生成AIの社内文書検索で危険予知を支援、三菱ガス化学が国内5工場に年内導入へ

今回の中心は、現場が使い続けてきた仕組みを作り替えることではなく、その内側にある検索と回答生成の部分だけを精度の高いものへ入れ替える点にあります。作業前にシステムを開き、機器番号や作業名を入力すると関連する事例が返ってくるという現場の動作は変わりません。すでに定着した業務動線を温存したまま中身を強化する進め方は、安全活動のように毎日繰り返される業務ほど無理なく効いてくると考えられます。

現場にデータ整形を求めない設計も、この取り組みの要です。Super RAGは、Excelなどの構造化データへ加工する工程を挟まず、PDFなどのオリジナルファイルの状態から直接回答を生成します。文字数で機械的に区切る従来のRAG（外部の文書を検索して回答に使う仕組み）とは違い、独自のレイアウト解析でタイトルや図表を判別し、文書の意味や構造を保ったまま分割する。さらにベクトル検索とグラフ構造検索を掛け合わせ、文書内に明記されていない関係性まで拾いにいく構成をとっています。

回答の根拠となる参照元ドキュメントを明示する機能を備えたことは、安全という領域でのAI活用として筋が通っています。危険予知は最後に人が判断する行為であり、出力をそのまま受け取れない性質があるからです。根拠をたどれれば、若手は熟練者がどの事故から何を学び取ったのかを自分の目で確認でき、AIの提示が学習の入口として働く。自動サジェストの位置づけを危険予知訓練の最初のステップに限り、人の思考を置き換えるのではなく視点の偏りやマンネリ化を補う側に回した切り分けが、日々の安全活動に載せやすい形をつくっています。