On-Premise Knowledge AI
Refyn.
社内のAIは、社外に出さなくていい。
しかも、実績ある高性能クラウドAI（GPT-4o）と「同じ満点」を、御社のサーバー1台で。
散らかった社内規程やマニュアルを、AIが「根拠付きで即答できる資産」に。 しかも、データは1ミリも外に出ません。
その品質は、もう検証済みです ──
- 96 / 96
- 約1秒
- 31,000ページ
クラウドAI（GPT-4o）が満点の試験で、社内設置AIも満点
質問から回答が出始めるまで（同時5名・実測）
一晩（8時間）で構造化できる社内文書量
なぜ、いま「社内完結型AI」なのか
社内文書をAIに任せたい。
でも、こわい。
- 01
機密の規程やノウハウを、外部のクラウドAIに送って本当に大丈夫なのか？
- 02
契約・規制で、そもそもデータの社外持ち出しが禁じられている。
- 03
使うほど課金が膨らむ従量制。コストの先が読めない。
- 04
ベンダーのAPIが値上げ・廃止されたら、業務が止まってしまう。
Refyn の答えは、シンプル。
AIを、外に出さない。
サーバー1台の中で、取り込みから回答まで全部が完結します。 「安全だけど、精度はクラウドに負ける」——その常識も、ちゃんと覆しました。
検証済みの証拠 ①
「ローカルだと、精度が落ちる」
——その常識、壊しました。
実務で広く使われるクラウドAI・GPT-4oが満点を取る試験。社内に置いたAIも、まったく同じ満点でした。
クラウドAI・GPT-4o
この満点を「合格ライン」に設定
社内に置いた Refyn
同じ試験で、同じ満点
「安全を取るなら、精度は諦める」。
その時代は、もう終わりです。
＋160問テストの中身と、3モデルの満点を見る
規程・マニュアル60文書から160問の評価テストを作成。出題はこの4観点です。
- 文書からの正確な項目抽出（誰が・いつ・どの範囲の規程か）
- 版の違いの理解（旧版と新版で何が変わったか）
- 矛盾の検出（どの規程とどの規程が食い違うか）
- 根拠付きの質問応答
未公開の本番96問で満点。練習問題（64問）との差は 0.0ポイントで、丸暗記ではない実力です。出荷モデルは商用利用可能なQwen3.6-35B-A3B。 同じ試験でQwen・Gemma・Mistralの3モデルすべてが96/96を記録しました。
検証済みの証拠 ②
質問して、
約1秒で返ってくる。
5人が一斉に使っても、待たされない。 「遅くて誰も使わない」が、起きません。
質問してから回答が出始めるまで（同時5名・実機実測）
＋3つの実測値と、合格基準を見る
- 回答が出始めるまで（同時5名）約1.0秒
- 回答完了まで（同時5名）約5.2秒
- 同時アクセス20名まで実測
社内の問い合わせ応答に求められる基準（初回応答3秒以内・同時5セッション）を、 余裕を持ってクリア（PASS）。20名同時でも取りこぼしゼロでした。
検証済みの証拠 ③
積み上がった文書も、
一晩で片付く。
夜8時間のバッチで構造化できる量。段ボール数箱分が、朝にはナレッジに変わっています。
＋処理スピードと、基準に対する余力を見る
- 処理スピード約3,900ページ/時
- 基準に対する余力約31倍（PASS）
性能基準（1,000ページ/夜以上）に対し約31倍。文書が10万ページあっても、 数日の夜間バッチで構造化が完了する計算です。
検証済みの証拠 ④
「それ、どこに
書いてある？」に、
ぜんぶ答えられる。
ふつうの社内文書AIは、文章は返せても「根拠のありか」を返せません。Refynは文書を構造化してから扱うので、 どの規程の・どの条文の・どの版が根拠かを、全部たどれます。
回答の根拠を、最後までたどれた割合（実測）。監査・コンプラ部門には「無ければ使えない」要件です。
＋ふつうの検索方式と、どれだけ差が出たか見る
| 比べた指標 | Refyn | 素朴な検索 |
|---|---|---|
