1. 背景と課題 (Background & Problem Statement)
現代の多くの組織において、システムとデータの分断は深刻なレベルに達しています。 特定の商用ベンダーへの過度な依存は「オープンソース等の多様なツールの連携」を阻んでいます。さらに、AI時代に不可欠な「RAG（検索拡張生成）のソース管理」においても、著作権やコンプライアンスリスクに対する恐れからクローズドなデータ運用を余儀なくされており、「社会全体で共有・再利用可能なオープンデータの形成」が大きな壁にぶつかっています。これらの「閉じたシステム」と「閉じたデータ」が引き起こす非効率は、以下の具体的な課題として顕在化しています。 
KASUGAI_概要動画はこちら
1.1. データと現実空間の乖離
文書データ（例：現場報告書、各種申請書）と、それが指し示す地理的・空間的コンテキストとの間にシステム的な繋がりが欠落しています。これにより、利用者はドキュメント管理システムとGIS（地理情報システム）の間を手動で往復する非効率を強いられています。
1.2. 信頼できる唯一の情報源（SSOT）の喪失
ローカルPCやネットワークドライブ（Samba/SMB等）には重複ファイルや旧版が溢れ、最新かつ正確な情報の特定が困難です。従来のベクトル検索に基づくRAG（検索拡張生成）はノイズを排除できず、AIのハルシネーション（幻覚）や出力の信頼性低下を招いています。
1.3. ベンダーロックインによる連携阻害
特定ベンダーの製品エコシステムは、外部のクラウド（Box等）やオープンソースの専門ツール（QGIS等）とのシームレスな統合を制限し、組織全体のシステム最適化を妨げています。
1.4. AI活用におけるコンプライアンスとライセンスの壁
エンタープライズ環境でのAI運用には、2つの異なる次元での法的リスクが存在します。 第一に「プログラム（システム）上のライセンス問題」です。GPL等の厳格なオープンソースライセンスを持つツールをシステムに直接組み込むことで、自社システム全体がライセンス汚染（ソースコード公開義務の波及等）を受けるリスクがあります。 第二に「データとしての著作権・ライセンス問題」です。業務環境には、自社の機密データだけでなく、パブリックドメイン（著作権フリー）の資料や、クリエイティブ・コモンズ（CCライセンス）が付与された外部データ（※「非営利目的のみ可」「改変禁止」等の条件付き）が複雑に混在しています。これらを無差別にRAGの知識ソースとして取り込むと、AIの出力が意図せぬ権利侵害や利用許諾違反を引き起こす重大なコンプライアンス違反に直結します。
1.5. 社会全体で共有可能な「安全な知識基盤（オープンデータ）」の欠如
上記1.4のリスクに対する恐れから、多くの企業や自治体はデータ共有に対して極度に保守的になり、「自組織の壁の中」だけでAIを運用せざるを得なくなっています。結果として、社会全体で再利用可能な「安全で権利クリアなRAGソース（オープンデータ）」が蓄積されず、日本全体でのDXやAI活用の足かせとなっています。