Kozuchi（富士通）とは？中小企業に合うかと料金の決まり方

Kozuchi（コヅチ）とは、富士通が提供するAIプラットフォームで、生成AI・予測分析・AIエージェントなどの技術を1つにまとめたものです。社員10〜200名の会社がまず社員全員に生成AIを安全に使わせたいのであれば会社定額で複数のAIを使えるサービスのほうが早く、データを外に出さない専有環境で自社専用のAIを育てたい会社にはKozuchiが候補となります。料金は公開されておらず、富士通への個別の相談で決まる形をとっています。なお、不動産投資サービスの「COZUCHI」とは別のものですので、検索の際はご注意ください。

法人向けの生成AIサービスを料金の決まり方で横に並べた一覧は、法人向け生成AIの料金比較（38社）にまとめてあります。ここではKozuchiに絞って、自社に合うかどうかを決める手がかりを順にお伝えしていきます。

Kozuchiとは何か｜富士通のAIプラットフォームの全体像

Kozuchiは、富士通が研究開発してきたAI技術を、企業が業務で試して使えるように束ねた土台になります。正式な名前は「Fujitsu Kozuchi」で、2023年4月20日に「Fujitsu Kozuchi（code name）- Fujitsu AI Platform」としてグローバルに公開されました。富士通の技術紹介ページでは、生成AIから予測分析、AIエージェント、ロボットと連携するフィジカルAIまでを結集したAIプラットフォームと説明されています。

1つの製品というより、目的に応じて選んで組み合わせる技術の集まりと考えると分かりやすいでしょう。そのため、Kozuchiという名前の下には、いくつもの製品名や技術名がぶら下がっています。

製品名と技術名の整理

公式ページは製品や技術ごとに分かれているので、名前どうしの関係を先に押さえておきましょう。

• Fujitsu Kozuchiは、AIプラットフォーム全体の名前です。
• Takaneは、Kozuchiの中核を担う業務特化型の大規模言語モデル（LLM）で、Cohere Inc.と共同開発されたものです。
• Fujitsu Kozuchi Enterprise AI Factoryは、2026年1月26日に発表された専有型のAIプラットフォームで、Takaneを中核にモデルの開発・運用・追加学習を自社の環境で回すためのものです。
• Multi AI Agent Frameworkは、富士通のAIエージェントを使い、自社独自のエージェントも作れる仕組みです。
• Fujitsu Kozuchi Physical OSは、複数のロボットやシステムを協調させるフィジカルAIの基盤です。
• 研究開発版は、商品化前の技術を試せる富士通の研究ポータルで、商品版とは別に案内されています。

社内でKozuchiが話題に上がったときは、どの名前の話なのかを最初に確かめてみてください。社員に生成AIを配る話なのか、自社専用のモデルを育てる話なのかで、相談の相手も費用も大きく変わってしまいます。

料金は公開されていない｜個別の相談で決まる理由と決まり方

Kozuchiの料金は、富士通の公式ページに価格表や金額の記載がなく、Webの問い合わせフォームからの個別の相談で決まります。確認したのは、2023年と2026年のプレスリリース、Enterprise AI Factoryの製品ページ、技術紹介ページ、研究開発版のポータルの5ページになります。

※2026年10月3日時点で富士通の公式ページに掲載されている内容です。

研究開発版のポータルには、すぐに試せる技術と、問い合わせの後に試せる技術が並んでいます。ただし、試すための条件や費用の扱いはポータル上で読み取れないため、気になる方は問い合わせの際に聞いてみましょう。

見積もりを動かす4つの要素

金額が出ていない以上、何によって費用が変わりそうかを知っておくと、社内で予算の話を始めやすくなります。富士通の発表内容から、費用の中身に関わりそうな要素を拾うと、次の4つが挙がってきます。

• 専有環境の基盤。Enterprise AI Factoryは、Private AI Platform on PRIMERGY（エフサステクノロジーズ提供）とPrivate GPT（Fsas Technologies GmbH提供）の上で提供され、AIを動かす環境ごと用意する形になります。
• 設置場所。自社のデータセンターに置くのか、富士通のデータセンターなどに置くのかを、要件に合わせて選べます。
• モデルの調整。Takaneを自社のデータで追加学習させるか、どの業務向けに調整するかで、作業の量が変わってきます。
• 導入と運用の支援。インフラの導入から運用の高度化までの支援メニューがあり、どこまで任せるかで中身が変わります。

この4つは、いずれも会社ごとの要件で中身が決まるものばかりです。金額が公開されていないのは、こうした組み合わせで1社ごとに設計が変わるためと考えられます。見積もりを頼む前に、自社がどの要素を必要としているのかを整理しておけば、話が早く進むでしょう。