| 監査トレーサビリティ（総合） | 100% | 64.2% |
| 出典の命中率 | 100% | 93.3% |
| 「どの矛盾に紐づくか」を返せた率 | 100% | 0% |
※ この差は「根拠のひも付け」まで含めた厳密な指標です。回答文そのものの自然言語的な正しさの差は 控えめ（+2.5pt）で、私たちはそこを誇張しません。真価は「正確で、かつ最後まで監査できる回答」にあります。
ローカルLLMという選択
なぜ「ローカル」で持つのか。5つの理由。
データ主権・情報漏洩ゼロ
機密文書も個人情報も、社外に1ミリも出ない。外部AIに「学習で使われる」リスクが原理的に存在しない。
規制・契約をクリア
「データの社外持ち出し禁止」が前提の金融・製造・医療・公共でも、そのまま導入できる。
コストが青天井にならない
従量課金の「使うほど高くなる」構造から解放。固定費で予算が読め、高ボリュームではクラウドより安くなる。
ベンダーロックインなし
採用は商用利用可能なオープンモデルのみ。モデルは差し替え可能な設計で、API値上げ・廃止に振り回されない。
ネット遮断環境でも全機能稼働
閉域網・工場・オフライン拠点でも、クラウド接続なしで完全動作する。
そして今回、「ローカルだから精度が落ちる」という最後の弱点も、実測で消えました。セキュリティ・コスト・精度。もう、どれも諦めなくていい。
検証済みの証拠 ⑤
規模が出れば、安全なうえに、安い。
正直に言います。少量ならクラウドが得です。でも全社で本格運用すれば、件数は跳ね上がる。そして——逆転します。
少量なら
クラウドが安い
月14〜25万件で
逆転
大量なら
Refynが圧勝
月100万件規模になると、その差は月40万円以上。 しかも、データは一切外に出ません。
＋件数ごとの損益分岐を、数字で見る
| 月間の処理件数 | クラウドAPI | 社内設置 | どちらが得か |
|---|---|---|---|
| 10万件 / 月 | $599 | $867〜1,526 | クラウドが得 |
| 50万件 / 月 | $2,995 | $867〜1,526 | Refynが得 |
| 100万件 / 月 | $5,990 | $867〜1,526 | Refynが圧勝 |
1件＝A4・1ページの構造化。クラウド単価は実測で約0.6円相当/件（$0.006）。 損益分岐は自社保有で約14.5万件、レンタル常時起動で約25.5万件。処理上限は月約280万件まで余力があります。
Refyn の立ち位置
高すぎる「大企業向け」でも、
精度の出ない「汎用RAG」でもない。
中堅企業（300〜3,000名）のための、ちょうどいい一台。安全・精度・コストの、現実的な最適解です。
＋大企業向け基盤・汎用RAGと、項目ごとに比べる
| 大企業向け基盤 | 汎用RAG製品 | Refyn | |
|---|---|---|---|
| データの置き場所 | クラウド中心 | クラウド | 完全に社内 |
| 日本企業の文書 | 汎用的 | 精度が出にくい | 特化パーサーを内製 |
| 品質監査 | 別モジュール | ほぼ無し | 標準装備 |
| 回答の根拠・監査トレース | 限定的 | 弱い | 100%たどれる |
| コスト | 重い | 従量で青天井 | 固定費・規模で逆転 |
| 想定規模 | 大企業 | 不問 | 中堅企業に最適 |
What Refyn Does
取り込み、精錬し、根拠付きで即答する。
散らかった社内文書を、検索・監査できるナレッジ資産へ。取り込みから回答・学習までを一気通貫で。
文書取り込み
PDF / Word / Excel / スキャンを自動判別。Excel方眼紙も構造を復元する。
AI構造化パイプライン
文書タイプ判別 → 項目抽出 → 正規化 → 出典座標付与を、画面でライブ可視化。
品質監査レポート
矛盾・参照欠落・未定義用語・鮮度を検出し、経営層向けサマリ付きで出力。
人による承認ループ
