■イベントレポート■【企業の生成AI・LLM活用最前線】今だからこそ知りたい!生成AIへの取り組み方と活用方法

2024年7月24日(水)に、Allganize Japanとパートナー企業である日鉄ソリューションズ様と二社共同で生成AIの企業活用に関するセミナーを開催いたしました。

生成AI・LLMは、企業の革新的な生産性向上や業務高度化に不可欠な存在となっています。活用例も増える一方で、導入の成否を分ける検討ポイントや課題感も明らかになってきました。

本セミナーは、”今だからこそ知りたい”生成AI・LLMへの取り組み方や活用方法に焦点を当てたセミナーです。今回は、当日の様子を簡単にレポートします。

↓セミナー情報はこちら

企業の生成AI・LLM活用最前線! 今だからこそ知りたい、生成AIへの取り組み方と活用方法(7月24日開催)
生成AIの企業活用が徐々に進み、新たな検討ポイントも明らかになってきております。本イベントでは、一般的なChatGPT活用より”一歩先”に進めるために、「今だからこそ」知っておくべき企業の生成AI活用について、日鉄ソリューションズとAllganizeがわかりやすくご紹介いたします。

[セッション1] 生成AI・LLM企業活用 最前線

Allganize Japan Solution Sales Manager 池上から、生成AI・LLMのこれまでの流れ、グローバルで見る企業活用の実態、AIエージェントや専用LLMなど今後の方向性についてお話ししました。

Allganize 池上

続いて、日鉄ソリューションズ 流通・サービスソリューション事業本部 AI領域事業グループリーダー 豊島様と、同社 技術本部 システム研究開発センター インテリジェンス研究部 専門部長 園部様から、日本企業の生成AIへの取り組みについてご紹介しました。

日本企業における生成AI・LLM活用の全体像、日本企業を取り巻く環境から、日本企業の生成AI・LLMの活用領域、活用を進める上でのよくある課題など、多くの日本企業のDXを支援されている日鉄ソリューションズ様ならではのお話も交えながらお話しいただきました。

日鉄ソリューションズ 豊島様

[セッション2] 生成AI・LLMの取り組み方を簡単解説!〜 最短1日で始める方法から企業独自のLLMまで〜

セッション1に引き続き、Allganize 池上、日鉄ソリューションズ 豊島様と園部様の3名が、生成AI・LLMの企業活用例や実現方法について解説しました。

日鉄ソリューションズ 園部様

日鉄ソリューションズ様から、実際のユースケースをもとにした取り組み方を解説いただきました。ユースケースでは、同社が2024年5月30日に発表した株式会社ハンズ様のIT運用管理業務へのChatGPT活用に関する実証実験や、人材派遣会社での求人情報生成などの活用例をもとに、どのような業務課題に対して、生成AIでどのように実現したかなど、わかりやすい事例をサンプルにお話しいただきました。

ハンズとIT運用管理業務へのChatGPT活用に関する実証実験 ナレッジベースを作成し、属人化されたノウハウを80%の精度で再現|プレスルーム|日鉄ソリューションズ
日鉄ソリューションズのプレスルームです。ハンズとIT運用管理業務へのChatGPT活用に関する実証実験 ナレッジベースを作成し、属人化されたノウハウを80%の精度で再現に関する情報がご覧になれます。

Allganizeからは、生成AI・LLMの企業活用において共通する課題と、その課題をクリアしながら進められる具体的な手法の一つとして、オールインワン生成AI・LLMアプリケーションプラットフォームAlli LLM App Marketをご紹介。

100個以上の生成AI・LLMアプリから"選ぶ"だけで利用開始でき、自社専用の生成AI・LLMアプリもノーコードで簡単に作ったり、データ連携も簡単に実現できるため、最短数日で本格的な業務活用を叶えます。簡単に生成AI活用に取り組む方法としてデモも交えてご紹介しました。

[セッション3] 社内・特定情報からの回答生成における精度向上

生成AIを企業が活用するうえで不可欠なのが、社内情報などの特定情報からの回答生成です。

本セッションでは、回答生成精度に大きく関わるRAG(検索拡張生成:Retrieval Augmented Generation)に焦点を当て、日鉄ソリューションズ 豊島様、Allganize Japan Solution Sales Specialist 安藤がそれぞれ解説しました。

