丸眞株式会社様｜オンプレミス型AI（RAG）製品比較レポート＋ n8n活用のご提案

本レポートの「情報の出どころ」の扱いについて（必ずお読みください）
本レポートでは、記載のすべてに出どころのラベルを付けています。
公式＝ベンダーの公式サイト・公式プレスリリース・公式価格ページに記載されている内容。そのまま引用しています。
第三者＝業界メディア・比較サイト等の記載。一次情報ではないため、参考値としてお読みください。
弊社想定＝弊社の仮定・試算。ベンダーの公表値ではありません。

また、公式サイトで確認できなかった項目は「公開情報なし（要問合せ）」と明記しています。これは「その機能がない」という意味ではありません。弊社が推測で埋めた項目は一つもありません。製品仕様・価格は改定されるため、最終判断の前に各ベンダーへの直接確認をお願いいたします。

　結論：技術的には実現できます。そしてパッケージ契約は、必須ではありません

貴社のご要望は大きく2つに分かれます。(A) 社内文書を安全に検索・要約する＝今回調査したRAGパッケージで実現できます。170〜180名規模での稼働も、公式にサイジングを公表しているベンダーがあり、実現可能であることが確認できました（第5章）。
一方 (B) 売上実績・入出荷データを使った需要予測／昨年実績に基づく営業提案は、調査した7製品すべてが標準機能として持っていません。RAG（ベクトル検索）が「文書を探す」技術であって「数字を集計・予測する」技術ではないためです（第8章）。
そのうえで、本レポートで最もお伝えしたいのは次の点です。
貴社は既に「自社サーバー」「売上実績・入出荷データ」「ファイルサーバー」「MARUSHIN BtoB」をお持ちです。これらを n8n で繋ぐ構成であれば、パッケージ製品を契約しなくても (A)(B) の両方が実現できます。しかもソフトウェアのライセンス費用は 0円で成立します。詳しくは第7章「そもそもパッケージ契約は必要か」で、A案（パッケージ購入）／B案（n8n＋OSSのみ）／C案（併用）の3案を、費用・リスク・責任の所在まで含めて正直に比較しました。

3案を比較 → 第7章

B案ならソフト費用 0円（GPUサーバーは必要）

ただし「保守の責任」は誰かが持つ必要があります

どの案もインターネットへの経路を作りません

7製品

ご提案する代替候補

既に情報収集済みの3製品とは別に、オンプレ実績のある製品を公式情報で整理

3製品

価格を公表している製品

QuickSolution 250万円〜／GMO AI RAG 初期200万・年132万〜／n8n Community 無償公式

¥0

B案のソフトライセンス費

n8n／Dify／Qdrant／Ollama はすべて社内利用が無償で認められています公式詳細は第7章

0製品

需要予測を標準搭載する製品

調査した7製品すべてが未対応。ここは結局 n8n 側で作ることになります

丸眞様の要件整理と、そこから導かれる評価軸

発注ナビ様のヒアリング内容、および貴社公式サイト（marushinkk.co.jp／marushinbb.com）・gBizINFO の公開情報から整理しています。

貴社について（公開情報より）公式

設立

1968年5月17日（創業は昭和41年／1966年、名古屋市内）

本社

愛知県名古屋市守山区小幡南1-1-5

代表者

代表取締役社長眞下一成様

資本金

3,800万円

従業員

208名（2025年12月時点・gBizINFO 掲載値）

事業

タオル製品を中心に、寝装品・贈答品・インテリア・雑貨等の繊維製品の商品企画・製造・卸販売、および貿易業務

ライセンス

任天堂／講談社／サンリオ／スタジオジブリ／ウォルト・ディズニー／ワーナーブラザース等。1994年にスタジオジブリとライセンス契約を締結

拠点

名古屋本社／瀬戸市物流センター

BtoB

会員制卸売サイト「MARUSHIN BtoB」（marushinbb.com）を自社運営

marushinkk.co.jp marushinbb.com/corporate.php gBizINFO（法人番号 3180001040719）

AI活用の観点で効いてくる特徴：多数のキャラクターライセンスを扱われている点です。ライセンス契約書（使用許諾範囲・チャネル制限・監修フロー・ロイヤリティ・契約期限）は、まさにRAGが最も得意とする非構造化文書であり、かつ営業現場が最も頻繁に照会する情報でもあります。別タブのモックでは、この点を中核機能の一つとして設計しています。

ご要望 → 本レポートの評価軸

ヒアリングでのご要望	評価軸
機密情報保護・セキュリティ重視、オンプレミス型	①オンプレ完結度（外部通信ゼロで動くか）
まとまったパッケージで導入し、その後は自社で構築・拡張	②拡張の自由度（ノーコード基盤が同梱されるか）
スクラッチ提案は不可。既製品／パッケージが前提	③製品としての実体（型番・パッケージ名で買えるか）
最終利用人数 170〜180名	④規模の実現性と課金モデル（第5章・第6章で詳細検証）
Windows / Mac の PC 利用	⑤クライアント要件（ブラウザ完結か）
売上実績データを使った需要予測・営業支援	⑥構造化データ対応（DBの数値集計・予測ができるか）
担当者が入力→エージェントが回答	⑦対話UI・出典表示・権限制御
現状は他システム連携なし。将来的には連携したい	⑧連携拡張性（API／ワークフロー基盤の有無）
費用感も含めて提案してほしい	⑨価格の透明性（公表しているか）

④⑥⑨が本レポートの核心です。④＝170〜180名で本当に動くのか（第5章）、⑨＝いくらかかるのか（第6章）、⑥＝需要予測は誰がやるのか（第8章）。この3点を、推測を交えずに整理しました。
さらに 第7章では「そもそもパッケージを契約する必要があるのか」を、弊社の売上を脇に置いて正直に検証しています。

既に情報収集済みの3製品 ― 正確な位置づけの確認

「これ以外を提案してほしい」とのご要望ですが、比較の基準線として3製品が何であるかを公式情報で押さえます。この3製品は互いに競合ではなく、買っているレイヤーが異なります。

Private AI Platform on PRIMERGY

エフサステクノロジーズ株式会社（旧・富士通のハードウェア事業）

レイヤー

ハード込み基盤

中身公式

PRIMERGY x86サーバー＋高性能GPUに、OS・コンテナ基盤・言語モデル・RAG・OpenAI互換API／Web GUI までをプリビルドしたレディメイドモデル。インターネット接続なしで対話型生成AIが利用可能。

性格

「サーバーを買えばAI基盤が動く」型。業務アプリは自社で作る前提です。

価格

公開情報なし（要問合せ）

fsastech.com 公式製品ページ

Safe AI Gateway オンプレミス

株式会社ソフトクリエイト

レイヤー

アプリ＋運用サービス

中身公式

2025年3月25日リリース。外部ネットワークから完全に切り離されたオフライン環境で動作。製品をインストール済みのサーバーレンタル、導入マニュアル、月30時間までの運用サポート、保守を含むサービス。

公表価格公式

初期費用 25万円〜／月額 50万円〜
＝ 5年間のサービス費用は単純計算で 約3,025万円〜

性格

サーバーレンタル＋伴走支援込みのサブスク型。月額水準は今回調査した中で最も高い部類です。

softcreate.co.jp 公式リリース（価格記載）

美琴 powered by cotomi

株式会社大塚商会 × 日本電気株式会社（NEC）

レイヤー

国産LLM搭載アプライアンス

中身公式

2025年1月28日提供開始。NEC開発の国産LLM「cotomi」を搭載し、外部サービスに接続せずオンプレ環境に閉じて運用。RAG機能により社内文書をクラウドにアップせず参照。

サービス

ソフト／ハード提供・保守サポートに加え、RAGの検索精度を高めるチューニングサービスを提供。

価格

公開情報なし（要問合せ）

NEC プレスリリース大塚商会

この3製品を並べて見えること：①はハード基盤、②は運用サービス込みのアプリ、③は国産LLM搭載アプライアンス。「オンプレ生成AI」と一言で言っても買っているレイヤーが違うため、単純比較すると判断を誤ります。第4章の比較表は、この「レイヤー」を明示したうえで並べています。