AIの結果を人が承認・修正。修正は学習データとして蓄積されていく。
根拠付きチャット
回答に必ず出典（文書名・条文・版・該当箇所）を併記。曖昧な時は推測せずチケット化。
チケット管理
回答不能な問い合わせを、担当部門へ自動でエスカレーション。
学習ループ
解決済みチケットをFAQ化 → 次回から同じ質問に即答できる。
利用状況ダッシュボード
自己解決率・問い合わせ件数・ナレッジ成長を、KPIで可視化。
Demo Highlight
「答えられない」が、
「即答できる資産」に変わる瞬間。
使うほど賢くなることを、5分で実演します。社内に蓄積された解決ノウハウが、自動でナレッジ資産に育ちます。
- 1
社員
「社用車で事故…自己負担は？」と質問する
- 2
AI
推測せず「現時点では回答不能」と返し、チケット起票を提案する
- 3
担当者
チケットを解決し、FAQを起案する
- 4
管理者
FAQを承認・公開する
- 5
AI
同じ質問を再送すると、ナレッジから根拠付きで即答する
だから Refyn は、導入した日が一番“バカ”で、使うほど賢くなります。
導入イメージ
届いたその日から使える、
買い切りの1台。
月額のクラウド課金ではなく、買えば資産として手元に残ります。 規模に合わせて、2つの構成から選べます。
Standard
実測値はこの構成ワークステーション級（GPU 96GB）
約180〜250万円
$12,500前後 ／ 1台（ハードウェア本体の目安）
- 想定規模
- 〜3,000名・文書10万ページ・バッチ重視
本ページの精度・速度・処理量は、すべてこのStandard実機での実測値です。
Lite
ミニPC級（統合メモリ128GB）
約30〜50万円
$2,000〜3,000前後 ／ 1台（ハードウェア本体の目安）
- 想定規模
- 〜500名・文書〜3万ページ
性能は現時点で未実測。価格・性能とも確定値ではありません（参考目安）。
アプライアンス型
GPU搭載機にプリインストールして納品。届いたその日から使える。
社内LANから利用
ブラウザでアクセス。クラウド接続は不要で、閉域でも動く。
読みやすいUI
本文18px基準の大きな文字。ITに不慣れな現場でも迷わない。
＋ハードウェア費用の前提を見る
上記はハードウェア（筐体）本体のみの目安です。ソフトウェアライセンス・初期構築・保守の費用は、別途 御社の規模に合わせてお見積りします。Standard の目安はTCO試算の前提値（ハード $12,500・1ドル約150円換算）、 Lite はミニPCの一般的な市場価格からの参考値です。
Why we don't exaggerate
盛って、ません。
都合の悪いことも、先に言います。エンタープライズの購買担当者ほど、ここを読むから。
少量利用なら、クラウドの方が安い。
逆転するのは中〜大ボリューム。少量での優位は主張しません。
数値はすべて Standard 実機の実測。
小型の Lite SKU の性能は未実測。確定値ではありません。
トレーサビリティの +35.8pt は厳密指標。
回答文そのものの精度差は控えめ（+2.5pt）。誇張しません。
＋検証範囲について、もう少し細かく開示する
- 速度・処理量は、文字情報を持つPDF・Word・Excelを対象とした実測です。スキャン画像のOCRは別途の検証範囲として切り分けています。
- 評価テストのコーパスは、合成・公開資料に準拠した規程・マニュアルです（実顧客の機密文書ではありません）。導入時はPoCで御社の実文書で再評価します。
そのうえ、TCO（総保有コスト）の計算は誰でも再計算・検証できる形で公開しています。だから、安心して比べてください。
リファイン
現場のナレッジを、精錬する。
散らかった社内文書を、社外に出さずに、 正確に答えるナレッジ資産へ。 セキュリティも、コストも、そして精度も——もう、諦めなくていい。
その品質は、机上の理論ではありません。すべて、実機で検証済みです。