実施時期: 2024年09月|2026.06.02 最終更新
現場の曖昧な質問をAIが自動で具体化し、正しい作業手順の提示率を73%に向上
企業規模: 1,000人以上
※イメージ画像です
プロジェクト概要
アプローチと成果
カテゴリー詳細
お問い合わせ
こんな課題を持つ企業におすすめの事例です
- 経験の浅いスタッフからの質問対応に時間がかかっている
- 社内チャットボットを導入したが、うまく活用されていない
- 現場の作業手順やノウハウの属人化を解消したい
プロジェクト概要
背景・目的
インフラや設備の老朽化が進む中、少子高齢化による労働人口の減少や熟練者の退職により、保守点検作業者の人手不足が深刻な課題となっています。 経験の浅い作業者が効率よく作業を進めるためには、作業中の疑問を即座に解消し、作業を停滞させない仕組みが不可欠です。
その解決策として生成AIを搭載したチャットボットの導入が進んでいますが、従来のシステムでは具体的な質問を入力しないと適切な回答が得られず、曖昧な質問に対しては不要な情報が含まれてしまうという問題がありました。 そこで株式会社東芝は、質問の仕方に不慣れな作業者でも必要な情報を的確に引き出せる、新たな対話エージェント技術の開発に着手しました。
アプローチと成果
アプローチ
株式会社東芝は、従来の「応答生成AI」に、新たに開発した「応答評価AI」を組み合わせた対話エージェント技術を開発しました。 ユーザーから質問が入力されると、まず応答生成AIが回答の候補や、追加情報を求める「問い返し」の候補を複数生成します。 続いて応答評価AIが、それらの候補に対して「正しい情報だけを含んでいるか」「冗長でないか」という2つの観点から適切さを採点し、最も点数の高いものを選択します。 質問が十分に具体的であればそのまま回答を提示しますが、曖昧で具体化が必要と判断された場合は、ユーザーに対して問い返しを行います。
このように2つのAIが協調し、ユーザーとのやり取りを重ねることで、曖昧な質問からでも的確な情報を引き出せるようサポートする仕組みを構築しています。
プロジェクトへの評価と成果
改善・向上したこと
人手不足の解消
生産性向上
属人化解消
社内ナレッジ活用
エラー・ミスの削減
推進したこと
プロトタイプ開発（PoC）
新サービス・製品開発
実際の設備の保守作業を想定し、作業中の不明点に対する対処法を提示するユースケースにおいて検証が行われました。 従来技術では、曖昧な質問に対して正しい作業手順が得られる成功率が30.0%にとどまっていましたが、本技術を適用した結果、具体的な質問をした場合とほぼ同等の73.3%まで大幅に向上しました。
また、従来は1回のやり取りで無理に回答を出そうとしていたのに対し、本技術では平均2.3回のやり取りを行い、問い返しを通じて質問を具体化できていることが確認されています。 今後は東芝グループ内の保守作業現場で実証実験を開始し、将来的には社外へのサービス提供も目指していくとしています。
カテゴリー詳細
プロジェクト内容
自社活用（自社開発・活用推進）
AI導入・開発手法
導入部門・データ活用
導入部門と活用内容
全社共通・汎用業務
社内専用AIアシスタント構築
製造
設備異常検知・予知保全
建設・土木
インフラ点検・老朽化検知
活用したデータ
文書・ナレッジ
マニュアル・業務規定・FAQ
採用したAI技術・ツール
採用したAI技術
テキスト・言語AI
チャットボット
社内データ検索
社内Q&A対応
活用・導入したAIモデル・ツール
生成AI・LLMサービス
WarpBiz編集部の事例考察
本事例の成功の最大の要因は、回答を生成するAIとそれを評価するAIを分離し、質問が曖昧な場合には「問い返す」という人間らしい対話プロセスをシステムに組み込んだ点にあります。このアプローチは、製造業やインフラ分野に限らず、社内ヘルプデスクやカスタマーサポートなど、ユーザーのITリテラシーにばらつきがあるあらゆる業務に応用できるでしょう。導入にあたっては、どのような問い返しが現場にとって最も自然でストレスがないか、実際の業務フローに沿ったチューニングが重要になると推察されます。同様のAI活用を検討される方は、ぜひ他の事例記事もご覧いただき、自社に合ったツール探しにご活用ください。
プロジェクト実施・導入企業
株式会社東芝
この事例と同じようなシステムを開発したいですか？ WarpBizで実現可能なパートナーを探しましょう。
この事例を見た方は以下の事例も見ています
類似事例を読み込んでいます
関連度の高い事例を選定しています。少しお待ちください。