三菱UFJニコスが数千冊の社内マニュアル検索に生成AI、回答精度90%超

決め手になったのは、長大なマニュアルを機械的な分量で切らず、文脈や意味が変わる箇所で切り出して生成AIに渡す「意味チャンク」の設計です。100ページを超える文書を一定の長さでぶつ切りにすると、条件と結論、前提と例外が別々の断片に分かれ、AIが受け取る材料そのものが欠けたものになります。意味のまとまりを保ったまま渡すこの方式は、AIを賢くするのではなく、AIに渡す材料の切り方を変えるという発想であり、精度の壁を別の角度から崩しています。

専門用語や略語の扱いを辞書の整備だけで片づけず、現場のユースケースと実際の質問パターンを起点に試行錯誤した進め方も効いています。同じ略語でも部署や場面で指すものが変わる業務では、汎用の言語モデルが備える一般常識より、その会社の中で実際にどう問われているかという記録のほうが手がかりになるからです。加えて、検索が外れる場面を想定してUX/UIに回り道を用意した設計は、精度100%を前提に置かない現実的な構えといえます。

リリース前にハルシネーション（AIがもっともらしい誤りを作り出す現象）のリスクと人の目による確認の必要性を先に伝え、リリース後はハンズオン研修で実際に触れる機会をつくる。この順番には、技術の性能とは別に、使う側の受け止め方まで含めて設計するという意図が読み取れます。過剰な期待から入った利用者は一度の誤答で離れますが、限界を承知で使い始めた利用者は外れても使い続けます。