ご提案する代替候補 7製品（すべてオンプレミス対応・公式情報ベース）

「パッケージで導入し、その後は自社で拡張したい」という運用像に合うことを最優先の選定基準としました。★＝丸眞様への適合度が高いと弊社が考える製品

★ 第1候補

RICOH オンプレLLMスターターキット

リコージャパン株式会社（2025年4月7日提供開始）

レイヤー

ハード LLM 開発基盤のオールインワン

構成公式

GPUサーバー1台で稼働する形で、リコー製LLM・各種動作ソフトウェア・GPUサーバーハードウェアをキッティングして提供。基本構成の構築・動作検証・現地設定まで行い、すぐに利用開始できる状態で納品されます。

規模対応公式

4機種のラインナップが公式に定義されています。
・エッジモデル：1人〜のテスト導入向け
・エントリーモデル：〜10人のグループ向け
・スタンダードモデル：〜100人の部門向け
・ハイエンドモデル：全社規模向け・個別対応
→ 貴社の170〜180名は「ハイエンドモデル（個別対応）」に該当します。

LLM公式

リコー製 700億パラメータのLLM（日英中3言語対応）。図表を読み取れるマルチモーダルモデルおよびセーフガードモデルあり。従量課金ではなく使い放題の構造。

拡張性公式

生成AI開発プラットフォーム 「Dify」Community版（無償ライセンス）をUIとして提供。ノーコードで自社の業種業務に合わせた生成AIアプリを作成可能。オプションでDify教育支援・Dify伴走支援あり。

サポート公式

メールサポート 6チケット（1チケット3時間）、LLMモデルサポート、教育支援（初級・中級）、伴走支援。

実績

「2025年日経優秀製品・サービス賞最優秀賞」受賞。2026年3月にはCTC・リコー・リコージャパンから、リコー製LLM搭載の超小型デスクサイドAIサーバーも提供開始。

価格

「お客様設置環境、お客様要望を元に個別に御見積」と公式に明記＝非公表

「パッケージで買って、あとは自社で拡張」というご要望に、製品設計そのものが一致しています。Difyが最初から載っているため、情シス様が自力でアプリを増やせます。

今回調査した中で唯一、規模別のモデルラインナップを公式に公表している製品です。「180名で動くのか」という問いに、ベンダー自身が答えを用意しています。

価格が完全非公表のため、ハイエンドモデルの見積取得が必須です。GPUサーバー込みのため、金額は数百万円〜のオーダーになる可能性が高いとお考えください（弊社想定であり、公表値ではありません）。

公式に「Web接続は非推奨」と記載されています。完全オンプレ運用が前提の製品であり、貴社の要件には合致しますが、外部SaaS連携を将来やりたい場合は別途設計が要ります。

リコー公式製品ページ（ラインナップ・提供内容）発売リリース受賞

★ 第2候補

エンタープライズサーチ QuickSolution Ver.13.5

住友電工情報システム株式会社（Ver.13.5 は2025年8月29日販売開始）

レイヤー

全社検索基盤＋生成AI連携(RAG)

実績公式

2001年の発売以来、5,100サーバー以上に導入（2024年8月時点）。4つの市場調査でシェア1位。数百TBまでのフルレンジに対応した純国産。

課金モデル公式

「サーバライセンスで、利用ユーザ数には依存せず、ライセンスの種類とモデルに応じて価格が決まります」と公式に明記。
→ 170〜180名でも、300名でも、ライセンス費用は変わりません。

公表価格公式

ライセンス価格 250万円（税抜）〜
データ規模別に5グレード：Grade200（200万件／800GB〜2TB）／Grade500（500万件／2〜5TB）／Grade1500（1,500万件／6〜15TB）／Grade2500（2,500万件／10〜25TB）／GradeMax（無制限／30〜50TB）

RAG公式

利用者の閲覧権限を考慮して回答を生成。文字列検索とベクトル検索のハイブリッド方式。LLMへの追加学習を行わない。検索結果に対する対話に加え、単一文書を指定しての対話も可能。

対応LLM公式

ChatGPT／Azure OpenAI Service／Gemini(Vertex AI)／Claude／Amazon Bedrock／ローカルLLM（gpt-oss）。MCP対応により外部AIエージェントからの社内横断検索も可能。

検索対象公式

オンプレのファイルサーバーに加え、Microsoft 365・Box・Google Drive など社内外に散在する情報をファイルの中身まで横断検索。

今回調査した中で、価格・課金モデル・データ規模の3点すべてを公式に公表している唯一の製品です。予算検討の土台として最も扱いやすい存在です。

25年の実績・5,100サーバー以上の導入。170〜180名の全社展開で「動かない」リスクが最も低い選択肢です。

重要なご注意：250万円〜はベースライセンスの価格です。公式の価格ページには、生成AI連携(RAG)オプション／ベクトル検索オプション／チャットボットオプション／クラウド連携／利用者拡張オプションが「オプション製品」として別立てで記載されています。RAGとして使うには、これらの追加費用が上乗せになります。総額は必ず見積で確認してください。

本質はエンタープライズサーチであり、「AIアプリを自社で作る基盤」ではありません。拡張はn8n等の別レイヤーが必要です。

価格・ライセンス体系公式ページ生成AI連携(RAG)機能

★ 第3候補

GMO AI RAG（Enterprise版オンプレミス）

GMOプライム・ストラテジー株式会社（Enterprise版 2026年6月30日提供開始）

レイヤー

RAGソフトウェア（ハードは別途）

提供形態公式

クラウド（AWS）／オンプレミス（完全クローズド対応）／ローカル環境

公表価格公式

オンプレミス（税別・参考価格）
初期：環境構築 40万円〜 ＋導入支援 160万円〜（計200万円〜）
年間：保守 60万円〜 ＋サポート 72万円〜（計132万円〜）
※クラウド版は初期40万円〜・年間180万円〜

機能公式

社内文書のナレッジ化と即時回答／既存ストレージ（SharePoint・Google Drive・Box等）連携／部門ごとの情報セグメント化と個別権限管理／MCPサーバー機能によりCopilot・Claude等の外部AIと連携／複数LLM（Anthropic・OpenAI・Google）対応

オプション公式

「チューンドRAG」＝検索精度を約1.4〜1.8倍に向上（F1スコア約0.591）

OSS版公式

2026年秋頃に AGPLライセンスでOSS版を公開予定（無料）。ベンダーロックイン回避を製品方針として明示。

オンプレ版の価格を明示している数少ない製品です。年間132万円〜というサーバー課金型のため、170〜180名という人数が費用に直結しません。

OSS版の公開が予告されているため、「まず有償版で始めて、将来的にOSS版で内製に寄せる」という選択肢も残せます。

提供開始が2026年6月と比較的新しい製品のため、大規模導入の実績蓄積はこれからです。

ソフトウェア単体の価格であり、GPUサーバーは別途調達が必要です。ここが総額に大きく効きます（第6章）。

同時利用者数・推奨ハードウェア要件は公開されていません。180名での稼働可否は、見積時に必ず確認が必要です。

GMOインターネットグループ公式（価格記載）製品LP

Alli LLM App Market

Allganize Japan株式会社（日立ソリューションズが販売パートナー）

レイヤー

LLMアプリプラットフォーム

提供形態公式

オンプレミス環境／顧客契約のクラウド環境／完全クローズド環境に、インストールパッケージとして導入。

機能公式

100個以上の生成AIアプリ・エージェントを実装済み。図表対応の高精度RAG、ノーコードビルダー、データ／システム連携機能、管理者画面・ログ管理・プロンプト管理。

導入期間公式

要件確認 → SaaS環境での試行サポート → 環境準備最短3ヶ月 → 本番環境実装・初期セットアップ 1〜2週間程度

価格

「お客様のご利用環境によって金額が変わる」とのみ記載＝非公表

Allganize と日立ソリューションズが生成AI・LLM領域で販売パートナーシップを締結し、機密情報を安全に扱えるプライベート環境をクラウド／オンプレの両方で提供（2024年7月発表）。大手SIerの後ろ盾は稟議上の安心材料になります。

「まずSaaSで試してからオンプレへ移す」導入プロセスが公式に定義されており、情報収集段階の貴社には検証しやすい形です。

ハードウェア要件・同時利用者数・価格のいずれも公開されていません。3点セットで見積確認が必要です。

オンプレ導入支援公式日立ソリューションズとの提携

neoAI Chat for オンプレミス

株式会社neoAI

レイヤー

社内AIチャット＋RAG

機能公式

RAGによる高精度な資料読み取り／部署・個人ごとの権限管理／チャットログ全出力／エビデンスチェック（回答に使用された参考文書の確認）／業界別チューニングと社内用語登録／多機能ダッシュボード分析