まず、日鉄ソリューションズ様から、LLMのチューニングのレベルに応じた精度向上方法、RAGの高度化のためのチューニングの観点、RAGの汎用化に必要な機能などをご紹介。

Allganizeから、RAGにおける検索精度向上のアプローチ方法や、Allganizeが取り組む企業向けRAG "RAG 2.0"についてご紹介をしました。

AllganizeのRAGへのアプローチについては、ブログ記事でもご紹介しています。

■技術解説■ RAGを活用した生成AIの回答生成精度に直結する「Retriever」。Retrieverの仕組みと最適化戦略とは?
生成AI・LLMを活用し、企業の社内情報や特定情報から回答を生成するにあたって、LLMのハルシネーションを低減するRAG(Retrieval Augmented Generation:検索拡張生成)への関心が高まっています。最近では、多数のRAGソリューションの中から自社に適したものを探す企業が増えています。 RAGの仕組みや企業向けのRAGにつきましては、以前の当ブログの記事でもご紹介しておりますので、よろしければ過去記事(技術解説:企業向けRAGとは?)もご覧ください。 ■技術解説■ 生成AIのハルシネーションを低減するRAG。図表データまで特定できる”企業向けRAG”とは?(前編)生成AIのハルシネーションを低減する技術として注目されるRAG(Retrieval Augmented Generation:検索拡張生成)。 このRAGという技術を活用することで、特定ドキュメント等から回答を自動生成できます。 本記事では、RAGの概念、動作の仕組み、RAGにおける検索性能の重要さ、RAGの性能を向上させる戦略について説明します。 1回目の今回は、RAGの概念や仕組みや、RAGにお
■技術解説■ 生成AIのハルシネーションを低減するRAG。図表データまで特定できる”企業向けRAG”とは?(前編)
生成AIのハルシネーションを低減する技術として注目されるRAG(Retrieval Augmented Generation:検索拡張生成)。 このRAGという技術を活用することで、特定ドキュメント等から回答を自動生成できます。 本記事では、RAGの概念、動作の仕組み、RAGにおける検索性能の重要さ、RAGの性能を向上させる戦略について説明します。 1回目の今回は、RAGの概念や仕組みや、RAGにおいて重要なポイントについて解説します。 RAGとは? RAGの概念 生成AI活用時におけるハルシネーションを減らし、より正確な回答を出力する方法としてRAGが注目されています。その動向に伴い、企業向けの生成AIツールを提供している企業において、「RAG(Retrieval Augmented Generation、検索拡張生成)」を前面に打ち出す企業が増えてきています。 RAGは、2020年5月に発表された論文「Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks(知識集約型NLPタスクのための検
Allganize 安藤

[セッション4] 自社・特定情報の生成AI・LLM活用のユースケース

セッション3に引き続き、日鉄ソリューションズ 豊島様、Allganize 安藤を中心に自社・特定情報の生成AI・LLM活用の事例についてお話ししました。

ここでは、生成AI・LLMを活用した業務の一例をご紹介します。

コンテンツ作成の自動化

業種や業務によって、解説記事、求人票、商品説明文など、生成したいコンテンツも多岐にわたります。インタビュー、音声・動画、Webサイト、ドキュメントなどのデータソースから、LLMへのインプットも自動作成して一連の業務を自動化する仕組みをご紹介しました。

VoC分析

コールセンターのオペレーターの通話録音データをもとに、お客様の声を分析します。従来からVoC分析は存在しましたが、生成AIを活用することで、より曖昧な感情分析など、柔軟性の高い分析が可能となっています。

テキストでの画像検索(ECサイト等)

商品アイテムの多いECサイトなど、商品検索に生成AIを活用することでお客様が求める商品を探すことができます。例えば、商品説明に記載のないワードや曖昧な表現を検索ワードに入力した場合でも、生成AIが画像を認識し、商品を見つけることができます。

動画の物体検知と並行処理

動画の中から対象物を特定する場合、生成AIを活用することでタグづけなどを行うことなく特定が可能となります。また、動画の特定物を抽出し、マスキングするといった並行処理も容易にできるようになります。

お客様のお問い合わせ対応の自動化 ※

一般消費者向けのtoC事業を展開している場合、Webサイトなどにお客様向けチャットボットを設置している会社様も増えています。お客様向けチャットボットに生成AIを活用することで、お客様への対応範囲を大幅に広げることができます。例えば、事前に用意したFAQでは回答しきれない場合に、公式Webサイトの情報から回答となる情報をAIが探し、その場で回答を生成することで、運用負荷を上げずにお客様への即時対応を可能にします。

