TecnologíaIngeniería de Software

Cómo Fujitsu construyó Takane, un LLM japonés para industrias reguladas, con Cohere

Fujitsu, la compañía global de TI y transformación digital con 124.000 empleados, se asoció con Cohere para desarrollar Takane, un LLM en japonés de primer nivel especialmente diseñado para finanzas, gobierno, sanidad y fabricación. El modelo alcanzó una puntuación de clase mundial en el benchmark JGLUE y está integrado en la infraestructura comercial de IA de Fujitsu para clientes japoneses en sectores de alta exigencia normativa.

Impacto

World-class score

Rendimiento en el benchmark JGLUE

100+

Países atendidos por Fujitsu

124,000

Número de empleados de Fujitsu

Desafío

Fujitsu necesitaba un LLM en japonés de alta precisión con capacidad de despliegue privado en industrias reguladas como finanzas, sanidad y gobierno, donde la soberanía de datos, el cumplimiento normativo y la precisión lingüística son innegociables y los LLM públicos de propósito general resultaban inadecuados.

Solución

Fujitsu se asoció con Cohere para construir Takane, un LLM japonés personalizado entrenado sobre la serie Cohere Command con arquitectura de despliegue privado, optimizado para flujos de trabajo de documentos complejos, casos de uso empresariales multilingües e industrias de alto riesgo normativo.

Herramientas y tecnologías

Lo que dicen los líderes

«Estamos comprometidos a apoyar la transformación de negocio de nuestros clientes llevando la IA más avanzada al mercado, no solo a través de nuestras propias innovaciones, sino también colaborando con socios globales como Cohere.»

Yoshinami Takahashi, Vicepresidente Corporativo, COO, Fujitsu Limited
Entiende todo el contexto.

Regístrate para leer casos de estudio completos, acceder a métricas detalladas y recibir todos los reportes.

Historia completa

Fujitsu da servicio a clientes en más de 100 países como partner de transformación digital, con profundas raíces en sectores que exigen los más altos estándares de privacidad de datos y cumplimiento normativo: finanzas, gobierno, sanidad, derecho y fabricación. A medida que la IA generativa se convirtió en un habilitador clave de la transformación, Fujitsu reconoció que los LLM de propósito general, optimizados principalmente para el inglés, creaban una brecha de precisión fundamental para los clientes empresariales japoneses. En industrias reguladas, incluso errores lingüísticos menores pueden tener consecuencias graves, por lo que la fiabilidad en contextos específicos del japonés no es negociable.

El reto al que se enfrentaba Fujitsu no era simplemente construir un modelo con capacidades en japonés, sino uno suficientemente seguro para industrias que operan bajo estrictos requisitos de gobernanza de datos. Los LLM generales alojados por proveedores de nube pública no podían satisfacer los requisitos de cumplimiento y soberanía de datos de estos clientes. Desarrollar un modelo robusto y escalable desde cero también requería acceso a infraestructura avanzada de entrenamiento, extensos conjuntos de datos en japonés y una profunda experiencia en desarrollo de LLM, capacidades que Fujitsu necesitaba adquirir o conseguir mediante alianzas.

Fujitsu eligió Cohere como partner tecnológico estratégico, aprovechando la serie Cohere Command como arquitectura base. Trabajando con los ingenieros de Cohere, Fujitsu construyó Takane como un modelo personalizado de despliegue privado optimizado para los requisitos lingüísticos y de dominio específicos de los clientes empresariales japoneses. Las capacidades del modelo abarcan el procesamiento de flujos de trabajo de documentos complejos, soporte multilingüe (japonés, alemán, chino, portugués), extracción de datos estructurados en formatos como JSON y CSV, razonamiento matemático y lógico para casos de uso en finanzas e ingeniería, y resumen y análisis de sentimiento de alta precisión para la toma de decisiones empresariales.

El resultado de rendimiento fue significativo: Takane logró una puntuación de clase mundial en el benchmark JGLUE, validando su precisión para los exigentes contextos empresariales en los que operan los clientes de Fujitsu. El modelo está ahora integrado en la infraestructura comercial de IA de Fujitsu, incorporado al servicio Fujitsu Kozuchi AI y ofrecido a través del Fujitsu Data Intelligence PaaS (DI PaaS), haciéndolo accesible a los clientes de Fujitsu en las industrias japonesas más sensibles en materia de privacidad.

