レゾナックの海外営業、多言語AIチャットで回答精度80%を確認した実証

初期段階でGoogle Cloud PlatformのGeminiで精度を確かめ、その後Azure OpenAIによる本格実装へ移すという二段構えの進め方が、この取り組みの起点になっています。複数の大規模言語モデル（LLM）を突き合わせたことで、生成AIがどこまで正確に答え、どこで崩れるのかという感覚が、関係者の間で言葉にできる共通認識になりました。ここで得られたのは技術選定の結論だけではありません。AIに任せられる領域と人が担うべき領域を客観的に線引きする基準が先に立ったことが、PoCから本番設計への移行を滑らかにしたと考えられます。

実際の問い合わせ対応業務を可視化し、どの業務フローのどの部分に生成AIを当てるかをユースケース単位で定義した設計も効いています。適用範囲を切り出して定義すると、AIの役割と限界を現場と共有する言葉が生まれ、回答の粒度や守備範囲を現実的なところへ収められます。用途から製品を提案する素材営業の性格に合わせて、問い合わせ内容をもとに製品を提案する機能を実装したのも、業務の形から逆算した判断でしょう。

改善の回し方にも固有の工夫が見えます。ユースケースごとに検証範囲を区切り、直すべき点に優先順位をつけたうえで、まず画面上の動作と回答内容を実際に確認してから設計ドキュメントへ反映するという順序を採りました。精度が出ないときに、AIモデル側の要因なのか参照させるナレッジデータの構成の問題なのかを切り分ける進め方は、当てずっぽうのチューニングを避けるうえで大きい。ナレッジ文書の構造整理、意味の揺れを生む用語の整備、更新を効率化するデータ更新プログラムまで用意した点は、精度を一度出して終わりにしない設計思想の表れです。