最新ゆうちょ銀行、従業員に株式給付制度を導入 12月1日に約290万株を処分
速報AI・テクノロジー

IHIが挑むAI活用の壁 業務知識を「AI Ready Data」にするSVDアーキテクチャ

AWS ブログ 公式発表公開 読了 1分

IHIとAWSが、業務部門が自分で改善できる「AI Ready Data」を作るSVDアーキテクチャの取り組みを公開しました。

  • AIが資料を見つけるまでの関門を4つに分け、Amazon Neptuneを用いたグラフデータベースで解決する仕組みを設計しています。
  • 業務部門が知識グラフの中身を持ち、DX推進部門が設計原則や運用基盤を維持する役割分担を明らかにしています。

すぐにできること

  1. 図面と見積書で、同じ部品に別の名称や符号が付いていないか並べて確かめる
  2. 検索システムを入れる前に、業務部門とDX推進部門の役割を決めておく
手順と公式の窓口を見る
IHIが挑むAI活用の壁 業務知識を「AI Ready Data」にするSVDアーキテクチャ

図:サイソクニュース作成

なるほど

図面と見積書で名前が違うと、AIは資料を探せない

公式ページで確かめた、知っておくと役立つこと

  • 図面では「HX-2」、見積書では「二次加熱器」と書かれ、字面が重ならないため、同じ部品だとデータベースに登録されていなければ資料にたどりつけません。
    出典・aws.amazon.com
  • 検索が失敗したとき、「それは検索できません」「その呼び方は登録されていません」「記録が無い」を分けて返せます。どこを直すかは、この違いで決まります。
    出典・aws.amazon.com
  • 運用では、業務部門が新しい呼び方の承認や文書登録の確認に週1時間程度を見込み、検索対象を増やすような大きな変更はDX推進部門がプレイブックに沿って対応します。
    出典・aws.amazon.com

要約版:専門用語を控えて説明しています

検索の仕組みをどう整えるか

社内の資料を探すとき、図面上の符号(HX-2など)と正式名称(二次加熱器)が違うと、AIはうまく見つけられません。この問題を解決するため、AIにすべての業務知識を覚え込ませるのではなく、AIの外側に「構造」「語彙」「業務知識」の3つに分けた知識グラフを置く設計にしました。これにより、どこで検索がうまくいかなかったかをAIが正確に判断できるようになります。

誰がこの仕組みを管理するのか

知識グラフの中身を増やしたり修正したりするのは、業務をよく知る業務部門の役割です。一方で、全体の設計原則や運用基盤を整えるのはDX推進部門が担います。この分担により、全社で用語を統一するのを待たずに、一つの部門からスモールスタートでAI活用を進めることができます。

AIが任せられる範囲と、知識の整備で補うべき部分を明確にし、組織としてAIにどう関わるかを整理しています。

社内の詳しい人に聞いていた質問をAIに任せたいという相談は多くあります。しかし、図面上の符号(HX-2など)と見積書上の正式名称(二次加熱器)が異なる場合、公開情報から学習した基盤モデルだけでは適切な検索キーワードを導き出すことができません。AIに大規模な継続的事前学習をいきなり行うのは難しいため、検索システムが社内固有の語彙を正しく引けるようにするアプローチが採られました。

資料を探し当てるまでの四つの関門とSVDアーキテクチャ

AIが質問を受けてから資料を探し当てるまでには、4つの関門があります。1つ目は担当者が知りたいことを言葉にできているか、2つ目は質問から必要なキーワードを漏れなく拾えるか、3つ目は拾った言葉をデータベースの正式名称に置き換えられるか、4つ目はデータ間の関係や構造を参照できるかという点です。

これらを解決するため、AWSは「Amazon Neptune」を用いたグラフデータベースを採用しました。さらに、知識グラフを3つに分ける「SVDアーキテクチャ」を設計しています。

  • 構造(Schema):データ自身の属性や関係性を示す構造情報
  • 語彙(Vocabulary):同じものを指す異なる呼び方やエイリアス
  • 業務知識(Domain):個別の業務文書から抽出した情報

業務部門とDX推進部門の役割分担

ビジネスが変化する中で知識グラフを拡大していくには、現場の事情を知る業務部門が主体となる必要があります。IHIとの取り組みでは、業務部門からプロダクトマネージャーを立て、検索したいことや用語の管理を担う体制としました。

一方、DX推進部門は環境やアプリケーションの維持、設計原則の共有、他部門への横展開を担当します。部門ごとにグラフのクラスタを分けることで、全社共通のルールが揃うのを待たずに、一つの部門から自主的に導入を進められる仕組みとなっています。

判断ガイド導入を始めるとき、どの部門から進めるか1つの迷いに、状況ごとのおすすめと理由開く

判断ガイド

導入を始めるとき、どの部門から進めるか

状況ごとのおすすめと理由です。どれを選ぶかは、ご自身の状況で決めてください。

AI検索の導入は、どこから始めるべき?

状況
特定の業務で、詳しい人に質問が集中している
おすすめ
まず目の前の業務の範囲から始める
理由
初期段階では目の前の業務の範囲を検索できるようにするだけで十分とされ、SVDアーキテクチャは知識グラフを逐次的に発展させられる設計だと書かれています。
出どころ
出典・aws.amazon.com
状況
ほかの部門にも広げたいが、用語の統一が進んでいない
おすすめ
部門ごとに分けて進め、共通ルールは後から揃える
理由
部門ごとにクラスタを分けられるため、全社共通の命名ルールが揃うのを待たずに、一つの部門から導入を進められると書かれています。
出どころ
出典・aws.amazon.com

不安Q&A

社内の呼び方がバラバラでも、AIで資料は探せる?