La alianza de Takane demuestra cómo una gran empresa global de TI puede acelerar el desarrollo de capacidades de IA combinando su experiencia de dominio y alcance de distribución con la infraestructura de modelos de un partner especializado en IA. En lugar de construir su propio LLM desde cero, Fujitsu usó la experiencia de entrenamiento y los modelos base de Cohere para alcanzar la calidad de producción más rápido de lo que habría permitido un esfuerzo independiente, manteniendo al mismo tiempo la capacidad de despliegue privado y el control total sobre los datos de sus clientes.

Casos similares

D
Draftwise
30%
improvement in search result quality

Draftwise, an AI-powered contract drafting and negotiation platform, built its Smart Draft product on Cohere’s Command, Embed, and Rerank models to enable semantic search and AI-generated contract language grounded in clients’ own document libraries. The system delivered a 30% improvement in search result quality and tripled API usage within a single quarter.

TechnologyCCCohere CommandCRCohere Rerank
A
Allspice
20% → 97%
ingredient matching accuracy

Allspice, a food technology startup building a kitchen operating system for consumers and recipe publishers, deployed Pinecone’s vector database to solve the inherent messiness of ingredient data that traditional text search could not handle. The implementation raised ingredient matching accuracy from roughly 20% to 97%, enabling the launch of recipe importing as a core product feature and expanding into a platform-wide semantic layer for search, recommendations, and conversational AI.

TechnologyTtext-embedding-3-largePPinecone
R
Rakuten
79%
reduction in average time to market for new features

Rakuten is a Japanese technology conglomerate operating over 70 businesses including e-commerce, fintech, travel, and communications, with thousands of developers serving millions of customers globally. The company deployed Claude Code and Claude Managed Agents as part of its “AI-nization” strategy, enabling autonomous multi-hour coding sessions and cross-functional agent workflows. Feature delivery time dropped 79%, from 24 working days to 5, while a seven-hour autonomous refactoring run on a 12.5-million-line codebase delivered 99.9% accuracy.

TechnologyCMClaude Managed AgentsCCClaude Code
S
Sommo
500–800
additional leads generated monthly

Sommo built an AI-powered SRS generator in Make in a single day, generating 500–800 additional leads per month and achieving a 5x increase in active website users.

TechnologyMMakeOOpenAI
C
Confluent
15,000+
hours saved monthly

Confluent, a data streaming platform company with 2,000+ employees and 4,000+ customers, deployed Glean to solve the knowledge fragmentation that came with rapid growth from 250 to 2,000+ employees across 20+ systems. Glean indexed the company's full tool stack — Slack, Salesforce, Confluence, and more — enabling instant knowledge retrieval across all teams. The result: 15,000+ hours saved monthly, a 13% increase in support team satisfaction, and over 70% employee adoption.

TechnologyGGlean
SA
System AI
97%
operation time reduction

System AI is an automation and web development consulting agency serving real estate businesses across the US, Australia, the UK, and Saudi Arabia. For client The Srama Group, System AI built a WhatsApp-based AI assistant using n8n that routes messages directly into Zoho CRM and Google Sheets, eliminating manual data entry by virtual assistants. The workflow reduced per-task operation time from four to five minutes down to 10–20 seconds — a 97% reduction — and helped the client win a buyers agency of the year award.

TechnologyNn8nZCZoho CRM
L
LTM
80%
candidate onboarding prediction accuracy

LTM, a global technology consulting and digital solutions company operating across India and international markets, deployed Snowflake’s AI Data Cloud to unify fragmented HR systems and power predictive hiring models. By migrating legacy on-premises data to Snowflake and deploying ML models via Snowpark and Cortex AI, LTM predicts candidate onboarding probability at 80% accuracy 25–30 days before start dates, cuts total cost of ownership by 70%, and processes hiring data 10x faster.

TechnologySSnowflakeSCSnowflake Cortex AI
H
Headstart
90–97%
code written by claude

Headstart, an AI-native software studio, uses Claude 3.5 Sonnet to write 90-97% of client code, compressing enterprise software project timelines from months to weeks and delivering 10-100x development speed.

TechnologyC3Claude 3.5 Sonnet