JR西日本が駅員の規則検索を生成AIで支援、実証実験へ向けたアプリ開発

参照先を自社の営業規則や商品情報という社内データに絞り込み、その内容に基づいて回答を組み立てる構成をとった点が、この設計の要です。汎用の生成AIに一般的な知識を尋ねるのではなく、社内にある文書を検索したうえでAIが答えを作る仕組みを土台に置くことで、条文という形で正解がはっきり定まる領域を扱えるようにしています。誤った案内が運賃や取り扱いの間違いへ直結する窓口で使う以上、回答の根拠を自社の文書につなぎとめる判断は避けて通れなかったと考えられます。

検索と分析を同じ仕組みの両輪に据えた発想も特徴的です。問い合わせの内容をエリア、カテゴリ、商品といった切り口で可視化し、改善点を抽出する機能を持たせたことで、現場での一件一件の対応が、そのまま制度や商品を見直す材料として積み上がっていきます。窓口の時間短縮だけを狙うなら省いてもよい部分ですが、ここを当初から設計に含めた結果、使うほどに問い合わせを生む原因そのものへ手が届く構造になっているのではないでしょうか。

役割分担と進め方にも触れておきたいところです。ヘッドウォータースが言語処理の技術とSyncLect Generative AI、Azure OpenAI Service、Microsoft Fabricを組み合わせた技術構成を受け持ち、JR西日本側は現場の規則や問い合わせという固有のデータを持ち寄る形が採られました。そのうえで、導入する駅も対象ドキュメントも分析範囲も段階的に広げる計画とし、一斉展開ではなく実証実験から始める進め方が選ばれています。