AI モデル切替時の動作整合性を、後から証明する。
Hide ── 隠す モデル内部・パラメータ・学習データ
Prove ── 証明する モデル切替前後の同一判断（または差分）
AI モデルを更新（v3.5 → v4.0 等）した時、過去の判断が再現可能か / 結果が変わるかを後から検証したい。Lemma で各時点の modelId と policyHash を判断時にコミットし、モデル更新後も過去の判断ロジックを暗号的に遡及可能。
live in production since 2025 · 公共インフラ PoC 稼働中 · ETHGlobal AI Agents 2026 Finalist
01 · 課題認識
推進担当の、3 つの声。
- AI 開発・運用
「モデル更新後、過去の判断を遡って再現・検証する必要が出てくる」
- 監査・規制対応
「「その時のモデル」で「その時のポリシー」を運用していたことを証明したい」
- 法務
「過去の AI 判断に対する責任を、後から明確化したい」
02 · 変化
原本を渡すか、事実だけを渡すか。
AI に渡すものが変われば、漏洩のリスクごと消える。
Without Lemma
原本をそのまま渡す
- decision_id:
- D-001
- model:
- claude-3.7-sonnet
- old_model:
- gpt-4-turbo
- policy:
- ?（当時のもの不明）
- output:
- 承認
↓ すべて AI・外部へ渡る
With Lemma
事実だけを渡す
- agent:
- did:lemma:agent-decision-001
- modelId:
- claude-3.7-sonnet@2024-08-15
- policyHash:
- 0x71c5…
- inputCommitment:
- 0xb4e2…
- outputCommitment:
- 承認
- satisfiesPolicy:
- true
- recordedAt:
- 2024-08-15T10:23:00Z
- ZK verified:
- ✓ VALID
↓ 必要な事実だけ AI へ渡る
判断の瞬間に modelId@timestamp と policyHash を固定し、入力・出力のコミットメントと satisfiesPolicy を同時にコミットします。モデルが更新されてもこの記録は不変で、過去の判断を「その時のモデル・その時のポリシー」で遡及検証できます。モデル内部やパラメータを開示せずに、判断の整合性を独立に示せます。
技術詳細を見る ↗03 · 選定基準
3 つの基準で、選ぶ。
「中身を出さず渡す」「独立検証」「改ざん不能」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 | 改ざん不能 |
|---|---|---|---|
| アクセス制御のみ | △ | ✗ | ✗ |
| マスキング / 匿名化 | △ | ✗ | ✗ |
| 暗号化のみ | ✓ | ✗ | ✗ |
| Lemma（ZK 証明）唯一 3 つ揃う | ✓ | ✓ | ✓ |
04 · 進め方
進め方
版固定 schema の設計と PoC から入り、運用まで伴走します。
- 30 分の棚卸し — モデル切替が想定される AI システムと判断種別を特定します。
- 版固定 schema を設計 — modelId@timestamp + policyHash の組み合わせを定義します。
- 判断時の証明発行を接続 — AI 推論結果に毎回 commitment を付与する層を挟みます。
- PoC で 1 システム実証 — 4 週間で 1 つの判断ロジックに導入し、モデル更新後の遡及検証を確認します。
- 導入支援と運用の伴走へ — 費用感の目安として既存プラン区分（Civic / Critical / Compliance）を参照しますが、構成と価格は会話のなかで設計します。
「モデル更新後に過去の判断を説明できるか不安」な AI システムを 1 つ、最初の 30 分で聞かせてください。モデル内部の開示は不要です。
より広い活用シーン
このユースケースを含む、活用シーンの全体像。
業界・業務領域ごとの活用シーンと、4 つの軸で整理しています。
Solutions で 検証可能 AIの活用シーンを見る →DISCOVERY CALL
まずは、30 分の対話から。
Lemma の機能や活用場面について、ご質問にお答えします。技術的な詳細や機微情報（個人情報や機密情報など）の開示は不要です。