生成AIの激動を乗りこなすために ── RAG時代の企業戦略と私たちの展望 ──
RAGという手法がもたらす可能性と、それを活用するための組織体制づくり、日本企業が世界のAI競争においてどのように戦うべきか、来年以降に訪れるであろう刺激的な生成AIの転換点にどう備えるべきかについてについて詳しくお話しします。
記事を見る
GraphRAGを攻略！実装できるRAGのバリエーションを増やしましょう
RAGは必ずしもベクトルDBでなく、「LLMにない知識を文脈として渡す」条件を満たせばよく、技術選択は解決すべき課題とデータ構成に応じて柔軟に行うべきであり、GraphDBはデータを「点」と「線」で表現し、LLMを活用して整構造化されたドキュメントデータを導入しながら、ベクトルDBとの組み合わせにより文脈理解や関係性把握を深めるとともに、ドキュメントのチャンクをノードとして活用するなど多様なRAGの実装アプローチを可能にします。
記事を見る
AIを活用したプレイングマネージャーの業務効率化
プレイングマネージャーとしての業務を効率化するためのAI活用術を紹介します。案件マネジメントや組織マネジメントにおける具体的な事例を通じて、業務の生産性向上に貢献できる方法を解説します。
記事を見る
社内AIチャットツールの利用率を上げるために取り組んだ3つのステップ
社内AIツールの利用率を高め、維持するために実施した3つの具体的なステップについて詳しくご紹介します。これらの取り組みは、ツール導入の成功要因を明確にするだけでなく、他社での応用可能性も示唆する内容となっています。
記事を見る
【RAG評価】運用データを活用した評価データセットの作り方
AI技術の進化に伴い、RAG（Retrieval-Augmented Generation）の評価が重要です。本記事では、RAGASを用いた評価方法やデータセットの作成方法について詳しく解説します。RAGの性能を多角的に評価し、効果的な改善策を見つけることができます。
記事を見る
お気軽にご相談ください
ご不明な点はお気軽に
お問い合わせください
サービス資料や
お役立ち資料はこちら
