数日かかる技術パートナー探索を数分に、製造業向けサービスのAIチャット開発支援

公開特許や論文、市場データといった外部のオープンデータに、10年以上かけて自社で蓄積したシーズ（技術）とニーズ（課題）の情報、そしてマッチング実績を重ねて一つのデータベースにまとめた設計が、この取り組みの土台になっています。生成AIを載せる前に「何を参照させるか」を固めた順序が効いていると考えられます。既存の検索エンジンで拾えない相手が残るのは、そもそも公開情報の側にその企業の姿が十分に現れていないからで、そこを埋められるのは自前で持つ実績データだけです。外部データだけでも自社データだけでも届かない範囲を、統合によって取りにいく判断だったといえます。

AIチャットに与えた役割を、答えを出すことではなく調査要件を一緒に定義することに置いた点も、この設計の要でしょう。対話しながら条件を詰めていく形にすれば、専門知識のない利用者でも探索の入口に立てます。絞り込みそのものは長年の技術探索支援で培われた調査アルゴリズムが担い、AIチャットは利用者側の曖昧さを言葉に変える工程を引き受ける。役割を分けたことで、生成AIの出力だけに精度の責任を負わせない構造になっています。

LLMとその周辺技術の実装ノウハウを外部から取り込んだ体制も見逃せません。ABEJAがABEJA Platform上で積み上げてきた知見を提供し、リンカーズは自社の調査ノウハウと独自データに専念する分担です。何を内に残し、何を外に頼むかの線引きが明確なぶん、AI機能の開発が本業である探索力の側を薄めずに済んでいます。