リコー、オンプレ対応AI開発　図表読解でGemini級性能

株式会社リコーは2026年6月5日, アリババクラウドのオープン大規模言語モデル「Qwen3.6-27B」をベースに開発した、日本語および図表読解に特化したオンプレミス（自社サーバーでシステムを稼働させる運用形態）対応のマルチモーダルLMM（画像やテキストなど複数種類のデータを処理できるAIモデル）「Qwen3.6-Ricoh-27B-20260522」を発表しました。リコーが独自に構築した日本語ビジネス文書の図表読解推論ベンチマーク「JDocQA-Reasoning」において「0.881」のスコアを記録し、Googleの「Gemini 3 Pro Preview」（参考値：0.880）とほぼ同水準の性能に達したことが確認されました。このモデルは2026年6月下旬より「RICOH オンプレLLMスターターキット」に搭載され、提供が開始される予定です。

1. セキュリティ向上と導入コストの削減

本モデルはオンプレミスで完結して動作するため、請求書や約款、設計図といった機密データを外部のクラウドに送信することなく、強固なセキュリティ環境下で処理が可能です。また、計算精度をあえて粗くして動作を軽量化する「量子化技術」を採用しており、FP16版のほか、8bit版および4bit版も用意されています。これにより、必要な計算リソースやGPU（画像処理半導体）の導入コストを抑えつつ、モデルの性能を維持することに成功しました。高価なハードウェアの調達が難しい中堅企業にとっても、導入の障壁が下がると見られます。

2. 独自ベンチマークにおける評価と第三者検証の担保

リコー独自の図表読解・推論ベンチマーク「JDocQA-Reasoning」において、本モデルは0.881を記録し、Googleの「Gemini 3 Pro Preview」（0.880）や「GPT-5.2」（0.731）の参考値を上回りました。この結果は、特定のビジネス文書処理という限定された領域において、中型モデルが汎用巨大モデルを上回り得ることを示しています。なお、この評価はリコーがAzure OpenAI Serviceのモデルを採点役として用いた「LLM-as-a-Judge（AIがAIの出力を評価する手法）」に基づいています。リコーは評価データセットをHugging Face上に無償公開しており、第三者による検証可能性を担保する姿勢を示しています。

3. GENIACプロジェクトの成果とオープンモデルの活用

本モデルの開発は、経済産業省とNEDO（新エネルギー・産業技術総合開発機構）が国内の生成AI開発を支援する「GENIAC（国の生成AI開発支援プロジェクト）」の枠組みにおいて実施されました。土台に中国アリババ製の「Qwen」という海外発のオープンソースモデルが使われていることについて、AIの完全な国産化という観点から議論を呼ぶ可能性はあるものの、既存の優れたオープンソースモデルを活用して日本のビジネスニーズに適合するよう改良を施すアプローチは、現実的で合理的な開発路線であるとの見方もあります。

リコーの「Qwen3.6-Ricoh-27B」は、AI開発のトレンドが「モデルの巨大化」から「軽量かつ特定業務への特化」へとシフトしつつある流れを体現しています。企業がクローズドな自社環境で日本語ビジネス文書を安全かつ高度に処理できる実用的な手段を得た意義は大きいと言えます。今後はリコーの独自AI基盤「Hi.DEEN」への統合も見据えられており、クラウド大手のサービスに頼るだけでなく、各社が自社環境で最適化されたAIを活用する「AIの分散化」を後押しするプロダクトとなるか注目されます。