富士通は専有型AIプラットフォーム「Fujitsu Kozuchi Enterprise AI Factory」を日本と欧州で順次提供すると発表した。
内製型ファインチューニングやモデル量子化などの一部機能を利用可能な先行トライアルを2026年2月2日から受付開始する。
専有環境で生成AIを開発・運用・追加学習
2026年1月26日、富士通は、生成AIのモデル開発・運用・追加学習までの一連サイクルを企業が自律的に回し、モデルやAIエージェントを継続的に改善できる専有型AIプラットフォームを2026年7月から提供予定だと発表した。
背景には、機密データの外部持ち出しを避け、業務特化型AIを自社で統制できる環境への需要が高まっている点がある。
富士通は、「Private AI Platform on PRIMERGY」とPrivate GPT上で本サービスを展開し、同社のAIプラットフォーム「Fujitsu Kozuchi」をはじめとする技術群・製品群をワンパッケージで提供する。
顧客データを外部に出さないクローズドな専有環境を前提に、設置場所は顧客データセンターや同社データセンターなどから選択できるとしている。
生成AIトラスト技術として、富士通の独自定義を含む7,700種超の脆弱性に対応したスキャナーとガードレールを用い、プロンプトインジェクションや不適切な出力、想定外の挙動を事前および実行時に検知・抑止すると説明した。
検出した脆弱性に対するルールの自動生成と自動適用も行い、非専門家でも安全性と信頼性を確保した運用を可能にするとしている。
モデル面では日本語性能と画像解析能力を併せ持つ大規模言語モデル「Takane」を中核に据え、内製型ファインチューニング機能を提供する。
加えて量子化技術により、AIモデルの軽量化でメモリ消費量を最大94％削減するとしている。
AIエージェントはローコード・ノーコードのフレームワークで構築し、MCPやエージェント間通信に対応するという。
導入の加速と統制の両立が論点に
専有環境で開発から運用、追加学習までを一体化する設計は、機密データの取り扱いと運用統制を優先する企業にとって、外部持ち出しを抑えた生成AI活用の選択肢となり得る。
パッケージ化で初期導入の負荷が下がれば、現場が試行と改善のサイクルを回しやすくなり、業務特化モデルの更新頻度を高められる可能性がある。
一方で、内製で継続改善を回すほど、権限設計、評価指標、監査手順、例外処理の判断が重要になるだろう。
ガードレールや脆弱性対応が自動化されても、運用ルールの更新や想定外の利用をどう制御するかは組織側の設計に依存しやすいとみられる。
特に、部門横断でAIを展開する場合には、利活用を促進しながら統制を維持するガバナンス設計が不可欠だと言える。
段階提供の期間に、対象業務の選定と責任分界を明確化できるかが、メリットを最大化しリスクを抑える分岐点となりそうだ。
関連記事：
富士通とJAL、空港現場の教育をデジタル化 約1万5千人が利用する学習基盤を構築