LLM公式

カスタマイズ性の高いローカルLLMを利用。日本語特化の自社LLMも開発中で、複数モデルから選択可能。

課金公式

「実装する機能や利用される社員数によって変動」と公式に明記。
→ ユーザー数が価格に影響する型です。180名規模では単価×人数の確認が必須。

エビデンス（出典）表示とログ全出力が明記されており、「AIの回答を鵜呑みにしない」運用ガバナンスを作りやすい製品です。

オンプレとされる一方、公式ページには「貴社Azure環境への導入コストと同程度」との記載もあり、純粋なオンプレ完結なのか、プライベートクラウド前提なのかを明確に確認する必要があります。貴社の要件は「自社サーバー」ですので、この点は最初に確認すべき項目です。

neoAI 公式

Panorama AI Box

SDT株式会社

レイヤー

オフライン特化アプライアンス

特徴公式

インターネット接続環境がなくても生成AIを活用できることを主眼とした製品。工場・病院など通信のない現場での利用を想定。

LLM公式

日本語性能の高い Google「Gemma」および 「Llama-3-ELYZA-JP-8B」を採用。RAGで社内データと結合。

コスト構造公式

API従量課金ではないため、生成AI利用そのものにランニングコストが発生しない構造。

価格

AI Box は非公表。関連の Panorama AI Chat／Search は月額10万円〜（税別）と公表

物流センターなどネットワークが弱い拠点にも置ける小回りの良さがあります。

8Bクラスのモデルが中心です。第5章のGPU要件で示すとおり、8Bは軽量で扱いやすい反面、70Bクラスと比べると複雑な文書横断・長文推論では見劣りする可能性があります。170〜180名の全社基盤としては、まず実データでの検証を強くお勧めします。

SDT プレスリリース Panorama AI 公式

オンプレミス生成AI基盤＋ドキュメント構造化AI

大日本印刷株式会社（DNP）× エフサステクノロジーズ

レイヤー

前処理（文書構造化）＋基盤

特徴公式

非定型フォーマットを含む社内文書を、AIが理解しやすい「構造化データ」に変換。単なるOCRではなく、レイアウトを解析し見出し・本文・図表・項目間の関連性まで構造化。誤回答・ハルシネーション抑制機能を搭載。

検証公式

2週間無償の検証環境と機器貸し出しサービスが利用可能

価格

公開情報なし（要問合せ）

「RAGの精度が出ない」原因の大半は文書の前処理です。ここを製品として持っている点は他候補にない強みで、商品規格書・仕様書・ライセンス契約書のような表とレイアウトの多い文書を扱う貴社と相性が良い可能性があります。

2週間無償検証があるため、費用ゼロで貴社の実文書での精度が測れます。情報収集段階の今、最も手を出しやすい選択肢です。

ご注意：基盤側はエフサステクノロジーズとの連携であり、貴社が既にご覧になっている「Private AI Platform on PRIMERGY」とハードウェア基盤が同系統です。「別の選択肢」という観点では純度が下がる点を、あらかじめ申し添えます。

DNP 公式製品ページ

【参考】部品として選べるもの

単体では業務アプリになりませんが、上記製品の中身として重要です

NTT版LLM「tsuzumi 2」公式

NTTが2025年10月20日提供開始した純国産LLM。約300億パラメータで、メモリ40GB以下のGPU 1枚で動作するよう設計され、オンプレ導入と低コスト運用を狙った製品。RAG検索や文書からの情報抽出・要約を強化。「1枚のGPUで足りる」ことを公式に打ち出している数少ないLLMで、GPU費用を抑えたい場合の有力な選択肢です。

HPE Private Cloud AI（HPE × NVIDIA）公式

ターンキー型プライベートAI基盤。データレイクハウスを統合し、「推論＋RAG」「推論＋RAG＋ファインチューニング」など用途別のハードウェア構成を用意。HPE AI Essentials、ブラウザベースの AI Studio を同梱。大規模・長期運用を見据える場合の基盤候補。

Dify（OSS）第三者

RICOHキットにプリインストールされているノーコードAIアプリ基盤。Apache License 2.0で公開され、自社アプリのバックエンドや社内利用は商用でも可能。ただし①書面許可なくマルチテナントSaaSとして再提供しない ②コンソールのDifyロゴ・著作権表示を改変しないの2条件があります（社内利用のみの貴社は問題ありません）。

NTT tsuzumi 2 HPE Difyライセンス解説

一覧比較表

◎＝公式に明記あり／○＝公式に相当の記載あり／△＝限定的または要確認／—＝公開情報なし。「—」は「できない」ではなく「公開されていない」という意味です。

製品／提供元	レイヤー	オンプレ完結	ノーコード自社拡張	権限考慮回答	構造化DB 集計・予測	180名での規模根拠	課金モデル	公表価格
RICOH オンプレLLM スターターキットリコージャパン	ハード＋LLM ＋開発基盤	◎	◎ Dify同梱	—	× 要n8n等	◎ 全社規模＝ハイエンド機と公式明記	機器＋構築人数課金なし	非公表「個別に御見積」と公式明記
QuickSolution Ver.13.5 住友電工情報システム	全社検索＋RAG	○ ローカルLLM対応	△	◎ 閲覧権限考慮	×	◎ 5,100サーバ以上／数百TB	サーバライセンスユーザ数非依存と公式明記	250万円（税抜）〜 ※RAG／ベクトル検索／チャットボットは別オプション
GMO AI RAG Enterprise オンプレ GMOプライム・ストラテジー	RAG ソフトウェア	◎ 完全クローズド	△ OSS版で拡張可	◎ 部門別権限	×	— 同時利用者数の記載なし	サーバ課金型	初期 200万円〜年間 132万円〜（税別・参考価格） ※GPUサーバー別途
Alli LLM App Market Allganize Japan／日立ソリューションズ	LLMアプリ基盤	◎ 完全クローズド	◎ ノーコードビルダー	○	△ システム連携機能あり	—	—	非公表「利用環境によって変わる」
neoAI Chat for オンプレミス neoAI	社内AI チャット	○ 要確認	△	◎ 部署・個人別	×	—	社員数で変動公式明記	非公表 180名だと総額が膨らむ可能性あり
Panorama AI Box SDT	オフラインアプライアンス	◎ ネット接続不要	—	—	×	△ 8Bクラス中心全社基盤は要検証	機器	AI Box は非公表関連サービス月10万円〜
オンプレ生成AI基盤＋ドキュメント構造化AI DNP × エフサステクノロジーズ	文書構造化＋基盤	◎	—	○ ハルシネーション抑制	×	—	—	非公表 2週間無償検証あり
【弊社主戦場】 n8n（セルフホスト） n8n GmbH	業務接続ワークフロー	◎ 隔離設定を公式提供	◎ 画面上でWF作成	△ Projectsは有償版	◎ DB直結・集計・予測	○ 同時実行数でプラン選択	全プランユーザー数無制限公式明記	Community：無償 Business(self-hosted)： €667/月（年払い） Enterprise：カスタム

この表の読みどころは3つです。
① 紫の「構造化DB 集計・予測」列：RAGパッケージ7製品すべてが「×」または「△」。需要予測は別レイヤーの仕事です（第8章）。＝どのパッケージを買っても、需要予測の部分は結局これから作ることになります（第7章）。
② 緑の「課金モデル」列：QuickSolutionとn8nは「ユーザー数非依存」を公式に明記。一方 neoAI は「社員数によって変動」と明記。180名という規模では、この差が総額を大きく変えます（第6章）。
③ 「180名での規模根拠」列：公式にサイジングを公表しているのは RICOH と QuickSolution の2製品のみです。他は「動かない」のではなく「公表されていない」ため、見積時の確認事項になります（第12章に質問リストを用意しました）。

「170〜180名で本当に実現できるのか」― 規模の検証

ここが最も重要なご確認事項です。ベンダー公表値と、GPU専門ベンダーの技術資料を根拠に、事実として言えることと、確認が必要なことを分けて記載します。

事実①：規模別のサイジングを公表しているベンダーがある

リコージャパンは、公式製品ページで4機種のラインナップを規模別に定義しています公式。これは「何人まで使えるのか」に対する、ベンダー自身の回答です。

モデル	公式に記載された想定規模
エッジモデル	1人〜のテスト導入向け
エントリーモデル	〜10人のグループ向け
スタンダードモデル	〜100人の部門向け
ハイエンドモデル	全社規模向け・個別対応

