AI901-Concept#165-2
注: この問題は、同じ前提を持つ一連の問題の一部です。それぞれの問題には異なる解決策が提示されます。
前提
ある総合商社が、月数万件の取引先請求書 (PDF / スキャン画像 / 一部手書き) を自動処理して ERP に取込むワークフローを Azure AI Foundry で構築しています。形式は取引先ごとに異なり、独自の自社専用テンプレートを含みます。HIPAA / 個人情報保護法の規制対象データも一部含まれる可能性があります。
解決策
コスト削減のため、自社専用テンプレートも汎用 prebuilt invoice モデルだけで処理し、精度が低くてもそのまま ERP に自動投入します。PII マスキングや RBAC も省略します。
この解決策は目的を満たしますか?
解説
【判定: いいえ】の理由
本提案は精度 / Responsible AI / 規制対応のすべてに問題があります。第一に、自社専用テンプレートは prebuilt モデルが学習していない独自フィールド / レイアウトを含むため抽出精度が低下し、誤データを ERP に投入することで会計データの不整合が発生します。第二に、PII マスキング省略は個人情報保護法 / GDPR に違反し、規制当局による指摘対象となります。第三に、RBAC 省略は最小特権原則違反で、内部不正リスクを高めます。コスト削減を口実に Responsible AI と規制要件を放棄するのは本末転倒で、本番運用は許容できません。custom model の学習コストは初期一回限りで、規制違反による事業リスクと比較すれば極めて小さい投資です。
【「はい」が違う理由】
精度 / Privacy / 規制対応のすべてに違反するため、「目的を満たす」と判定する根拠は皆無です。
本提案は精度 / Responsible AI / 規制対応のすべてに問題があります。第一に、自社専用テンプレートは prebuilt モデルが学習していない独自フィールド / レイアウトを含むため抽出精度が低下し、誤データを ERP に投入することで会計データの不整合が発生します。第二に、PII マスキング省略は個人情報保護法 / GDPR に違反し、規制当局による指摘対象となります。第三に、RBAC 省略は最小特権原則違反で、内部不正リスクを高めます。コスト削減を口実に Responsible AI と規制要件を放棄するのは本末転倒で、本番運用は許容できません。custom model の学習コストは初期一回限りで、規制違反による事業リスクと比較すれば極めて小さい投資です。
【「はい」が違う理由】
精度 / Privacy / 規制対応のすべてに違反するため、「目的を満たす」と判定する根拠は皆無です。
コメント