はじめに

アドベントカレンダー11日目を執筆いたします。城戸と申します。
divxは2024年10月に開催されたJapan IT Week 秋にAIを全面に打ち出して出展いたしました。ブースはとても大盛況で、私もブース内で様々な企業の方とお話しをさせていただき、AI導入から、RAGへの関心、RAGをどのように活用していくかなど様々な課題がありました。
今回のアドベントカレンダーでは、その課題に改めて回答し、divxであればどのようにアプローチをさせていただくかを、執筆いたします。

展示会で多かった課題

では、早速ですが、どのような課題が多かったかになりますが、以下の内容が多かったです。

• そもそもRAGとは
• RAG導入後の精度が高くない
• RAGに貯める知識の多様性
• AIを用いて、精度高いチャットボットを導入できないのか
• オンプレミスへの対応も可能なのか
• 個人情報や機密情報への対応はどうなのか
• RAGを用いてどういった課題解決ができるのか

展示会に来場できなかった方々も抱えている課題が含まれていると思いますので、気になる部分だけでもお気軽にご覧ください。

そもそもRAGとは

「最近、RAGってよく聞くけど、どういったことなの？」おそらく、これが圧倒的に多かったです。
RAGとはRetrieval-Augmented Generationの頭文字をとった名称で、大規模言語モデル（LLM）によるテキスト生成に、専門的な情報などを検索の参照元に加え、より回答の精度を上げるものになります。私は、AIの脳みそを拡張してあげるようなイメージをもっています。
RAGに関する、より技術的な内容などは、divxが出している他のテックブログで取り上げているので、ぜひご覧になってください。

RAG導入後の精度が高くない

こちらの課題もとても多かったです。
実際に、RAGの導入自体はそんなにハードルが高くないと個人的に思っています。実際に、「RAG 構築」と調べると参考となる記事はたくさん出来てきます。ただ、導入をしたとしても、いざ使ってみると、思っていた回答が来ない、もう少し詳しい内容が欲しいのに、といった感想を持たれている企業が多かったです。
まず、精度を向上させるために、最も重要なのは以下に検索の参照元に正確な情報を貯めれるかに変わってくると思っています。それでも、精度が出ない場合は、チューニングなどを行い、精度を上げている工程になります。
divxではこういった課題を解消するために、AI研究チームを設け、日々研究を重ねています。そのため、divxの構築したRAGの精度の高さには自信がございます。企業様によって、どういった精度を高めたいなどの、ニーズもあると思いますが、divxはクライアントに寄り添い、伴走いたしますので、柔軟に対応が可能です。
こちらの、精度に関してもdivxのテックブログでございますので、ぜひご覧になってください。

RAGに貯める知識の多様性

「参照元に貯める情報が、画像であったり、エクセルだったり、pdfだったり、古の資料がいっぱいあるんだよね」というのも多かったです。
こちらに関しては、基本的には全く問題ないです。基本的にはテキスト形式に変換を行い、RAGの参照元にするのが簡単ですが、画像に関してはメタデータなどを持たせり、OCR技術を用いることで、対応が可能になります。RAGに何を参照元にさせるかに関しては、大きな制約はないと認識しているため、これはどうなんだろう？のような相談でもdivxにしていただけるのであれば、一番良い形を提供できますので、ご相談ください。

AIを用いて、チャットボットを導入できないのか

AIの活用方法としてはこちらが多いと思います。実際に、展示会でも導入済み、もしくは導入検討中の企業も多かったです。divxでは、実際に構築の実績もあり、導入させていただいた企業もございます。
ある企業とお話しをさせていただいた中で、これは確かにAIだと便利だなと感じ、提案させていただいたものは「多言語対応」です。Webアプリケーションの構築の際は、ライブラリの導入であったり、プログラムの編集であったりと、何かと工数が発生してしまいます。
これを、AIを用いると、チャットボットへ来た質問の言語を英語に変換→英語でAIに質問→回答内容を英語へ変換とすることで、簡単に多言語対応ができるなと感じました。なぜ、英語にするかというところですが、現状では言語によって回答の精度が変わるため、英語への変換があると回答に安定感が出る傾向があります。
さらに、チャットボットを構築する際はRAGを用いて、上述したように専門知識を検索の参照元に加えることで、今までのチャットボットとは違い、柔軟性と専門性があるチャットボットが構築できます。