判定：実現可能。ただし「ハイエンドモデル・個別対応」が必要 貴社の170〜180名はスタンダードモデル（〜100人）の範囲を超えます。したがって「ハイエンドモデル」での個別サイジングが前提になります。「1台のGPUサーバーに、そのまま180名を載せる」という単純な話ではないことを、最初に押さえておいてください。逆に言えば、ベンダー側に全社規模の受け皿が用意されていることが公式に確認できたということです。

リコー公式製品ページ

事実②：検索基盤側は、規模の心配がほぼない

QuickSolution は「数百TBまでのフルレンジに対応」「2001年の発売以来 5,100サーバー以上に導入」と公式に記載公式。データ規模別に Grade200（800GB〜2TB）から GradeMax（30〜50TB）まで5段階が用意されています。
さらに「サーバライセンスで、利用ユーザ数には依存しない」と公式に明記公式。180名でも1,000名でも、ベースライセンス費用は同じです。

判定：全社検索基盤としての実現性は極めて高い 貴社の文書量（商品規格書・ライセンス契約書・カタログ・提案書等）は、Grade200〜Grade500 の範囲で十分に収まる可能性が高いと考えられます弊社想定。「検索できるようになるか」という不安はほぼありません。論点は「RAGオプションを含めた総額がいくらか」に移ります（第6章）。

価格・ライセンス体系公式

事実③：GPUの必要量は、選ぶLLMのサイズでほぼ決まります

「何人まで使えるか」を左右する最大の要素は、GPUの VRAM（ビデオメモリ）容量です。NVIDIAエリートパートナーである NTTPC の技術資料には、以下の目安が示されています第三者（ベンダー公式資料ですが、丸眞様の構成に対する保証ではないため第三者扱いとしています）。

7〜8B級モデル

必要VRAM 16〜24GB。「軽量・応答が速い」「単一GPU、同時実行数重視」。
該当製品：Panorama AI Box（Llama-3-ELYZA-JP-8B）

13〜30B級モデル

必要VRAM 24〜48GB。「精度とコストのバランス」。
該当：NTT tsuzumi 2（約30B・40GB以下のGPU1枚で動作すると公式に明記）公式

70B級モデル

必要VRAM 80GB級。「数十B級以上はマルチGPU・並列化が前提」と記載。
該当：RICOH（リコー製700億パラメータLLM）

ここが「実現できるか」の分岐点です。
リコー製LLMは 700億パラメータ（70B級）で、GPT-4相当の日本語性能をうたう高性能モデルです。その代わり 80GB級のVRAMが必要で、180名の全社利用となればマルチGPU構成が現実的な前提になります。これがハイエンドモデルが「個別対応」とされている理由と考えられます弊社想定。
一方 tsuzumi 2 は約30Bで「40GB以下のGPU 1枚」で動くと NTT が公式に明記しており、ハードウェア費用を抑えたい場合の現実解になり得ます。「性能を取るか、GPU費用を取るか」が、この案件の最初の意思決定です。

なお「180名＝同時に180人が使う」ではありません。実際の同時実行数は、業務利用では利用者数よりはるかに少なくなるのが通常です。ただしその比率は業務の使われ方次第であり、弊社が「○％です」と断定することはできません。推論エンジンに vLLM（PagedAttention／Continuous Batching により高い同時実行性能を持つ）を用いる構成が同時実行の効率を上げることは技術資料に記載がありますが、最終的な必要GPU枚数は、実機を用いた負荷検証でしか確定しません。ここを「大丈夫です」と言い切るベンダーがいたら、根拠をご確認ください。

NTTPC／ローカルLLM導入のためのGPU環境 NTT tsuzumi 2

事実④：n8n は、人数が増えても費用が増えません

n8n の公式価格ページには、Starter／Pro／Business／Enterprise の全プランで「ユーザー数：無制限」「ワークフロー数：無制限」と記載されています公式。プランを分けているのは「ワークフローの実行回数」と「同時実行数」であって、人数ではありません。
つまり 170名でも180名でも、n8n のライセンス費用は1円も変わりません。これは、全社展開を前提とする貴社にとって非常に大きな意味を持ちます。

プラン	ホスティング	ユーザー数	同時実行数	価格（公式）
Community	Self-hosted のみ	無制限	—	無料（公式に「free, indefinitely」）
Starter	n8n hosted	無制限	5	€20/月（年払い）
Pro	n8n hosted	無制限	20	€50/月（年払い）
Business	Self-hosted	無制限	—	€667/月（年払い）／SSO・SAML・LDAP・Git・環境分離を含む
Enterprise	Self-hosted / hosted	無制限	200以上	カスタム見積／外部シークレット・ログストリーミング・SLA

判定：n8n 側に規模の壁はありません まず Community edition（無償）で開始し、SSO やプロジェクト単位の権限管理が必要になった時点で Business へ移行する、という段階設計が可能です。最初から高額なライセンスを買う必要はありません。

n8n 公式価格ページ Community edition features

正直に申し上げる ― 「現時点で分からないこと」

以下は、公開情報だけでは判断できません。弊社が推測で埋めることはいたしません。

GMO AI RAG／Alli／neoAI／Panorama AI Box／DNP の「180名での動作実績」：いずれも同時利用者数・推奨ハードウェア要件が公開されていません。これらは「動かない」のではなく、確認が必要という状態です。
RICOH ハイエンドモデルの具体的な構成とGPU枚数：「個別対応」とされており、貴社の想定利用パターンを伝えたうえでの見積が必要です。
各製品の、貴社の実文書での回答精度：これはカタログでは絶対に分かりません。スキャンPDF・表形式のExcel・古い商品規格書が混在する実データで試して初めて分かります。
貴社の基幹データの構造：需要予測・実績照会の実現難易度は、売上実績データがどのDBに・どの粒度で入っているかで大きく変わります。ここは商談でお伺いしたい最重要ポイントです。

だからこそ、弊社は「無償・低コストで試せる枠」を先に使うことをお勧めします。DNPの2週間無償検証、Alli の SaaS 先行試行、n8n Community edition（無償）— いずれも費用をかけずに、貴社の実データで確かめられます。情報収集段階の今、最も損のない進め方だと考えます。

費用感 ― 公表されている実額と、必ず上乗せになる項目

ヒアリングで「費用感も含めて」とのご要望をいただいております。弊社が推測で金額を作ることはいたしません。①公表実額、②5年総額の比較、③公表価格に含まれない項目、の順にご説明します。

① 公表されている実額（そのまま引用）公式

製品	初期費用	継続費用	備考
QuickSolution	ライセンス価格 250万円（税抜）〜		サーバライセンス／利用ユーザ数に依存しない。データ規模で5グレード。RAG連携・ベクトル検索・チャットボットは別オプション
GMO AI RAG Enterprise オンプレ	環境構築 40万円〜導入支援 160万円〜計 200万円〜	年間保守 60万円〜年間サポート 72万円〜計 132万円〜	税別・参考価格。GPUサーバーは別途。OSS版（AGPL・無料）を2026年秋公開予定
GMO AI RAG Enterprise クラウド	40万円〜	年間 180万円〜	オンプレ版より年間48万円高い＝オンプレの方が安い、珍しい価格設計
n8n Community （セルフホスト）	無償		公式に「Community edition is free, indefinitely」と明記。ユーザー数無制限
n8n Business （セルフホスト）	€667/月（年払い）＝年間 €8,004		SSO／SAML／LDAP／Git／環境分離が必要になった場合。ユーザー数無制限。円換算は為替により変動
Panorama AI Chat／Search	—	月額 10万円〜（税別）	AI Box 本体の価格は非公表
【参考・除外製品】 Safe AI Gateway オンプレ	25万円〜	月額 50万円〜	5年で約3,025万円〜。サーバーレンタル＋月30時間の運用サポート込み

RICOH・Alli・neoAI・DNP・美琴・Private AI Platform は価格非公表のため、本レポートには金額を記載していません。弊社が推定額を当てはめることはいたしません。ご検討が進んだ段階で、弊社が各社への見積取得を代行することも可能です。

