✓ ローカルAIに興味はあるが、実際のところ何ができて何ができないのか分からない

✓ クラウドのChatGPTは使えるが、社内のPCやサーバーの中で動かすイメージが湧かない

✓ 無料モデルが手に入ると聞くが、自社の機材で本当に動くのか不安がある

✓ 試すとしても、どこから手をつけてどこで見極めればいいのかが分からない

もし一つでも当てはまるなら、

足りないのは「技術知識」でも「予算」でもありません。

ローカルAIで何が使えて、何が苦手で、どこで詰まるかという「実態の解像度」が足りていないだけです。

この45分で、ローカルAIの使える用途・苦手な用途・現場でのつまずき所を、具体的な事例と数値で整理し、自社で試すかどうかを判断する前提となる「実態の解像度」を持ち帰ることができます。

■ こんな方におすすめです

────────────────────────────────

✓ ローカルAIに興味はあるが、何ができて何ができないのか実態を知りたい方

✓ クラウドのChatGPTは使えるが、社内で動かすローカルAIは未知という方

✓ 製造業・官公庁で、機密データの都合からローカルAIが気になっている方

✓ 無料モデルを試したいが、自社の機材や運用で回せるか不安な方

✓ 難しい技術知識なしで、ローカルAIの実態を一度整理したい方

■ セッション説明

────────────────────────────────

「自社の中だけで動くAI（ローカルAI）を試してみたい。でも、実際のところ何ができて、何ができないのか分からない」。製造業や官公庁の現場で、この声をよく聞きます。クラウドのChatGPTは使えても、社内のPCやサーバーの中で動かすローカルAIとなると、急に実態が見えなくなります。

本セッションは、ローカルAI（端末やオンプレで動かす大規模言語モデル）の「使える・苦手・つまずき所」を、入口層に向けて実態ベースで整理します。まず、いま無料で手に入るモデルが日本語でどこまで実用になるのか（Swallow・Qwen3 など）を、クラウド最上位との実際の性能差とともに示します。次に、文書要約・社内文書QA・分類といった「得意な用途」と、高度推論・最新知識・長文一括処理といった「苦手な用途」を具体的に分けます。

さらに、現場で実際に詰まるポイント（GPUメモリ・推論速度・精度のバラつき・運用とモデル更新の手間・RAGとの組み合わせ）を、必要VRAMやトークン/秒といった具体的な数値で見ていきます。最後に「まず何から試し、どこで見極めるか」の現実的な入口（Ollama・LM Studio・小さく絞ったPoC）を提示します。難しい技術知識は不要です。今日のゴールは、自社でローカルAIを試すかどうかを判断する前提となる「実態の解像度」を持ち帰ることです。

■ 今回話す内容

────────────────────────────────

1. ローカルAIとは何か。クラウドとの違いと、無料で手に入る日本語モデルが今どこまで実用になっているか
2. 何が使えて何が苦手か。要約・分類・社内文書QAなどの得意用途と、高度推論・最新知識・超長文といった苦手用途を、JAL×Phi-4 miniの現場事例とともに具体的に整理
3. どこで詰まるか。GPUメモリ・推論速度・量子化・精度のバラつき・運用更新・RAG併用の6つのつまずき所を数値で確認し、Ollama・LM Studioで小さく試す入口まで

■ 登壇者

────────────────────────────────

三好大悟（株式会社リベルクラフト 代表）

データサイエンティスト出身。製造業・大手ITを中心に、AI・データ活用のコンサルティングと社内研修を手がける。「技術を現場で動く施策に翻訳する」をミッションに、導入判断から構築・運用展開まで一気通貫でサポートしている。Python・SQLによる実装経験と、経営層へのプレゼン・合意形成の両方を持つ実務家。

X: 三好大悟, リベルクラフト