CASE

L社ではナレッジの属人化や忘却が問題でした。そのため、わからないことについてチャットで質問すれば答えてくれたり、簡単に過去のナレッジを検索したりできるようなツールが欲しいと考えていました。

L社の他部署でプロジェクトを行った経験があり、KICONIA WORKSの仕事を評価していただいていたことから、取り組みが決まりました。

生成AI関連の技術は進化が速いため、L社に最適な手法を提案できるよう技術的な調査を丁寧に行いました。fine-tuningも検討しましたが、ちょうどRAGとLLMを組み合わせた機能がリリースしたタイミングであったので、L社が持つデータを活用して比較的安価かつスピーディに開発を進めることができるRAGを採用しました。
また、用意した質問へのLLMによる回答の評価をL社の担当者に対応していただく中で、改善すべき箇所が明らかになっていき、性能向上へと繋がりました。

本プロジェクトを実施するまで、L社の皆様はLLMの使用経験がありませんでした。改善を繰り返していくうちに、どうすればLLMが良い回答を出力するのか、LLMが得意なことや不得意なことが分かったというお声をいただきました。

• 千葉（エンジニア）
  皆さんが思っている以上にLLM周りのツールやサービスは進歩して使いやすくなっていると思います。弊社ではLLMの実装だけでなく、LLMを用いたアプリ開発やLLMを導入するためのセキュリティ的課題の解決も行うことができます。今回の案件でもLLMの開発だけでなく、運用の面でもサポートを行いました。同じようなことを他のお客様にもできるのではないかという期待感を持っています。
• 書上（プロジェクトマネージャー）
  技術の進歩は目覚ましく、1年前出来なかったことが出来るようになったり、開発に長期間要するものでも、今なら短期間に実現できることもあります。私たちの技術調査は最新かつお客様の価値に直結するもの、そして中長期的な視野も持ちつつ行っています。今回のケースはその意味では非常に良いタイミングで良い技術を活用し、お客様の価値に貢献できたと思います。