ファインチューニングは、すでに学習を終えた AI のモデルに、特定の分野や会社のデータを追加で学ばせ、答え方や文体を調整する方法です。モデルそのものに手を入れるので、学ばせるデータの準備と、学習の費用と手間がかかります。学ばせたあとで資料の中身が変われば、学ばせ直す必要も出ます。
社内の資料を踏まえて AI に答えさせたいとき、中小企業でまず検討するのは、ファインチューニングより、資料を探して渡す方法（RAG）や、指示文に会社の情報を書いておく方法です。資料が変わってもモデルを作り直さずに済み、答えのもとになった資料も確かめやすいからです。社内の言い回しや文体をまねさせたい場合も、まずは過去の文書を見本として指示に入れる方法（Few-shot）で足りるかを試します。
当社が製造業の会社様向けに組んだ 1 日の研修の資料でも、ファインチューニングは後回しでよい、という扱いにしています（1 日の AI研修の記事）。