図表や手書き文書を読むRAGを富士通のAIサービスへ、検証精度は90%超

高度なドキュメント構造解析と独自の検索システムを一つの製品として組み合わせた設計が、この取り組みの中心にあります。図表や手書きを読み取る処理と、大量の文書群から該当箇所を探し出す処理は、技術的には別の課題です。この二つを分けたうえで両方を製品側に持たせ、LLMには最終的な回答生成を任せるという構成になっています。読む力と探す力の役割を分けた切り分けが、実務で扱う規模のドキュメントに耐える構造を生んだと考えられます。

単体のツールとして完結させず、接続経路を備えた基盤の上に載せた組み込み方も効いています。Fujitsu Kozuchi Generative AIはWebGUIとWebAPI群を持ち、企業の既存データベースや業務アプリケーションとつながる前提で作られたサービスです。文書処理のAIが現場で止まる原因は、精度そのものよりも「どこにある文書を、どの画面から渡すのか」が決まらないことにあります。接続の作法がすでに用意された基盤側へ機能を寄せる形は、その手前の詰まりを避ける選択だったと見ています。

参照元にFAQファイルではなく、図表を含む複数の業務マニュアルそのものを据えた検証の組み立ても見逃せません。整形済みのFAQを使えば見栄えのする条件は作りやすい一方、現場が実際に開くのは整っていない元資料のほうです。過去に実際に出た業務上の質問へ答えさせるという課題設定は、清書された想定問答ではなく、日々の運用に近い条件で製品を試す構えを示しています。