社内の資料をAIで活用するとき、検索できる文章だけが対象とは限りません。表の見出しと数値、図の注釈、複数ページの条件を結び付ける作業が必要になります。リコーは2026年6月5日、日本語の図表読解と推論を強化した二つのマルチモーダルモデルを発表しました。今回はイノベトピアの報道を振り返り、リコーの一次資料から、性能比較の条件と企業導入で確認すべき点を整理します。
本稿で扱う提供計画や評価値は6月の発表に基づきます。11月時点の納期や個別構成を確認したものではありません。
海外の基盤モデルに日本語業務の学習を加える
大きい構成はQwen3.6-Ricoh-27B-20260522、小さい構成はQwen3.5-Ricoh-9B-20260522です。それぞれアリババクラウドのQwen3.6-27BとQwen3.5-9Bを土台にしています。リコーが日本企業の文書に合わせた学習を施したモデルであり、基盤からすべて国内で開発したという意味ではありません。
技術面では、報酬の設計を工夫した強化学習と、問題の難易度や学習順序を調整するカリキュラム学習を使っています。単語の対応だけで答えを作るのではなく、図表と文章を読み合わせる複数段階の推論を改善する狙いです。GENIACの基盤モデル開発第2期・第3期で進めてきた取り組みの成果として説明されています。
企業にとっては、請求書の数字を取り出すだけでなく、条件に合う項目かを照合したり、図の情報を含む資料から根拠を整理したりする用途が考えられます。ただし、発表にある製造、金融、自治体などの例は想定用途です。各業界で導入済みの効果が実証されたという読み方はできません。
0.881という数字をどう読むか
リコーの評価では、27BモデルのJDocQA-Reasoningの値は0.881でした。比較用に掲載されたGemini 3 Pro Previewは0.880です。この近さは、日本語文書の図表読解という特定条件で、オンプレミス向けモデルを候補にできることを示します。一般的な文章作成やあらゆる推論で同等、という意味ではありません。
評価条件にも意味があります。JDocQA-Reasoningはリコーが開発した1,362問のデータセットで、採点はLLMを使う方式です。推論と評価を5回実施した平均値が掲載され、比較対象の一部には3月30日の発表時点の参考値が使われています。小数点以下の差だけから勝敗を断定するより、同じ資料、同じ質問、同じ採点方法で自社の用途に必要な差があるかを確認するべきです。
公開データセットは検証の出発点になります。しかし、社内の手書き注記や低解像度のスキャン、特殊な略語まで代表しているとは限りません。公開ベンチマークと自社資料の評価を二段階で行うことが、モデル選定を説明しやすくします。
軽量化は品質を測りながら選ぶ
発表ではFP16に加えて8bit、4bitの量子化版を用意しています。数値の表現を小さくすることで、必要な計算資源を抑える方法です。量子化版もベースモデルを上回るとされていますが、元の27B版とまったく同じ精度ではありません。公表されたJDocQA-Reasoningは8bit版0.873、4bit版0.868で、用途ごとの判断が必要です。
9Bモデルはさらに小さいGPU構成を想定した選択肢です。処理速度や同時利用人数、読み込む画像の大きさは、パラメータ数だけでは決まりません。導入見積もりでは、必要メモリや待ち時間を実際の文書で測定し、モデル単体のサイズと運用全体の費用を分けるとよいでしょう。
社内で動かす場合にも管理は残る
リコーは6月下旬ごろからRICOH オンプレLLMスターターキットへの搭載を予定すると発表しました。オンプレミスは、自社サーバーなどの管理下で処理する形態です。外部への文書送信を制限する業務では、有力な選択肢になります。
一方で、保存した原本、推論ログ、回答の閲覧権限まで自動的に適切になるわけではありません。本稿の実務上の提案としては、文書ごとの権限を検索結果と回答にも引き継ぎ、回答の根拠ページを示せるようにし、誤った場合に担当者が訂正する工程を設けることが挙げられます。社内設置という場所の条件と、情報を誰に見せるかという権限の条件を両方確認する必要があります。
今後の方針として業種別モデルやHi.DEENへの統合が挙げられています。個別の業務では、最初からすべての資料を対象にするより、確認しやすい文書群を選び、回答の正確さ、根拠の一致、処理時間を測るところから始められます。AI活用の検討や運営会社への相談窓口は、RO合同会社の公式サイトをご覧ください。
AI導入支援AI導入・活用でお悩みなら
AI導入センターに無料相談する →
