JR九州、手書き資料も読めるRAG検索と各部署ノーコード開発の生成AI活用

回答対象の資料を部署・系統別に分類し、AIが見に行く範囲をあらかじめ絞り込んだ設計が、この取り組みの土台になっています。デジタル変革推進部がテンプレートとなるアプリを用意し、各部署はそれをコピーしたうえでプロンプトや画面を自部署向けに調整する形をとりました。全社の資料を一つの巨大な知識ベースに束ねず、業務の系統ごとに小分けにする割り切りが、精度と応答速度の両方を引き上げる方向に効いていると考えられます。

開発を「各部主導型」に振り分けた体制設計も、現場の細かなニーズを拾ううえで大きく働いています。DX推進部署が一括で構築する方式をとらず、各部署のデジタル担当者が自らアプリを開発・設定できるようにしたことで、同時並行の開発が成立しました。支える側はノーコードビルダーの編集箇所をハンズオンや勉強会で案内し、社内チャットツールに相談窓口を置いて、行き詰まりを引き取る役へ回っています。2020年頃から各部署にデジタル担当者を配置し、ローコードツールを業務に取り入れる風土を育ててきた蓄積が、生成AIでもそのまま使い回せた点は見逃せません。

既存の業務環境を動かさないという選定基準も、定着を左右した要素でしょう。新たなデータ移行を伴わない形で使い慣れたBoxと連携させ、作ったアプリは全社ポータルに集めて「課題別に使えるアプリ」として並べる。入口と保管場所を変えずに済ませたこの設計は、導入時の心理的・作業的なハードルを確実に下げます。手書きメモ入りの図版まで読み取れるAI-OCRを前提条件に据えた判断も、すでに手元にあるスキャン資産をそのまま検索対象にできるという意味で、実運用への近道になったはずです。