アイリッジ子会社、AIの確認作業を自動化する運用基盤「Flauro」を正式リリース

何が発表されたか

• 株式会社アイリッジの子会社オルケストラAIが、AI運用基盤「Flauro（フラウロ）」を正式リリース。国内初のHITL自己学習技術を掲げる。
• モデル自動ルーティング：処理内容の複雑さとリスクレベルに応じて、複数のLLMへタスクを自動で振り分ける。単純な処理は高速・低コストのモデル、複雑な処理は高性能モデルを選択する。
• HITL（Human-in-the-Loop）：定型的な情報整理はAIが処理し、重要な判断は人の承認を残す設計。「AIの確認疲れ」の解消を狙う。
• コスト実績：2026年8月10日〜25日の実利用ログで、Flauro経由の費用は232.51ドル。全件を高性能モデルで処理した場合の推計3,581.45ドルに対し約15分の1だったとする。同社は利用パターンによって差が出るとも注記している。
• セキュリティ：LLMへ送信する前に個人情報を検知・マスキングし、利用者任せではなく基盤側で一貫したガバナンスポリシーを適用する。

実務への影響

生成AIを業務に入れた企業が次にぶつかるのが、コストと「出力を全部人が確認する羽目になる」という2つの問題だ。Flauro はその両方に同時に手を打つ設計になっている。

同じ考え方は、受託案件で自前のAI機能を組む際にもそのまま応用できる。

• ルーティングを最初から入れる：問い合わせ分類やタグ付けなど確度の高いタスクは安価なモデル、文章生成や判断を伴うタスクだけ上位モデル。これだけでコストは大きく変わる。
• 確認の対象を絞る：全出力を人がレビューするのではなく、信頼度が低い出力・影響が大きい出力だけを承認キューに載せる。
• マスキングは基盤側で：個人情報の除去を「運用ルール」でなく仕組みで担保する。クライアントへの説明材料にもなる。

約15分の1というコスト差は自社事例ゆえ割り引いて読むべきだが、ルーティング設計の有無で桁が変わるという方向性自体は妥当だ。

補足

提示されたコスト比較は同社の特定の利用パターンにもとづく実績値であり、業務内容により変動する。