LLM(大規模言語モデル)と全文検索エンジンを組み合わせによるRAG(検索拡張生成)アプローチで、人力では実現不可能な暗黙知を一般化し、社内での徹底活用を可能化した
LLM(大規模言語モデル)と全文検索エンジンを組み合わせによるRAG(検索拡張生成)アプローチで、人力では実現不可能な暗黙知を一般化し、社内での徹底活用を可能化した
経営/事業上の課題
課題解決に向けたアビームの支援概要
支援の成果
文書の形式は、パワーポイント・エクセル・PDF・テキスト形式など、多岐にわたる。また、いわゆる文字列といった純粋な文書だけでなく、図表なども含まれる。さらに、今回の事例では文書全般を対象とするため、検証のためにはどの部署に向けた文書解析および文書生成をすれば効果的なのかを議論し決定する必要があった。導入したRAGアプローチによる精度検証の妥当性もどのような判断基準をもって検証すれば良いのか、この判断基準と判断方法も決定する必要があった。
課題解決のために何をやるべきか、またゴールはどこで、途中でどのようなステップを踏んでいくかを明確にした。RAGアプローチは適用範囲が広く、データ共有含めて部署横断となるため、全社協力のもとプロジェクトを進められるよう、クライアントの理解と積極的な配慮があったことが大きな成功要因となった。また、業務適用におけるエクスペリエンスの構築からLLMを活用したシステム構築、価値検証の豊富な知見など、クライアントが実現したいことや課題に対してアビームコンサルティングが的確なアプローチを行ったことも成功要因となった。
Azure Open AIとAI Searchを組み合わせることで、LLMの最新活用事例であるRAGアプローチを業界に先駆けて導入。全社での業務活用に向けて生成AIの業務活用・改善プロセスの方向性を明確化、先鞭をつけた。アビームコンサルティングがクライアントの業務部門とIT部門の架け橋となり、生成AIによるRAGアプローチの導入目的や効果測定方法・精度検証方法、個別具体的な活用方法から始めて全社横展開に向けたステップ論などの議論をリードした。
検索拡張技術(Retrieved-Augmented-Generation)について
Customer Profile
2024年3月15日
相談やお問い合わせはこちらへ