専有環境でデータを外に出さない「Enterprise AI Factory」

Enterprise AI Factoryは、データを外部に出さない専有環境で、生成AIのモデル開発から運用、追加学習までを自社で回すための仕組みです。富士通は2026年1月26日にこれを発表し、オンプレミス（自社の設備）でも使える専有型AIプラットフォームと位置づけています。専有型とは、ほかの会社と共有しない、その会社専用の環境という意味になります。

安全面では、生成AIトラスト技術として、AIへの攻撃や不適切な出力を検知して抑える脆弱性スキャナーとガードレールを備えています。ガードレールとは、AIが危ない指示に従ったり、まずい答えを返したりしないように止める仕組みのことです。プロンプトインジェクション（AIをだます指示を紛れ込ませる攻撃）なども、事前と実行時の両方で検知・抑止すると説明されています。

AIモデルを軽くする量子化の技術も、構成の1つです。富士通の発表では、メモリ消費量を最大94%削減したとしており、これは2025年9月8日の発表時点でのTakaneにおける同社の実測値になります。

提供時期と、いま確かめておくこと

提供時期は、先行トライアルの受付が2026年2月2日に始まり、2月から段階的に提供し、正式提供は2026年7月の予定と発表されていました。確認した範囲では、2026年10月3日時点で公式ページに正式提供開始の告知は見当たりません。提供地域は、日本と欧州で順次提供を始めると発表されています。正式提供が始まっているか、自社が使いたい機能がどこまでそろっているかは、問い合わせの際に確かめておきましょう。

専有環境を持つと会社側に残る仕事

富士通自身も、専有環境でAIを使う際の課題として、AIエンジニアや複雑な運用体制の維持、コンピュータの資源の確保、新しいセキュリティの脅威への継続的な対応を挙げています。Enterprise AI Factoryはこれらを1つのパッケージで軽くするための製品ですが、専用の環境を持つ以上、体制づくりの話は会社側にも残ることになります。社員が数十名の会社では、担当者を誰にするかという入口の段階で、検討が止まってしまうことも少なくないでしょう。

中核のLLM「Takane」でできること

Takaneは、Kozuchiの中核を担う業務特化型の大規模言語モデル（LLM）になります。LLMとは、ChatGPTなどの生成AIの頭脳にあたる、文章を理解して作るためのAIモデルのことです。富士通がCohere Inc.と共同開発したモデルで、企業の業務での利用を想定し、セキュアなプライベート環境で稼働するモデルと説明されています。

Enterprise AI Factoryでは、このTakaneを土台に、会社が自社のデータでモデルを学習・改善できる内製型ファインチューニングの機能が用意される形です。ファインチューニングとは、できあがったAIモデルに自社の文書や事例を追加で学ばせて、業務向けに調整することを指します。社外のサービスに文書を預けずに、社内の専有環境で調整を続けられる点が、Takaneを使う理由になってきます。

公式ページの説明は、Takaneを自社向けに育てて使う方向が中心です。社員が日々のメール作成や調べものに、ChatGPTやClaudeなど複数のAIを使い分けたい場合とは、目的が少し違う点に注意しておきましょう。

AIエージェントと「Multi AI Agent Framework」

Kozuchiでは、AIエージェントを作って動かすための仕組みも用意されています。AIエージェントとは、指示を受けたAIが、自分で手順を考えながら複数の作業を続けて進める仕組みのことです。富士通の技術紹介ページでは、Multi AI Agent Frameworkで富士通の最先端のエージェントを簡単に使え、ユーザー独自のエージェントも作れると案内されています。

Enterprise AI Factoryにも、ローコード・ノーコード（プログラムをほとんど書かずに作れる方式）でAIエージェントを作る機能が含まれます。MCPやエージェント間の通信に対応しており、既存のシステムやデータとつないだり、複数のエージェントで役割を分けて動かしたりする使い方が想定されています。MCPは、AIを外部のツールや社内のデータにつなぐための共通の取り決めを指す言葉です。

業務の流れをAIに任せる段階に進むと、どのシステムとつなぐか、誰が結果を確かめるかを先に決める必要が出てきます。AIエージェントを検討するなら、まず対象にする業務を1つに絞ってから相談してみてください。

AutoMLなど自社のAIモデルを作る技術と研究開発版

Kozuchiには、生成AIのほかに、自社のデータから予測や判定のAIモデルを作るための技術もそろっています。2023年4月の公開時には、AIコアエンジンとしてFujitsu AutoML、公平性を確かめるFujitsu AI Ethics for Fairness、因果発見技術、説明可能なAI「Wide Learning」の4つが用意されました。AutoMLとは、データの準備からモデルの作成までの手順を自動で進め、専門家でなくてもAIモデルを作りやすくする技術のことです。