社内の呼び方がバラバラでも、AIで資料は探せる?

AIは、社内の符号や別名を知らないと検索キーワードを正しく入れられません。そのため、同じものを指す呼び方を登録した語彙の仕組みを整えることが、ページで示された解決策です。

出典・aws.amazon.com

今できること図面と見積書で同じ部品に別の名前が付いていないか、対応表を作って確かめる。

業界が違っても、同じやり方で使える?

ページでは、重工業・ゲーム・ITの3業界で実施してきたと書かれています。

出典・aws.amazon.com

今できること自分の業務で扱う検索対象(アスペクト)と文書の形式を、先に業務部門で洗い出す。

AIの答えを、そのまま信じて大丈夫?

DX推進部門の鈴木様は、生成AIの回答を100%正しいものとして扱わず、人による確認を前提に、AIが担う部分と人が判断する部分を分けたと述べています。

出典・aws.amazon.com

今できることAIが出した資料や呼び方は、元の文書を開いて人が確認してから使う。

導入後の運用には、どのくらい手間がかかる?

初期構築の間は、業務部門の方おひとりあたり週に2〜4時間を4〜8週いただいたと書かれています。初期構築のあとは、新しい呼び方の承認や文書登録の確認に週1時間程度を見込んでいるとされています。

出典・aws.amazon.com

今できること導入前に、業務部門から担当者を決め、初期構築に週何時間かけられるかを確かめる。

SVDアーキテクチャにおける3つの知識グラフとは何ですか?

データ自身の属性を示す構造(Schema)、同じものを指す呼び方をまとめた語彙(Vocabulary)、個別の文書から抽出した業務知識(Domain)の3つです。

知識グラフの構築にはどのようなツールが使われますか?

グラフデータベースとしてAmazon Neptuneが使われ、対話しながら設計を進める道具としてKiroが活用されています。

AWS ブログの発表を読む

よく読まれている記事

  1. ライズ・ロッキー・レックス計17万6,683台がリコール 発電機のプーリを交換
  2. Microsoft 365の障害続く、13日11時半も完全復旧せず
  3. MS&AD保険各社で最大44.4万件の情報漏えい 対象の確かめ方と窓口
  4. ロート製薬の目薬6製品36ロット回収 対象は店頭の在庫、買った人への案内なし
  5. 12月の児童手当は10月分・11月分の2か月分
手順と公式窓口上の「すぐにできること」の手順と、困ったときの連絡先開く

すぐにできること

AIに探させる前に、社内の呼び方を整える

  1. 1

    図面と見積書で、同じ部品に別の名称や符号が付いていないか並べて確かめる

    1. 1-1図面に使われている符号を一覧にする
    2. 1-2見積書の正式名称と照らし合わせる
    3. 1-3同じものを指す呼び方の組を作る
  2. 2

    検索システムを入れる前に、業務部門とDX推進部門の役割を決めておく

    1. 2-1業務部門からプロダクトマネージャーを立てる
    2. 2-2呼び方や検索対象は業務部門が決める
    3. 2-3環境の維持と設計原則はDX推進部門が担う

使う人への影響

影響:大きい
  • AIに丸投げするのではなく、業務知識の語彙やデータ構造を整えることで、実用的な検索システムを構築できます。
  • 業務部門が中身を持ち、DX推進部門が基盤を支える役割分担を参考に、自社のAI活用の体制を見直すことができます。

発表内容をもとにした一般的な情報です。導入や契約の判断は、公式情報を確かめたうえでご自身で行ってください。

研究・デモ段階

サイソクの判定

社内の非公開情報をAIで検索できるようにするには、AIの内部に学習させるのではなく、社内固有の語彙やデータ構造を外側に整えるアプローチが有効です。

日本での提供
日本でも提供予定
料金
個別見積もり
主な対象
DX推進・設計部門

11/12時点の判定。発表内容をもとにAIで判定しています。最新の提供状況は公式情報をご確認ください。

出典を見る(1件)

・確認方法・更新履歴
出典(公式)
AWS ブログ(日本)「業務部門が自分で改善できる AI Ready Data を作る ― AI がどれだけ賢くなっても解決できないこと」
日時
公式発表 サイソク掲載
確認方法
公開前に、本文を出典と自動で照合しています(事実確認 85点/100点、70点未満は非公開)。制作と確認の方法
誤りの報告
お問い合わせから受け付けています。直した記事は訂正履歴に残します。

この記事をシェアする

NEWSLETTER

毎朝7時、暮らしとお金のニュースの要点を5本

前日に出た記事から、給付・税・料金・値上げなど暮らしとお金に関わる話を中心に選び、1本2行でまとめてメールで届けます。無料・いつでも解除できます。

確認メールのリンクを開いた時点で登録完了です。アドレスは配信にだけ使います(プライバシーポリシー)。 配信の内容

大きな速報を、通知ですぐに

主要企業の大きな発表だけ、1日4回まで。夜22時〜朝7時は鳴らしません。いつでも解除できます。

本記事は公式発表の文章をもとにAIが要約・解説して自動生成したものです。誤りが含まれる可能性があるため、正確な仕様・料金は公式発表をご確認ください。元記事を読む制作方法と事実確認の手順は編集方針をご覧ください。誤りのご指摘はお問い合わせから受け付けています。