QueryPie AI、意思決定AIモデルQEVを開発　機密情報検知の漏れを削減

CATEGORY: テクノロジー

データセキュリティやAIプラットフォームを提供するQueryPie AI合同会社は、独自の意思決定AIモデル「QEV」を開発しました。情報漏えい防止（DLP）分野において、外部の商用AIモデルを上回る機密情報検知性能を実現したとしています。QEVは、入力された文章を分析して定義済みの基準に基づき分類や条件判定、スコア評価を行うことに特化しています。

商用AIモデルと比較して検知漏れ件数を約91.3％削減

QueryPie AIが日本語、英語、韓国語で構成された社内文書3,167件を対象に実施した比較評価では、QEVが検知率99.69％、F2スコア98.98％を記録しました。機密情報を含む文書1,281件のうち検知できなかった文書は4件にとどまり、外部の商用意思決定AIモデル「JEV API」の検知漏れ46件と比較して、検知漏れ件数を約91.3％削減したとしています。

また、QEVの軽量モデルは正解率98.58％を記録し、評価対象モデルの中で最も高い正解率を示しました。モデル別の検証結果は以下の通りです。

• 汎用LLM API（JEV）：見逃し46件、誤検知34件、正解率97.47%、F2スコア96.59%
• QEV：見逃し4件、誤検知50件、正解率98.29%、F2スコア98.98%
• QEV（軽量モデル）：見逃し24件、誤検知21件、正解率98.58%、F2スコア98.17%

文脈に応じた分類とGPUメモリ使用量の削減

実際の企業業務を想定したメールやAIへの入力文章10件を対象とするデモテストでは、「機密情報なし」「個人情報を含む」「社内機密情報を含む」「個人情報と社内機密情報の両方を含む」の4カテゴリへの分類を実施しました。顧客情報や発表前の法人向け料金などの内容に応じ、10件すべてのテストケースで定義された基準に合致する判定を行いました。

さらに、運用効率を高めるため8ビット整数量子化（INT8）技術を適用したところ、検知性能をおおむね維持しながらGPUメモリ使用量を27.5～45.2％削減しました。特にQEVモデルは量子化後も検知漏れ4件を維持し、F2スコアは従来の98.98％から99.02％へ向上したとしています。

Hugging Faceでの公開とソリューションの提供体制

QueryPie AIはQEVをAIモデル共有プラットフォーム「Hugging Face」で公開したほか、日本語・英語・韓国語に対応した専用デモページも開設しました。同モデルを活用したDLPソリューションは、直接販売および販売パートナー経由で提供されます。同社の担当者は、機密情報検知性能の検証を出発点として企業ごとのセキュリティポリシーや業務特性に最適化されたAI技術を高度化し、幅広いエンタープライズ領域へ活用範囲を拡大していく計画を示しています。

QueryPie AI合同会社について

QueryPie AI合同会社は、2016年に米国シリコンバレーで設立された企業を母体とし、クラウドおよびオンプレミス環境向けのアクセス制御・監査基盤を提供しています。

• 所在地：東京都港区虎ノ門1丁目17番1号 虎ノ門ヒルズビジネスタワー15階
• 代表：有延 敬三
• 提供形態：SaaS型／オンプレミス型
• 価格：利用規模・構成に応じて個別見積もり
• URL：https://www.querypie.ai/

本記事はQueryPie AI合同会社の発表をもとに作成しました。

Dellows News編集部

ビジネスパーソンの課題解決と納得感にこだわるDellows News編集部。キャリア論からAI、健康法まで幅広い分野に対応し、複雑なテーマでも平易な言葉で丁寧に解説。読者が「明日から使える」知識やヒントを得られるよう、具体的な事例・データ・専門家の見解を交えて執筆。情報を整理し、納得感ある記事づくりを心がけています。