同じ時期には、工場の作業者の動きの分析や不良品の検出、店舗の購買行動の分析、街の不審な行動の検知に使う用途別の部品も4つ公開されました。富士通の発表では、ある製造業の会社が作業者分析の部品を使い、従来なら3か月以上かかっていた試作システム（PoC）の構築を3日で終えたとされています。これは富士通自身の発表による事例で、第三者が検証した数字ではない点にご注意ください。

現在の技術紹介ページには、因果AI、少量のデータで学べる異常検知のAmalgamation AI、図表や文章から知識を取り出すナレッジグラフといった技術も並んでいます。

研究開発版で試せる技術

富士通の研究ポータルでは、Kozuchiの研究開発版として、商品化前の先端AI技術を試せるように案内しています。技術は、すぐに試せる技術、問い合わせの後に試せる技術、商用化済みの技術の3つに分けて掲載されているのが特徴です。すぐに試せる例にはWebアプリのFujitsu Auto Data Wranglingがあり、問い合わせの後に試せる例には会議エージェント、規約解析、帳票チェック支援AI、ナレッジグラフ拡張RAG、LLM脆弱性スキャナー&ガードレールなどがあります。本番の導入を決める前に、自社の業務に近い技術を研究開発版で触ってみるのも1つの方法でしょう。

実績と「Powered by Fujitsu Kozuchi」の採用例

研究ポータルには、Kozuchiの技術を自社の製品やサービスに組み込んだ会社が、Powered by Fujitsu Kozuchiとして紹介されています。掲載されている例は、次のとおりです。

• 株式会社ブロードリーフは、作業分析のソリューション「OTRS」にActlyzerを搭載
• MODE, Inc.は、MODE AIパートナーソリューションにActlyzerを採用
• LARUS Business Automation S.R.L.は、「Galileo XAI」にDeep Tensorを搭載
• MoBagel Inc.は、「Decanter AI」にFujitsu AutoMLとWide Learningを搭載
• AKOS AIは、AIトラスト技術を採用
• ソノファイ株式会社は、冷凍ビンチョウマグロの脂のり判定に超音波解析AI技術を採用

並んでいるのは、Kozuchiの技術を部品として自社の製品に組み込んだ例が中心になります。社員が日々の業務で生成AIを使う全社導入の事例とは性格が違うため、自社と重ねるときは使い方が近いかどうかを見てみましょう。

社員10〜200名の会社にKozuchiは合うのか｜判定の目安

公式ページには、社員数の目安や中小企業向けのプランの記載はありません。そこで、ここまでの公式情報をもとに、10〜200名の会社が自社の話かどうかを見分ける目安を、向く場合と向かない場合に分けて整理してみます。

Kozuchiが候補になる会社

次の条件に2つ以上当てはまるなら、富士通への相談を検討してよい段階と考えられます。

• 社外のクラウドに置けないデータをAIに読ませたい取引先との契約や業界の決まりで、データの置き場所を自社で選ぶ必要がある場合です。
• 自社の業務に合わせて、AIモデルそのものを育てたい汎用のAIでは用語や判断の基準が合わず、自社データでの追加学習まで考えている場合になります。
• 基幹システムや現場の機器とAIをつなぎたいAIエージェントで既存のシステムと連携させたい、ロボットやセンサーと組み合わせたいといった場合です。
• 導入と運用を任せられる担当者と予算の枠がある専有環境は入れた後も運用が続くため、社内で窓口になる方を置ける会社に向いています。

ほかの選択肢を先に見たほうがよい会社

反対に、次のような会社では、Kozuchiより先に別の選び方を見たほうが話は早いでしょう。

• まずは社員全員にChatGPTなどの生成AIを安全に使わせたい
• メールや資料の下書き、要約、調べものといった日々の作業が中心
• AIの担当者が兼務で、環境の構築や運用に人を割けない
• 来月から使い始めたいなど、立ち上がりの早さを優先したい

この場合は、学習に使わせない設定やログの管理を会社側で出来る、法人向けのサービスから選ぶのが近道になります。両方に当てはまる会社は、全社の普段使いと、専有環境で育てる業務特化のAIを分けて考えてみてください。

Kozuchiと会社定額のAIサービスを比べる6つの軸

Kozuchiのような個別設計の製品と、月額のプランから選ぶ法人向けAIサービスは、そもそも比べる土台が違います。同じ物差しで並べるために、次の6つの軸で整理してみましょう。

大事なのは、どちらが優れているかではなく、自社が解きたい課題がどちらの列に近いかを見ることです。人数の行は見落としやすく、1人ごとに課金されるサービスでは、社員が増えるほど毎月の費用も膨らんでしまいます。全社に配る前提なら、人数で費用が変わるかどうかを最初に確かめてください。