② 5年総額の比較（公表値のみで計算）

構成	5年間のソフト／サービス費用
B案：n8n Community ＋ Dify ＋ Qdrant ＋ Ollama パッケージ契約なし（第7章）	0円 ※GPUサーバー・構築・運用工数は別途
GMO AI RAG オンプレ初期200万＋年132万×5年	約 860万円〜
GMO AI RAG オンプレ＋ n8n Community	約 860万円〜 n8n分の増加なし
GMO AI RAG オンプレ＋ n8n Business n8n €8,004/年 × 5年 = €40,020	約860万円＋ €40,020 1€=170円なら約 1,540万円
QuickSolution ライセンス250万〜＋RAG等オプション＋保守	250万円〜＋α オプション・保守額が非公表のため確定不可
【参考】Safe AI Gateway オンプレ初期25万＋月50万×60ヶ月	約 3,025万円〜

この表の重大な注意点：上記は「ソフトウェア／サービス費用」のみです。
GPUサーバー・弊社の導入支援費用・貴社の文書整備工数・運用保守の人件費は一切含まれていません。特に GMO AI RAG と QuickSolution はソフトウェア単体の価格であり、ハードウェアが別途必要です。一方 RICOH は GPUサーバー込みの価格であるため、単純比較はできません。「安く見える方が本当に安い」とは限らない点を、必ずご認識ください。

特にB案の「0円」について：これはソフトウェアのライセンス費が0円という意味だけです。GPUサーバーはどの案でも必要ですし、構築と運用保守の工数は消えません。パッケージの年間保守費は、その運用をベンダーに肩代わりさせる対価です。B案を選ぶ＝その工数を自社（または弊社の保守契約）で持つ、という選択になります。この点は第7章で詳しく整理しました。

③ 公表価格に含まれない、必ず発生する費用

GPUサーバー第三者

ソフト単体売りの製品（GMO AI RAG・QuickSolution）はハードが別途です。業界メディアの記載では、GPUサーバー一式（CPU・メモリ・筐体込み）の相場はエントリー構成で200万円前後から、大型機は数千万円規模とされています。これは一次情報ではないため、実額は必ず見積でご確認ください。
なお、RICOHキットのようなハード込み製品は、この項目が見積に最初から含まれるのが利点です。

電力・空調弊社想定

GPUサーバーは消費電力・発熱が大きく、既存サーバールームの電源容量と空調が足りるかの確認が必要です。ここが足りないと、電気工事という想定外の費用が発生します。早い段階で情シス様に確認していただきたい項目です。

文書の整備弊社想定

RAGの精度は、文書の状態でほぼ決まります。スキャンしただけのPDF、セル結合だらけのExcel、命名規則がバラバラなファイル群は、どの製品を入れても精度が出ません。この整備工数は、どのベンダーの見積にもほぼ含まれていません。（DNPの構造化AIは、まさにこの課題を製品化したものです）

定着支援弊社想定

180名に配っても、使われなければ費用対効果はゼロです。部門別の質問例集・勉強会・利用状況の可視化までを計画に入れておくことをお勧めします。

弊社の支援弊社想定

n8n の構築・業務ワークフロー設計・基幹DB連携の費用です。現時点で金額をお出しすることはいたしません。貴社のデータ構造・対象業務・フェーズ範囲が決まって初めて算出できるためです。第11章の段階導入で範囲を区切ったうえで、正式見積をご提示します。

そもそもパッケージ契約は必要か ― 3案の正直な比較

「既にあるシステムを n8n で繋ぐなら、パッケージを買う必要はないのでは？」というご指摘は、技術的にはそのとおりです。ここでは弊社の売上を脇に置いて、正直に3案を比較します。

まず、動かしがたい事実から

事実1：必要な部品は、すべて無償で使えます

部品	役割	ライセンス	社内利用
n8n	業務接続・ワークフロー	Sustainable Use License （Community edition）	無償で可条文に「your own internal business purposes」を明示的に許可と記載
Dify	ノーコードAIアプリ基盤・チャットUI	Apache License 2.0 （＋2条件）	無償で可禁止は「無断でマルチテナントSaaS再提供」「ロゴ改変」のみ。社内利用は対象外
Qdrant	ベクトルDB（RAGの検索エンジン）	Apache License 2.0	無償で可商用利用可・自己ホストに利用制限なし
Ollama	ローカルLLMの実行基盤	MIT License	無償で可

つまり、RAGも需要予測も営業提案も、ソフトウェアのライセンス費 0円で構築できます。これは弊社の営業トークではなく、各プロジェクトのライセンス条文に書かれていることです。

事実2：パッケージの中身も、実は同じOSSです

RICOH オンプレLLMスターターキットには、生成AI開発基盤として「Dify」の Community版（無償ライセンス）がプリインストールされていると、リコー公式製品ページに明記されています公式。つまり同キットのアプリ層は、貴社が自分で無償導入できるものと同じソフトウェアです。
GMO AI RAG は、2026年秋頃に OSS版（AGPL）を無料公開する予定と公式に発表しています公式。同社自身が「ベンダーロックイン回避」を製品方針として掲げています。
QuickSolution も、生成AI連携でローカルLLM（gpt-oss）に対応していることを公式に明記しています公式。

ここから読み取れること：オンプレRAGパッケージの価格は、「ソフトウェアそのものの対価」というより「キッティング・動作検証・保守・サポート・責任の引き受け」の対価という性格が強い、ということです。これは各社の商品構成から読み取れる事実であり、パッケージが不当に高いという意味ではありません。問題は「その部分にいくら払う価値があるか」です。

3案の比較

B案＝貴社のご指摘の構成

観点	A案：パッケージ製品を契約	B案：n8n＋OSSのみ（契約なし）	C案：併用
構成	RICOHキット等を購入し、その中で完結。拡張は同梱のDify等で行う	既存の自社サーバー・ファイルサーバー・売上実績DB・MARUSHIN BtoB を n8n で繋ぐ。RAGはQdrant＋Ollama、UIはDify	検索基盤だけパッケージ、業務側はn8n
ソフト費用	QuickSolution 250万円〜／GMO 初期200万＋年132万〜／RICOH 非公表	0円（有償版が要るのは、n8nでSSO・Projectsが必要になった場合のみ）	パッケージ費用のみ
GPUサーバー	RICOHは込み。GMO・QuickSolutionは別途	別途必要（ここは消えません）どの案でも避けられない費用です	別途必要
導入の速さ	◎ 構築・動作検証済みで納品される	△ 環境構築から始める。ただしn8n公式のAI Starter Kit（n8n＋Ollama＋Qdrant＋PostgreSQL）が用意されており、ゼロからではありません公式	○
検索UI・管理画面の完成度	◎ 全社ユーザー管理・権限設定・ログ管理まで製品として完成	△ Difyで作れるが、QuickSolutionのような「閲覧権限を考慮した全社横断検索」の水準には届きません	◎
需要予測・実績集計	× 7製品すべて標準未対応。結局n8n等を足すことになります	◎ 最初からこれが目的の構成	◎
障害時の責任	◎ ベンダー保守。止まったら電話できる相手がいる	× 自社（または弊社の保守契約）。OSSに問い合わせ窓口はありません	○ 検索基盤はベンダー、業務側は自社/弊社
バージョンアップ	◎ 保守に含まれる	△ 自社で計画・検証・適用。OSSは更新頻度が高く、放置するとセキュリティリスクになります	△
属人化リスク	◎ 製品として標準化されている	× 構築した人しか分からない状態になりやすい。ルール整備が必須	△
ロックイン	△ 製品を止めると資産が残らないことがある	◎ すべて自社資産。ワークフローはJSONで移設可能	○
発注ナビ様の条件との整合	◎ 疑いなく「既製品/パッケージ」	△ 要確認 n8n・Dify・Qdrant・Ollama はいずれも製品名で回答欄に記載できる既製品であり、スクラッチではありません。ただし「ベンダー保守付きの商用パッケージ」を想定されている可能性があり、ここは商談で貴社のご意図を確認させてください	◎ パッケージを含むため確実

