- 立案(支援)
- 計画の具体化(支援)
- PoC(支援)
- 評価・本番(支援)
代理店からの問い合わせ対応の負荷を減らしたい
- RAG ありきで始めず、代理店が既存の検索を使いこなせていない原因から調べた
- 検索の仕組みを見直しながら、並行して RAG を検証した
- 代理店にとって RAG が本当に必要かを判定したうえで、導入を検討した
結果
RAG を入れるかどうかを、検証と評価の結果から判断できるようにした
情シス・DX 推進、経営企画、事業部門など、立場を問わずご相談いただけます。
ご依頼をそのまま形にせず、業務の流れ、使う場面、範囲、指標の順に、担当者と一緒に掘り下げます。
ご依頼の例(製造業)
技術レポートの作成を、生成AIで支援したい
対象の業務を担当者に伺い、手順、かかっている時間、関わる人と資料を書き出します。
この例では
レポート作成を「情報収集 → 構成 → 執筆 → レビュー」に分け、どこに時間がかかっているかを確かめる
書き出した作業ごとに、生成AIに任せる部分、人が担う部分、使わない部分を分けます。
この例では
下書きとレビューの補助は任せられるが、技術的な判断と最終確認は専門家が担う
最初に実現する範囲として、どのシステムとデータを巻き込むかを決めます。
この例では
まずは過去のレポートと社内の技術資料だけを使う。社内検索で足りるか、RAG まで要るかもここで判断する
業務の KGI・KPI を確かめ、何がどれだけ変われば成功かを、数字で決めるまで掘り下げます。
この例では
1 本あたりの作成時間、レビューでの差し戻しの回数、若手が一人で書けるようになるまでの期間
小さく試して効果を確かめ、使う人の評価を受けてから広げます。検証までは 2〜3 か月が目安です。
この段階でできあがるもの取り組む場面と指標、進め方のご提案
この段階でできあがるもの検証の計画と役割分担
この段階でできあがるもの精度と費用の見込み、使うモデル
この段階でできあがるもの運用ルールと社内展開の計画
誰がプロンプトを書くか、誰がデモを作るか、誰がいつ評価するか、誰が手直しの方法を考えるか。計画の段階で、御社と Rounda のどちらが担うかを決めておきます。
生成AIの出来を信じて作り込むうちに、使う人が離れてしまう。よくある失敗です。いつ、誰に評価してもらうかを計画の段階で決め、使う人の声で次の手を決めます。
どの使い方が合うかは、業務の中身と求める精度で決まります。検証の中で一緒に見極めます。
モデルが持つ知識だけで答えさせる、いちばん簡単な使い方です。効果を早く確かめられ、費用対効果も高くなります。
マニュアルや FAQ などから必要な部分を探し、生成AIに渡して答えさせます。モデルを学習し直さずに、社内の知識で答えられます。
生成AIが自分で手順を選び、検索やデータベース、外部のサービスを使って目的を進めます。適用できる範囲が広い反面、設計の難しさも上がります。
社名は伏せ、業種と期間、体制を載せています。
結果
RAG を入れるかどうかを、検証と評価の結果から判断できるようにした
結果
ユーザーへのヒアリングから検証までを、2〜3 か月で終えた
結果
モデルがどこまで使えるかを把握でき、本番に向けた課題(社内での受け入れ方、フィードバックの集め方)も明確になった
結果
検索の改善で回答の質を上げる手が打ちやすくなり、利用者が具体的な回答を得られるようになった
自社プロダクト
RoundaChat は、複数の生成AIを同じ画面で比べ、使い方をチームで共有するための自社プロダクトです。支援の中の比較・検証にも使っています。
製品ページを見る業界大手から上場企業、ベンチャーまで、規模や業種を問わずご一緒してきました。
可能です。ご利用の方法は製品ページをご覧ください。モデルの選定や運用設計に不安がある場合は、導入支援と組み合わせたご利用をおすすめします。
RoundaChat の製品ページを見る特定のモデルや提供元に閉じず、複数のモデルを比べながら検証できる点です。全社契約の前に、業務ごとの向き不向きや費用を確かめられます。
可能です。方針を決める前の課題整理や、用途の選定から支援します。
可能です。データ基盤の構築も支援しているため、社内ナレッジの活用や RAG の構築も含めてご相談いただけます。データの整備が必要な場合は、その設計から進めます。
データ基盤の構築・運用を見る初回のご相談から 1〜2 週間で、課題の整理と支援の内容をご提案します。急ぎのご相談は、その旨をお伝えください。