三井不動産グループがマニュアル検索に生成AI、年4,080時間削減の試算

自社開発したRAGの試作を手放し、外部サービスへ切り替えた判断が、この取り組みの起点になっています。試作の段階で行き詰まったのは検索精度そのものではなく、インデックス化や文書の分割を誰が継続的に手入れし続けるのか、現場が毎日触りたくなる画面をどう保つのかという、運用が始まってから効いてくる部分でした。作れるかどうかではなく続けられるかどうかを基準に道具を選び直した設計は、内製の社内システムが途中で止まりやすい理由を正面から避けています。

AI側の賢さに期待するのではなく、読ませる文書の側を作り替えた点も見逃せません。約500件のドキュメントについて、回答にあたる箇所が明確になるよう情報を整理し、細かく分割する作業が徹底されました。検索対象を共通基準のマニュアルや設備管理、法務関連という範囲で区切ったうえで中身を整えるやり方は、回答品質が投入する資料の構造にそのまま左右されるという現実を織り込んだ準備といえます。

三つ目は、AIが間違える前提で逃げ道を用意した運用設計です。回答の確信度が一定の基準を下回ったときには有人対応へ引き継がれる流れが組まれており、誤った情報がそのまま現場の判断材料になる事態を防いでいます。加えて、約100件のテスト質問から見えてきた効き目のある聞き方を社内説明会で共有する準備が進められており、道具の導入だけで終わらせず使う側の技量も引き上げようとする構え。回答精度が質問の仕方に左右される特性を、諦めるべき限界ではなく運用で埋められる余地として扱っています。