B案（パッケージ契約なし）が向いているケース

情報システム部門に、Linux／Docker／DBを扱える方がいらっしゃる。ここが最大の分岐点です。
やりたいことの中心が「需要予測」「営業提案」である。この2つはどのパッケージも標準では持っていないため、パッケージを買っても結局n8n側で作ることになります。それなら最初からB案が合理的です。
検索対象の文書が、部門単位など限定的な範囲でよい。全社数十万ファイルを横断検索したいのであれば、専用製品（QuickSolution等）の方が確実です。
まず小さく試して、効果を見てから広げたい。B案は初期費用が最小のため、失敗コストが低く済みます。

弊社の正直な意見：貴社のヒアリング内容を読む限り、B案から始めるのが最も合理的だと考えています。ご要望の中心である「需要予測」「昨年実績に基づく提案」は、パッケージを買っても付いてこないからです。

B案の弱点 ― ここは隠しません

「ソフト0円」は「総額0円」ではありません。GPUサーバー、構築工数、そして運用保守の人件費は必ず発生します。パッケージの年間保守費（例：GMO 年132万円〜）は、その運用をベンダーに肩代わりさせる対価です。自社で持つなら、その工数を社内で確保する必要があります。

止まったときに電話する相手がいません。OSSに問い合わせ窓口はありません。「AIが止まって180名の業務が滞る」事態にどう備えるかを、導入前に決めておく必要があります。弊社の保守契約で受けることは可能ですが、それは結局「有償の保守」であり、パッケージ保守と性質は同じです。

全社横断検索の完成度では、専用製品に及びません。QuickSolution は「利用者の閲覧権限を考慮して回答を生成」「数百TBまで対応」「5,100サーバー以上の導入実績」を公式に掲げています公式。この水準を自作で再現するのは現実的ではありません。

属人化します。これはOSS構成の最大の実務リスクです。命名規則・エラー通知・変更手順・ドキュメントを最初に整備しないと、担当者が異動した瞬間に誰も触れなくなります。

稟議の通しやすさは、A案が上です。「有名メーカーのパッケージ製品」と「OSSの組み合わせ」では、社内の納得感が異なる場合があります。ここは技術ではなく、貴社の社内事情の問題です。

弊社の推奨：B案から始め、必要になったらA案の要素を足す

「最初にどれを買うか」を決める必要はありません。順番を逆にすれば、判断を先送りにできます。

まず B案の最小構成で、1部門・3ヶ月やってみる。n8n＋Qdrant＋Ollama＋Dify。ソフト費用0円。GPUサーバーは検証機の貸出やレンタルで代替できます。
そこで判明することが3つあります。①貴社の文書で、RAGの精度がどれくらい出るのか ②社員が本当に使うのか ③需要予測の精度がデータで出せるのか。この3つはカタログでは絶対に分かりません。
結果を見て、足りない部分だけパッケージを買う。「全社横断検索の権限制御が甘い」と分かればQuickSolution、「運用が回らない」と分かればRICOHキットのようなサポート込みの製品。何が足りないか分かってから買う方が、確実に安く済みます。

ただし1点だけ、先に確認させてください。発注ナビ様経由のご要望に「ある程度まとまったパッケージベースで導入し」「スクラッチでのご提案は不可」とございました。B案は技術的にはスクラッチではなく既製品の組み合わせですが、貴社が「ベンダー保守が付いた商用パッケージ」を想定されているのであれば、A案またはC案でご提案すべきです。この点だけは、弊社の判断ではなく貴社のご意向を伺わせてください。

RAGパッケージだけでは届かない領域 ―「需要予測」「昨年実績に基づく提案」

貴社ヒアリングの中で、弊社が最も重要だと考えた一文についてです。

「自社サーバーに、売上実績や商品の入出荷などにまつわるデータが蓄積されている状態です。」
「自社データを活用して、需要予測や営業支援（昨年の実績に基づく提案など）に役立てたい」

なぜRAGでは難しいのか

RAGは「意味が近い文章のかたまり」を探す技術です。文書を細かく分割してベクトル（数値の並び）に変換し、質問に意味が近い断片を数個だけ引っ張ってきてLLMに渡します。
この仕組みは「規程のどこに書いてあるか」には非常に強い一方、「昨年4月〜9月の、A百貨店向け、ジブリ関連品の、品番別売上を合計して上位20件」といった集計には構造的に向きません。数万行の売上明細をベクトル検索で"全部拾う"ことはできないためです。
結果として、合計値がずれる／一部の行しか見ていない／それらしい数字を作ってしまうという事故が起こります。これは製品の優劣ではなく、技術の使いどころの問題です。
需要予測に至っては、そもそも時系列モデルや統計処理の領域であり、RAGの守備範囲外です。だから7製品すべてが標準搭載していないのです。

ではどうするか ― 質問を「振り分ける」

実務上の答えはシンプルで、「質問の種類によって、答えに行く経路を変える」ことです。
文書系の質問（例：「ジブリ商品の監修フローは？」）→ RAGパッケージへ。
数値系の質問（例：「昨年のA社向け実績は？」）→ SQL等で基幹DBを正確に集計してから、その結果をLLMに要約させる。数字はDBが出し、LLMは日本語にするだけ。これなら合計は必ず合います。
予測系の質問（例：「来期の父の日商戦の見込みは？」）→ 過去実績の集計＋季節性の計算をワークフローで走らせ、その出力をLLMに説明させる。
この「振り分けと接続」を担うのが、n8n というワークフロー基盤です。

STEP 1

担当者が日本語で質問

「昨年の父の日でA百貨店に一番売れたジブリタオルは？今年の推奨は？」

STEP 2

AIが質問の種類を判定

文書系／数値系／予測系のどれかを判定し、経路を振り分ける（n8nのAIエージェント）

STEP 3a

文書系 → RAGへ

ライセンス契約書・商品規格書・過去提案書をベクトル検索。出典付きで回答

STEP 3b

数値系 → DBへ

売上実績・入出荷DBをSQLで正確に集計。数字はDBが出す

STEP 4

LLMが日本語でまとめる

集計結果＋文書根拠を統合し、出典付きで提案文を生成。すべてオンプレ内で完結

この構成は「スクラッチ開発」ではありません。RAG部分は既製パッケージ、振り分けと接続は n8n という既製のワークフロー製品、集計は貴社に既にあるDB。いずれも製品として存在するものを組み合わせる形であり、AIエンジンをゼロから書き起こすものではありません。

n8n とは何か ― 公式ドキュメントで確認できる事実のみ

弊社ピースフラットシステムの主戦場です。営業トークではなく、公式ドキュメント（docs.n8n.io）および公式価格ページに書かれている内容だけを記載します。

基本と提供形態公式

ワークフロー自動化ツール。ブラウザ上でノード（処理の箱）を線でつなぎ、「データを取る→加工する→AIに渡す→書き戻す→通知する」という業務の流れを画面上で組み立てます。
提供形態は n8n Cloud（フルマネージド）と セルフホスト（自社インフラに設置）。今回はセルフホスト＝オンプレミスです。
セルフホストのエディションは Community ／ Registered Community ／ Business ／ Enterprise。公式ドキュメントに 「Community edition is free, indefinitely（無期限に無償）」と明記。
Community edition は「ほぼ完全な機能セット」と公式に記載。無償版でもワークフロー作成・実行の中核機能はすべて使えます。
Registered Community（無償登録）で追加解放されるもの：Folders／Debug in editor／Custom execution data。
全プランで ユーザー数無制限・ワークフロー数無制限・全統合利用可と公式価格ページに明記。

Choose how to use n8n 公式価格ページ

オンプレ・隔離運用（貴社の要件に直結）公式

公式ドキュメントに「Isolate n8n（n8nを隔離する）」という設定手順が正式に用意されています。セルフホスト版は既定で n8n 社のサーバーへアップデート通知・テンプレート・診断情報の通信を行いますが、以下の環境変数でこれを止められます。

