローカル運用する設計

Hugging Faceが公開した小規模オープンソースLLM「SmolLM3」など、中小製造業が自社サーバーで運用できるローカルLLMの設計思想。日本の中小製造業の「検査工程の属人化と検査記録の負荷でラインが止まる」課題を、ローカルLLM+画像認識+検査ルール連携でどう解くかを、社員10〜50名規模にどう転用するか読み解く。