業務ユースケース — 検証可能 AI
AI 監査ログ証明
AI の判断の帰属を、判断した時点で ZK 証明として固定します。モデルを更新した後でも当時の根拠まで遡って説明でき、説明責任を確実に果たせます。
01 · 課題認識
推進担当の、3 つの声。
- 内部監査・コンプライアンス
「AI 判断の根拠を後から再現するために、入力・モデル・過程の証跡が必要」
- 法務・経営層
「AI による意思決定を、規制当局・株主に説明できる仕組みがない」
- CISO・セキュリティ
「AI 判断の改ざん検知ができず、責任の所在が曖昧になる」
02 · 変化
原本を渡すか、事実だけを渡すか。
現場の手は増えない。相手の確認が変わる。
① 現場は、保存するだけ。
- いつもの操作
- 記録を入力して、保存
- 保存と同時に
- 証明が付く（裏で API 連携）
- 記録の本文
- 送信されない
② 相手は、リンクを開くだけ。
改ざんされていません
NOT TAMPERED
- 証明された事実
- 正規の指示と入力で生成された出力である
- プロンプト・入力データ・モデル内部
- 表示されない
- ログイン・キー
- 不要
なぜ Lemma か
- 本文は出さない — 記録の本文（個人情報・機微データ）は送信も開示もしません。
- 相手が独立に検証 — 受け取った側はリンクを開くだけ。アカウントもキーも不要です。
- 書き換えは検知 — 1文字の書き換えも、検証の時点で一致しなくなります。
AI が判断を下した瞬間に、使ったモデル・入力した事実・適用した基準・最終結論を、ひとつの検証可能な証跡として固定します。原本データは社内に留まり、外部に渡るのは「いつ・どのモデルが・何を根拠に・何を判断したか」という事実だけ。モデルが更新されても過去の判断は不変に残り、当時のデータを開示せず、当局・監査人・申立者が同じ証跡を独立に検証できます。
技術詳細を見る ↗03 · 選定基準
なぜ、いままでのやり方では足りないのか。
「中身を出さず渡す」「独立検証」「書き換えの検知」の 3 つが同時に要る業務こそが Lemma の領域です。
| 手段 | 中身を出さず渡す | 独立検証 | 書き換えを検知 | そのままだと |
|---|---|---|---|---|
| アクセス制御・権限管理 | △ | ✗ | ✗ | 社内の誰かが直せた、という疑いが残る |
| マスキング / 黒塗りで提出 | △ | ✗ | ✗ | 黒塗りの手間が増え、元の記録の真正性は示せない |
| 暗号化して保管・送付 | ✓ | ✗ | ✗ | 相手が確かめるには、結局開示が要る |
| ログ・監視のみ | △ | ✗ | ✗ | 検知・記録止まりで、相手が独立に確かめられない |
| Lemma（ZK 証明）唯一 3 つ揃う | ✓ | ✓ | ✓ | 相手がリンクを開くだけで確かめられる |
04 · 進め方
実装イメージと、導入の流れ。
示すこと正規の指示と入力で生成された出力である
出さないものプロンプト・入力データ・モデル内部
送るものハッシュのみ
記録の本文送信されません
発行しました 0x68d4…9f01
改ざんされていません
NOT TAMPERED
署名の一致改ざんの有無発行者
開示範囲・保存期間の設計から PoC、本番運用まで伴走します。
まずは、30分のヒアリングから。
説明責任のリスクが集中している AI 判断系を1つ、最初の30分で聞かせてください。モデルの実装詳細や機微情報（個人情報や機密情報）の開示は必要ありません。
業務から探す
同じ課題｜社内データを外に出さず、AI に使わせる
お探しの業界・課題に合わせた事例が見つかります
課題や業種から業務ユースケースを探す（全36件） →