    N8N_DIAGNOSTICS_ENABLED=false

    N8N_VERSION_NOTIFICATIONS_ENABLED=false

    N8N_TEMPLATES_ENABLED=false

    EXTERNAL_FRONTEND_HOOKS_URLS=

    N8N_DIAGNOSTICS_CONFIG_FRONTEND=

    N8N_DIAGNOSTICS_CONFIG_BACKEND=

つまり 「社内ネットワークの中だけで完結し、外部へ一切通信しない n8n」を、公式の手順で構成できます。貴社の機密情報保護の要件に対する明確な回答になります。
クライアント側はブラウザのみ。Windows／Mac の区別なく利用でき、専用アプリのインストールは不要です。

docs.n8n.io / Isolate n8n

AI／RAG 機能公式

Vector Store ノードを標準搭載。ドキュメントを埋め込みベクトルに変換して格納・検索する処理をノードとして組めます。
Qdrant Vector Store ノードには Get Many／Insert Documents／Retrieve Documents (As Vector Store for Chain/Tool)／Retrieve Documents (As Tool) の4モードがあります。
Ollama ノードにより、ローカルで動く LLM をそのまま呼び出せます（外部API不要）。
n8n公式が Self-hosted AI Starter Kit（n8n＋Ollama＋Qdrant＋PostgreSQL）をオープンソースで提供。「ローカル完結のAI環境」をテンプレートから立ち上げられます。
RAG Starter Template（ファイルアップロード用と問い合わせ用の2本）も公式提供。
注意点：n8n は「テキストの埋め込み」のみをサポートと公式に明記（画像埋め込み等は対象外）。図面や商品写真をそのまま検索対象にしたい場合は、別の仕組みが必要です。

Qdrant Vector Store 統合 Vectors 公式ドキュメント

正直に申し上げる、n8n の弱点

n8n は「RAG製品」ではありません。検索専用のUI、全社ユーザー管理画面、文書取り込みの管理コンソールといった"製品としての体裁"は持っていません。そこは今回ご紹介したパッケージが担うべき部分です。だからこそ弊社は「n8n単体」ではなく「パッケージ＋n8n」をご提案しています。

Community edition（無償）では使えない機能があります。公式に明記されているのは、SSO（SAML／LDAP）、Projects（プロジェクト単位の権限管理）、Environments、External secrets、Log streaming、Multi-main mode、Git によるバージョン管理、ワークフロー／認証情報の共有、Custom Variables、バイナリデータの外部ストレージ。170〜180名で全社利用するなら SSO と Projects が欲しくなる場面があり、その場合は Business（€667/月・年払い）の検討が必要です。

作った人にしか分からない、を防ぐ運用が要ります。ワークフローは画面で見えるとはいえ、命名規則・エラー通知・変更管理のルールを決めずに増やすと属人化します（弊社の導入支援では、ここを最初に整備します）。

サーバー運用は自社側の責任になります。バージョンアップ・バックアップ・監視は、パッケージ製品のベンダー保守と違い、自社または弊社の保守契約でカバーする必要があります。

一方で、ワークフローが「絵」として画面に残るため、スクラッチのプログラムに比べて後任への引き継ぎ・自社での改修ははるかに容易です。まさに「その後は自社側で構築・拡張していく」という貴社の運用像に合致します。

n8n を使う場合と、パッケージ製品だけの場合の比較

どちらが優れているという話ではなく、担当する領域が違うことをご理解いただくための整理です。

観点	RAGパッケージ単体	n8n 単体	パッケージ＋ n8n（弊社推奨）
導入までの速さ	◎ 買って文書を入れれば動く。最短で社内展開できる	△ ワークフローを作る工程が必要	◎ パッケージで即スタートし、n8n は後から重ねる
社内文書の検索・要約	◎ これが本業。UI・管理画面まで完成品	△ 作れるが、製品ほどのUIにはならない	◎ パッケージが担当
売上実績の集計・照会	× ベクトル検索では数値集計が保証されない	◎ DBに直接SQLを投げるので数字が必ず合う	◎ n8n が担当
需要予測	× 7製品すべて標準機能では未対応	○ 過去実績集計＋季節性計算＋LLM解説を組める	◎ n8n が担当
営業提案の自動生成	△ 文書ベースの提案文は書けるが、実績数値と紐づかない	○ 実績→候補品番→提案書ドラフトまで流せる	◎ 実績（n8n）＋文書根拠（RAG）の両方が入った提案
将来の他システム連携	△ 製品が用意したコネクタの範囲内	◎ HTTP／DB／ファイル／メール等、汎用的につなげる	◎ n8n が全社の接続点になる
ライセンス費用と人数	製品次第。neoAI のような「社員数で変動」型は180名で総額が膨らむ	全プランユーザー数無制限（公式明記）。Community は無償	◎ QuickSolution（ユーザ数非依存）や GMO（サーバ課金）と組めば、人数課金の影響をほぼ排除できる
ベンダーロックイン	△ 製品を止めると資産が残らないことがある	◎ ワークフローはJSONで自社に残り、他環境へ移設可能	○ 業務ロジックがn8n側に蓄積されるため、将来パッケージを入れ替えても資産が残る
自社での拡張しやすさ	製品の想定範囲内なら容易、外れると不可	◎ 画面上でノードを足すだけ。情シス様でも改修可能	◎ ご要望どおり「導入後は自社で拡張」が現実的に成立
運用の手間	◎ ベンダー保守に乗る	△ 自社でサーバー・バージョン管理が必要	△〜○ n8n側の運用が増える。弊社の保守で受けることも可能
「既製品」要件への適合	◎	◎ n8n も Dify も Qdrant も既製品。スクラッチではない	◎ すべて製品名でご提示できます

「スクラッチ不可」というご条件について、弊社の立場を明確にしておきます。
弊社がご提案するのは、RICOH オンプレLLMスターターキット（または QuickSolution／GMO AI RAG）＋n8n＋Qdrant＋Ollama／Dify という、すべて名前のある既製品・OSSプロダクトの組み合わせです。ゼロからAIエンジンやRAGエンジンを書き起こすことは一切いたしません。弊社が行うのは、それらを貴社の業務に合わせて設定・接続・ワークフロー化する部分です。

推奨構成と、段階導入のご提案

※ここから先は、現時点の公開情報に基づく弊社の想定（仮定）です弊社想定。実際の構成は貴社の基幹システム・データ構造・ネットワーク要件を確認のうえ決定します。

推奨アーキテクチャ ― B案（既存資産を n8n で繋ぐ）をベースに記載

パッケージを足す場合はAIアプリ層を差し替え

利用者層

社員 170〜180名／Windows・Mac のブラウザのみ（専用アプリ不要）。営業・企画・物流・管理の各部門が、同じ入口から自然文で質問します。

AIアプリ層

B案：Dify（Apache 2.0・無償）でチャットUI・アプリ管理・ユーザー管理を構成。
▸ A/C案でパッケージを採用する場合は、この層を QuickSolution／GMO AI RAG／RICOHキット同梱のDify に差し替えるだけで、下の層はそのまま使えます。後から差し替えられる＝先に決めなくてよいのがこの構成の利点です。

業務接続層

n8n（セルフホスト・公式手順で隔離）　★弊社の担当領域
質問の振り分け、既存DBへのSQL集計、需要予測ロジックの実行、提案ドラフト生成、アラート通知、将来の他システム連携。業務ロジックはすべてここに"絵"として蓄積されます。全プランでユーザー数無制限のため、全社展開してもライセンス費用は増えません公式。この層はA案でもB案でもC案でも必要です。

モデル層

Ollama（MIT・無償）＋ローカルLLM（tsuzumi 2 約30B ／ gpt-oss ／ ELYZA 等）＋埋め込みモデル
外部APIを一切呼ばない構成が可能です。ここでのモデル選択が、GPU費用を最も大きく左右します（第5章）。約30Bクラスなら40GB以下のGPU1枚で動作するモデルもあります。

データ層

すべて貴社の既存資産です。自社サーバー（売上実績・入出荷データ）＋ファイルサーバー（商品規格書・ライセンス契約書・提案書・カタログ）＋ MARUSHIN BtoB のデータ＋ Qdrant（Apache 2.0・無償）。データは既存の場所から動かさず、読みに行くのが基本です。ここに新しく買うものはありません。

境界

インターネットとの接続点なし。n8n は公式の隔離設定で外部通信を停止。貴社の機密情報・ライセンス契約情報が社外に出る経路そのものを作りません。

この図で最もお伝えしたいこと：買い足す必要があるのは、実質「GPUサーバー」だけです。ソフトウェアは無償のもので構成でき、データは既にお持ちのものを使います。パッケージ製品は「後から、足りない層だけ差し替える」ことができます。

フェーズ1：小さく作って、確かめる

想定期間：2〜3ヶ月弊社想定

B案の最小構成（n8n＋Qdrant＋Ollama＋Dify）を1部門で立ち上げる。ソフト費用0円
対象文書を絞って索引化：商品規格書、キャラクターライセンス契約書・監修ルール、取引条件、過去の提案書
部門ごとの閲覧権限を設計（営業／企画／物流／管理）
ここで3つを確かめます：①貴社の文書で精度が出るか ②社員が本当に使うか ③GPUはどれだけ必要か

