建設特化の生成AIを社内文書と接続、安藤ハザマが専門知識の検索と技術伝承に生かす

施工計画書や技術文書、研究開発データといった社内データベースを、そのままAIの参照先として接続した構成が起点になっています。ここで効いているのは、精度が出ない原因をモデルの性能不足と決めつけず、参照するデータの中身の問題として切り分けた判断でしょう。建設用語を正確に解釈できる特化型のLLM（大量の文章を学習した言語モデル）と、自社にしかない蓄積を組み合わせる形をとったことで、汎用AIでは踏み込めなかった専門領域が扱える範囲に入ってきたと考えられます。

回答の根拠となった社内文書を明示する機能も、実務で使えるかどうかを左右した工夫です。建設の判断は安全や品質に直結するため、答えだけを提示されても、その内容をそのまま業務に持ち込むのはためらわれます。出どころの文書までたどれる設計にすれば、利用者は回答を鵜呑みにするのではなく、裏づけを自分で確かめたうえで使えます。AIの精度を上げる努力と並行して、精度を人が検証できる状態をつくった点に、この設計の実用性があると見ています。

段階の踏み方にも読み解ける点があります。まず全社で汎用の文章生成AIを使い、どの業務なら十分で、どこから精度が落ちるのかを現場の実感として掴んだうえで、次の一手に進む流れです。そのうえで、建設特化のAIを手掛ける燈株式会社という外部の技術と、自社に蓄積された文書という内部の資産を役割分担させた組み立てになっています。