オンプレミスへの対応も可能なのか

結論から申し上げると可能です。オンプレミスに直接ローカルでLLMを構築する技術があり、そちらを用いることで実現が可能となります。
divxでも、オンプレミスへの対応を見据え、ローカル環境でLLM構築の研究を進めており、構築も出来ております。ただ、現状ではLLMのカスタマイズにまだ多くの課題があり、RAGによって性能を出す方が、現実的ではないかと感じています。

今後も研究は進めていくため、ぜひお困りの際はご相談ください。

個人情報や機密情報への対応はどうなのか

「AIに学習されたくないから」という課題も多くありました。

この課題は、divxが開発した生成AI『DIVX GAI』を活用することで、効果的に解決できます。 DIVX GAIはAIに学習されないことが保証されたLLMを利用しています。こちらのツールに関しての詳細はdivxのテックブログにございますので、ぜひご覧ください。
個人情報のマスキングという課題もありました。この課題を解決するには、一番確実な方法としては、参照元にする段階でマスキングすることが適切になります。ただ、チューニングの段階でマスキングする内容を明確にすることで、一定の精度が出すことは可能です。

RAGを用いてどういった課題解決ができるのか

様々な課題を話す中で最終的にはこちらの課題に行き着くことが多かったです。
私個人的にはRAGを用いることで、どのような業界でも可能性があると感じています。
例として以下の様な具体があります。

製造業

プロセス漏れ

生産ラインなどのプロセスなどの参照元を貯めておくことで、どうしても人間だと漏れる可能性がある確認事項などを未然に防ぐことができます。

異常感知

今まで異常が起こった事例があれば、そのプロセスを進めることで、過去に以上がが起こったパターンに近いなどの、未然に防ぐことができます。
余地保全 振動センサーや温度センサーを取り付け、機械の動作状態をモニタリングします。異常なパターンが検出された場合、予防的なメンテナンスを促すアラートが自動的に送信され、予期しないダウンタイムを防ぎます。

教育分野

問題作成

幅広い参照元から必要なトピックを引き出し、それに基づいてオリジナルの問題を生成することで、授業準備時間を短縮しつつ、質の高い問題を提供することができます。
例えば、この技術を用いると、生徒の学力に応じて問題の難易度を調整したり、特定のスキルを強化するためにオーダーメイドの問題を提供することが可能になります。

キャリア相談

卒業生などの、進路先やどのような人物だったか、どういった業界で活躍しているかなどの事例を貯めることができれば、キャリア相談の窓口として様々な可能性を提案することが可能です。

カスタマーサポート

FAQとナレッジベースの統合

この手法により、顧客からのよくある質問に対して素早く対応できるようになります。
RAGを利用して、あらゆるFAQから必要な情報を自動的に検索し、それをもとに具体的で的確な回答を生成します。
これにより、顧客が欲しい情報を即座に得ることができ、顧客応対にかかる時間が大幅に短縮されると同時に、その質も向上します。

上記はほんの一部になりますが、どの業界においても応用が可能だと思います。
divxではこういった提案もできるため、ご興味があれば、ぜひご相談ください。

さいごに

今回の展示会では、AIやRAGを全面にアピールして出展いたしましたが、divxは受託開発を主力事業としており、展示会では人員不足や開発に関する相談が多数寄せられました。 divxは、ただ開発を請け負うだけではなく、お客様と伴走することで、要望などに柔軟に対応を行い、チームとして入らせていただくような形で開発を進めております。コミュニケーション能力も高く、高い評価をいただいております。また、フェーズに縛られることなく、一貫して対応することも可能です。

AI関連に限らず、開発に関するお悩みがあれば、ぜひdivxにご相談ください。
最後まで読んでくださり、ありがとうございます。

お悩みご相談ください