ここで「全社横断検索の権限制御が足りない」と分かれば、その時点でQuickSolution等の採用を検討します。先に買わないことで、判断材料が揃ってから決められます。

フェーズ2：実績データをAIにつなぐ

想定期間：2〜3ヶ月（フェーズ1と一部並行可）弊社想定

n8n をオンプレに設置（公式手順で隔離設定）。まずは Community edition（無償）で開始
売上実績・入出荷DBへの読み取り専用接続を確立
実績照会AI：「昨年のA百貨店向けジブリ関連の品番別実績は？」に、SQL集計＋LLM要約で正確に答える
ライセンス期限アラート：契約終了・監修期限が近い案件を自動検知して通知
質問の振り分け（文書系／数値系）をAIエージェント化

ここが弊社の一番の価値です。「数字が合うAI」を作る工程です。

フェーズ3：需要予測と営業提案の自動化

想定期間：3〜4ヶ月弊社想定

需要予測：品番×得意先×月次で、過去実績＋季節性（母の日・お中元・クリスマス・新学期）＋キャラクター別トレンドから発注推奨数を算出
営業提案AI：得意先ごとに「昨年この時期に売れた品番」「今年の新規ライセンス品」「在庫が厚い品」を突き合わせ、提案リストとドラフト提案書を自動生成
在庫アラート：瀬戸物流センターの滞留在庫・欠品リスクを検知し、営業へ提案として配信
MARUSHIN BtoB サイトの受注データとの連携

ここまで来ると、AIは「調べ物の道具」から「営業を動かす仕組み」に変わります。

フェーズ1〜3で実現する画面イメージを、モックで見る（別タブ）

各社への見積依頼時に、必ず確認していただきたい7つの質問

本レポートで「公開情報なし」となった項目を埋めるための、実務的な質問リストです。この7問への回答を揃えれば、各社を同じ土俵で比較できます。そのままメールに貼ってお使いください。

#	質問文（そのままお使いいただけます）	なぜ聞くのか
1	「最終的に180名が利用します。御社の課金はユーザー数課金ですか、サーバー／ライセンス課金ですか。180名になった場合の年額を教えてください。」	今回の調査で、QuickSolution と n8n は「ユーザー数非依存」と公式明記、neoAI は「社員数で変動」と公式明記でした。ここが5年総額を最も大きく変えます。
2	「180名規模での稼働実績はありますか。その際の推奨ハードウェア構成（GPU種別・枚数・VRAM容量）を教えてください。」	規模別サイジングを公表しているのは RICOH のみでした。70Bクラスのモデルは80GB級VRAMが必要とされており、GPU枚数が費用を左右します。
3	「見積金額にGPUサーバー本体は含まれますか。含まれない場合、必要な機器と概算価格を教えてください。」	RICOHはハード込み、GMO AI RAG と QuickSolution はソフト単体です。ここを揃えないと総額比較ができません。
4	「インターネットに一切接続しない完全閉域で、ライセンス認証・アップデートを含めて運用できますか。」	「オンプレ対応」と書いてあっても、ライセンス認証だけは外部通信が必要な製品があります。貴社の要件では致命的になり得ます。
5	「当社の売上実績・入出荷データ（RDB）に対して、集計・件数カウントを伴う質問に正確に答えられますか。ベクトル検索ではなくSQL等で集計する機能はありますか。」	本レポートの核心です。「できます」と言われたら、必ず実データでのデモを依頼してください。合計値が合うかどうかで実力が分かります。
6	「導入後、当社の情シスだけで新しいAIアプリやワークフローを追加できますか。その際に追加のライセンス費用や御社への作業依頼は発生しますか。」	貴社のご要望「その後は自社側で詳細の構築や拡張を行っていく」が本当に成立するかを確認する質問です。ここで濁されたら、実質ベンダー依存になります。
7	「同等の機能は、n8n・Dify・Qdrant・Ollama といったOSSを自社で構築しても実現できると理解しています。それでも御社製品を契約する価値は、具体的に何でしょうか。」	最も本質的な質問です。第7章で見たとおり、RICOHキットにはDify Community版が同梱され、GMO AI RAG はOSS版の無料公開を予告しています。この問いに具体的に答えられるベンダー（＝キッティング・保守・SLA・実績で価値を語れる会社）が、本当に信頼できる相手です。ぜひ弊社にも、同じ質問をしてください。

弊社は、この6問への各社回答の読み解きと比較整理を、無償でお手伝いいたします。弊社の製品を売るためではなく、貴社が正しく比較できる状態を作ることが、結果として最も良いお付き合いにつながると考えているためです。

出典一覧（すべて2026年8月1日時点で確認）

本レポートに記載した製品情報・価格は、以下の公式サイト・公式プレスリリース・公式価格ページに基づいています。

■ 丸眞株式会社様

■ 既に情報収集済みの3製品

■ n8n 公式（価格・ドキュメント）

■ ご提案する代替候補

■ 第7章（OSSライセンス）の根拠

■ 第三者情報（参考値として使用）

調査の限界について、正直に申し上げます。
① 価格・仕様は各社が随時改定します。本レポートは2026年8月1日時点の公開情報のスナップショットです。
② 「公開情報なし」と記載した項目は、公式サイト上で確認できなかったという意味であり、機能が存在しないことを意味しません。個別の問い合わせで判明する可能性があります。第12章の質問リストをご活用ください。
③ 各製品の実際の回答精度は、貴社の文書で試さなければ分かりません。カタログスペックでは判断できない領域です。DNPの2週間無償検証、Alli の SaaS 先行試行など、無償・低コストで試せる枠を活用した実データでの比較検証を強くお勧めします。
④ 本レポートの「推奨構成」「段階導入」「所要期間」は弊社の想定であり、貴社のデータ構造・基幹システムの状況により変わります。確約ではありません。

丸眞株式会社 様 ｜ オンプレミス型AI（RAG）製品 比較レポート ＋ n8n活用のご提案

結論：技術的には実現できます。そしてパッケージ契約は、必須ではありません

丸眞様の要件整理と、そこから導かれる評価軸

貴社について（公開情報より）公式

ご要望 → 本レポートの評価軸

既に情報収集済みの3製品 ― 正確な位置づけの確認

ご提案する代替候補 7製品（すべてオンプレミス対応・公式情報ベース）

一覧比較表

「170〜180名で本当に実現できるのか」― 規模の検証

事実①：規模別のサイジングを公表しているベンダーがある

事実②：検索基盤側は、規模の心配がほぼない

事実③：GPUの必要量は、選ぶLLMのサイズでほぼ決まります

事実④：n8n は、人数が増えても費用が増えません

正直に申し上げる ― 「現時点で分からないこと」

費用感 ― 公表されている実額と、必ず上乗せになる項目

① 公表されている実額（そのまま引用）公式

② 5年総額の比較（公表値のみで計算）

③ 公表価格に含まれない、必ず発生する費用

そもそもパッケージ契約は必要か ― 3案の正直な比較

まず、動かしがたい事実から

3案の比較

B案（パッケージ契約なし）が向いているケース

B案の弱点 ― ここは隠しません

弊社の推奨：B案から始め、必要になったらA案の要素を足す

RAGパッケージだけでは届かない領域 ―「需要予測」「昨年実績に基づく提案」

n8n とは何か ― 公式ドキュメントで確認できる事実のみ

基本と提供形態公式

オンプレ・隔離運用（貴社の要件に直結）公式

AI／RAG 機能公式

正直に申し上げる、n8n の弱点

n8n を使う場合と、パッケージ製品だけの場合の比較

推奨構成と、段階導入のご提案

推奨アーキテクチャ ― B案（既存資産を n8n で繋ぐ）をベースに記載

フェーズ1：小さく作って、確かめる

フェーズ2：実績データをAIにつなぐ

フェーズ3：需要予測と営業提案の自動化

各社への見積依頼時に、必ず確認していただきたい7つの質問

出典一覧（すべて2026年8月1日時点で確認）

丸眞株式会社様｜オンプレミス型AI（RAG）製品比較レポート＋ n8n活用のご提案

　結論：技術的には実現できます。そしてパッケージ契約は、必須ではありません