コールセンター業務の効率化 ※

お客様からメールやWebフォームで寄せられたお問い合わせに対して、生成AIを活用することで、お問い合わせ内容の把握〜関連情報の検索〜回答案の作成まで、従来オペレーターが人力で行っていた一連の業務を自動化します。

※ お問い合わせ対応の自動化、コールセンター業務の効率化は、2024年6月18日に東京メトロ様とAllganizeが共同発表しています。詳細はプレスリリースをご覧ください。

■お知らせ■【東京メトロ様】お客様向け生成AI搭載チャットボット、お客様センター業務において、Allganizeの生成AI・LLMソリューションを採用!
東京地下鉄株式会社(本社:東京都台東区、代表取締役社長:山村 明義、以下:「東京メトロ」)は、AIで企業の生産性を革新するオールインワンLLMソリューションを提供するAllganize Japan株式会社(本社:東京都渋谷区、代表取締役CEO:佐藤 康雄 、以下:「Allganize」)と協力し、お客様がお問合せされる際の利便性向上及び業務効率化を実現するため、お客様向けチャットボット及びお客様センターの業務に生成AIを活用したシステムを2024年秋を目標に導入します。お客様向けチャットボット及びお客様センター双方への、生成AIを本格的に活用した専用システムの導入は、鉄道会社で初の取り組みです。 取り組みの背景 東京メトロのお客様センターでは、電話、メール及びチャットボットにより、お客様からの多種多様なお問合せに対応しています。お問合せ件数は年間約25万件にものぼります。導入により、お客様からの各種お問合せに対して、速やかな回答を目指します。 生成AIを活用した取り組みの概要 ①お客様向けチャットボットの機能の高度化 現在の東京メトロHP上チャットボットは、想定
進行役の日鉄ソリューションズ 藤野様

最後に

お暑い中、多くのお客様にご来場いただき誠にありがとうございました。

Allganizeと日鉄ソリューションズ様は、今年5月にパートナーシップを締結しました。それぞれの知見や得意領域を掛け合わせ、単なる生成AIツールの導入ではなく、お客様の目指すDXや業務効率化を本質的に実現できる取り組みを両社で行っています。

例えば、企業向けの高精度のRAG、RAGの精度向上、専用LLM(SLM)開発、オンプレミス・プライベート環境でのLLM活用、業務システムと連携した生成AI活用などの具体的な業務実装から、DXコンサルティングによる伴走支援などが可能です。

Allganizeや日鉄ソリューションズまで、ぜひお気軽にご相談ください。

関連リンク

Allganize | Alli LLM App Market(生成AI・LLMアプリケーションプラットフォーム)
Alli LLM App Marketは、企業向けの生成AI、LLMアプリを100個以上のテンプレートから選び、即座に業務に活用できるLLMアプリプラットフォームです。「契約書チェック」「クレーム対応メール作成」「特定文書の要約」「社内ドキュメントから自動応答」「新規事業アイディア提案」など、すぐに業務活用できる生成AI、LLMアプリのテンプレートを提供しています。
■お知らせ■ 日鉄ソリューションズと生成AI・LLM領域でのパートナーシップ契約を締結
〜 新たな業務自動化ソリューションとして、Allganizeのオールインワン生成AI・LLMアプリケーションプラットフォーム「Alli LLM App Market」を採用 〜 AIで企業の生産性を革新するオールインワンLLMソリューションを提供するAllganize Japan株式会社は、日鉄ソリューションズ株式会社(以下:「NSSOL」)と、Allganizeの生成AI・LLMアプリケーションプラットフォーム「Alli LLM App Market」の販売代理店契約を締結しました。 NSSOLは、パーパスである「ともに未来を考え 社会の新たな可能性を テクノロジーと情熱で切り拓く」のもと、顧客課題に合わせた最適なソリューション導入を支援しています。NSSOLでは、生成AI・LLM領域にも積極的に取り組んでおり、Allganizeの「Alli LLM App Market」を新たな生成AI・LLMソリューションとして採用しました。 Allganizeは、本パートナーシップを介して、さらなる生成AI・LLMの活用によるビジネスワークフローの自動化やDXの進化を実現します。