情報の取り扱い
ソースコードを外部のAIサービスに送信しにくい。
CASE STUDY 01 ／ 金融 × ローカルAI
ローカルLLMで、
開発の品質確認を支援。
機密性に配慮した環境で、
AIを日々の開発業務に活かす。
金融業界の業務システム開発において、ローカル環境に大規模言語モデル（LLM）を導入。開発ルールの確認作業を支援する仕組みを構築しました。
PROJECT OVERVIEW
プロジェクト概要
- 業種
- 金融
- 支援領域
- ローカルLLM導入・業務システム開発支援
- 支援内容
- AI環境の構築、開発ルールの整理、チェック機能の開発
- 対象
- ソースコードに対する開発ルールの確認
CHALLENGES
お客様の課題
機密性への配慮と、開発ルールの確認品質。その両立が求められていました。
確認作業の負担
多数の開発ルールを人手で確認するため、時間がかかる。
判断のばらつき
担当者によって指摘内容や判断が異なる場合がある。
複雑なルール
単純な文字列検索では判断が難しい項目がある。
SOLUTION
ローカル環境で、AIを活用
対象データを外部のクラウドAIに送信しない構成で、機械的なチェックとローカルLLMを組み合わせます。
INPUTソースコード
開発ルール
開発ルール
LOCAL ENVIRONMENTチェック機能
＋ ローカルLLM
＋ ローカルLLM
機械的な判定と
AIによる確認支援
OUTPUTチェック結果
指摘箇所・理由
指摘箇所・理由
担当者は結果を確認し、必要な対応を判断します。補助チャットもローカルLLMを利用します。
WHAT WE DID
支援内容
ローカルLLMの導入
ローカル環境で動作するLLMと推論サーバーを整備し、利用環境に合わせた起動・運用方法を整理しました。
開発ルールの整理
既存ルールを整理し、機械的に判定できる項目と文脈を踏まえた確認が必要な項目を切り分けました。
チェック機能の構築
チェック結果に指摘箇所や理由を表示し、担当者が確認しやすい仕組みを構築しました。
操作画面と補助チャット
チェックの実行・結果確認画面と、ローカルLLMに質問できる補助チャットを整備しました。
EXPECTED BENEFITS
期待される効果
機密性に配慮した
AI活用環境の整備
確認作業の負担軽減と
チェック品質の平準化
開発者の確認・調査を
サポート
※効果は期待されるものであり、実測値に基づくものではありません。
CONTACT
AIを、現場で使える力に。
CROSS AIは、ローカルLLMの導入から業務に合わせた仕組みづくりまで支援します。
ローカルAIの導入や業務効率化について、お気軽にご相談ください。