富士通へ問い合わせる前にそろえる項目と質問の例

料金が個別の相談で決まる製品では、こちらの準備が整っているほど、見積もりの話が早く具体的になります。問い合わせフォームに記入する前に、次の項目を社内でそろえておきましょう。

• AIに任せたい業務見積書のチェック、社内規程への問い合わせ対応など、業務を1〜2個に絞って書き出します。
• AIに読ませるデータと、その置き場所どのシステムやフォルダにあるか、社外に出してよいデータかどうかを分けておきます。
• 使う人数と部署最初に使う部署と、広げた場合の人数の見込みを出しておきます。
• 社内の担当者富士通とのやり取りと、導入後の運用の窓口になる方を決めます。
• 予算の上限と決裁の流れ年間でかけられる上限と、誰が決めるのかを先に確認します。
• 使い始めたい時期いつまでに試し、いつから本番で使いたいかを書いておきます。

問い合わせのときに聞く質問の例

打ち合わせの場では、次のような質問を用意しておくと、自社に合うかどうかを判断しやすくなります。

1. 社員数が数十名から200名ほどの会社での導入例はありますか。
2. 費用は何によって変わりますか。初期の構築と、毎月や毎年かかる運用の費用はどう分かれますか。
3. 専有環境を自社に置く場合と、富士通のデータセンターに置く場合で、何が違いますか。
4. Enterprise AI Factoryの正式提供は始まっていますか。いま使える機能はどこまでですか。
5. 社内に用意すべき担当者の人数や、必要な知識はどのくらいですか。
6. 試験導入から本番まで、どのくらいの期間を見込めばよいですか。
7. 研究開発版の技術を、本番の前に試すことは出来ますか。

答えを社内の比較表に書き込んでいけば、ほかのサービスと同じ軸で並べられるはずです。

会社で生成AIを安全に使うには｜押さえる4つの点

どの製品を選ぶ場合でも、会社で生成AIを安全に使うために押さえる点は大きく変わりません。専有環境まで要らない会社では、次の4点を満たすサービスかどうかで選んでみてください。

入力したデータを学習に使わせない設定

社員が入力した文章や資料が、AIの提供元で学習に使われない設定になっているかを確かめます。設定を社員一人ひとりに任せる形だと、どこかで漏れが出てしまいます。会社側でまとめて設定できるかどうかが、選ぶときの目安になります。

誰が何に使ったかのログ

利用ログ（誰がいつどのAIを使ったかの記録）を会社側で見られるかも、確かめておきたい点です。問題が起きたときに経緯をたどれるだけでなく、どの部署でどのくらい使われているかを見て、配り方を見直す材料にも出来ます。点検する項目の全体は生成AIのセキュリティ対策チェックリストにまとめています。

社員への配布と、退職したときの停止

アカウントを管理者がまとめて発行し、退職や異動のときに止められるかも大切になります。社員が個人のアカウントで業務に使い始めると、会社からは見えない利用、いわゆる野良AI（シャドーAI）につながってしまいます。全社に配れる料金の形かどうかは、ここで効いてくるでしょう。

複数のAIの使い分け

生成AIは、調べもの、長い文書の読み込み、文章の下書きなど、用途によって得意なものが分かれています。1つのAIに絞らず、1つの画面で複数のAIを切り替えられる環境にすれば、社員が用途ごとに選びやすくなるはずです。具体的な分け方は主要4AIの違いと使い分け、複数のAIをまとめて使う形はマルチAIとはで紹介しています。社内のサーバーでAIを動かす考え方とクラウドのAIとの違いは、ローカルLLMとクラウドAIの比較が参考になります。

よくある質問

まとめ

Kozuchiは、富士通が生成AI・予測分析・AIエージェント・フィジカルAIなどの技術をまとめたAIプラットフォームになります。中核には業務特化型のLLMであるTakaneがあり、2026年1月に発表されたEnterprise AI Factoryでは、データを外に出さない専有環境でモデルを育てて使い続けることを目指しています。

導入の費用を抑えたい場合は、デジタル化・AI導入補助金の対象になるかも確かめておきましょう。

料金は公開されておらず、専有環境の基盤や設置場所、モデルの調整、運用の支援をどこまで頼むかで中身が決まる個別の相談です。社外に出せないデータでAIを育てたい会社や、基幹システムとAIをつなぎたい会社は、準備の項目をそろえてから富士通に相談してみましょう。

一方で、まず社員全員に生成AIを安全に使わせたい段階なら、学習に使わせない設定、ログ、アカウントの管理、複数のAIの使い分けがそろった法人向けサービスから比べるほうが早く進みます。ほかの記事はAI活用コラム一覧から、社内ルールの作り方は生成AIの社内ガイドラインの作り方からご覧いただけます。