生成AI

ChatGPTの登場により生成AIが急速に普及し、企業に競争力の飛躍をもたらすイノベーションとして注目されています。生成AIの技術面における調査や研究に取り組むとともに、業務の現場での利活用の定着にいち早く取り組んできました。

  • 全社研究チーム「LLM Mavericks」を設立
  • 「Slack AIチャットボット」「Web AIチャットボット」を全社提供
  • 「生成AI利用ガイドライン」を整備
  • 社内の「全社統合データ基盤」を生成AIから活用可能にする、RAG（Retrieval-Augmented Generation）システムの実現
  • 自社での取り組みを踏まえた「Enterprise向け 生成AI導入支援サービス」を提供

取り組み実績例

生成AIの登場に対し、いち早く全社横断の研究チーム「LLM Mavericks」を設立し、調査研究体制を整えるとともに、「生成AI」を全社的に活用できる環境の整備に取り組みました。

⇒ LLM（大規模言語モデル）を研究するバーチャル組織を発足しました！ico-external-link.svg

Slack AIチャットボット

業務で普段から利用するSlackから、誰でも手軽に生成AIを利用できる環境を整備しました。話題の生成AIはどのようなものか、社内での理解がいち早く進みました。

ai_img_v2_01.png

Web AIチャットボット

生成AIの業務利用において入力データが再学習に利用される懸念があります。そこで、そのような懸念がなかった「Azure OpenAI Service」を利用し、使いやすいChatGPTライクなWebUIにより、生成AIを業務で利活用できる環境を全社提供しました。

ai_img_v2_02.png

生成AI利用ガイドライン

生成AIを利用できるインフラを提供することと併せ、ビジネスで生成AIを活用する際に注意すべきポイントをまとめたガイドラインを整備、併せて全社展開を行いました。

ai_img_v2_03.png

RAG（Retrieval-Augmented Generation）システムの開発と提供

社内で整備されていたDWHやデータレイクによる「全社統合データ基盤」について、SQLに触れたことのない非エンジニアでも、「データ基盤で調べたいことを自然言語で書くだけ」で利用可能な環境を開発しました。

ai_img_v2_04.png

DWHに格納されている「正規化された構造化データ」はそのまま与えても生成AIと相性が悪いため、DWH内のデータベースのメタデータ（各テーブルにどのようなカラムがあり、どのような内容のデータが入っているか）をベクトル化し、RAGシステムに提供しています。

この仕組みによりRAGシステムは、自然言語の入力から生成AIによりDWHに対するSQL文を自動生成できるようになりました。これにより、SQLを書くことなく、自然言語で社内データ基盤を活用できる環境が実現されました。

ai_img_v2_05.png

Enterprise向け 生成AI導入支援サービス

これら自社での取り組みを踏まえ、GPT × Azure × Slackを使って社内データを蓄積・活用できる、生成AIの導入支援サービスも提供しています。

⇒ Enterprise 向け生成AI 導入支援サービス | セゾンテクノロジーico-external-link.svg

ai_img_v2_06.png