【建設×ナレッジ検索】iretがウエスコのGemini社内RAGをUI重視で再構築した事例

iret(クラスメソッドグループ)が、総合建設コンサルタントの株式会社ウエスコ向けに、社内ナレッジ検索RAGチャットボットをGoogle Cloud上で再構築した、という事例です。

「RAG入れたけど社内で使われない」を解決するUI改良が主題で、技術スタックだけ揃えて満足しがちなRAGプロジェクトの実態をよく言語化してくれています。

僕が注目したのは、新しいモデルを試したのではなく、既存RAGの「浸透しない」問題に正面から取り組んだ点です。社内AIの「導入したけど誰も使っていない」は、中小企業でもよく起きる落とし穴だよね。

社内ナレッジ検索の課題

ウエスコは建設コンサルタントとして、過去の設計資料・調査報告書・基準書を大量に抱えています。この事例の出発点は、こんな構造的な課題でした。

「RAGを作っただけでは社員が使わない」は、生成AIプロジェクトでよくある現象です。モデル選定や検索精度ばかり議論しても、UI・運用設計を後回しにすると、立ち上がった瞬間に使われなくなります。

公開情報(iret事例ページ、2026年6月取得)の範囲では、以下の構成です。

ポイントは「参照元リンクの提示」です。 RAGの回答だけ見せるのではなく、「どの資料の何ページから引いてきたか」が分かるUIにしている。設計・法務のように「根拠の確認」が必須の業務では、これがあるかないかで現場の信頼度がまったく違います。

また、iret側は「将来的にお客様の社内で運用を内製化することを目指していた」と明記しています。ベンダー丸投げではなく、最初から内製化の出口を意識した設計になっている点が読み取れます。

iret事例ページで公開されている主な情報は、定性的な以下の3点です。

定量数値(削減率・利用率向上の%等)は、一次情報では未確認のため、ここでは断定しません。「数字が出ていない=効果がない」ではなく、「社内浸透を主目的にしたフェーズ」と読むのが妥当です。

社内AIプロジェクトの第1段階は「動くものを作る」、第2段階は「使われるUIに直す」。この事例は明確に第2段階の話で、中小企業のRAGプロジェクトでも同じ順番で詰まる人が多いはずです。

ここからが本題です。年商5億規模の会社が、社内ナレッジ検索AIを「使われる状態」で立ち上げるならどう削るか。

項目	iret × ウエスコ	中小企業(年商5億・社員30名)
対象	建設コンサル社員	設計・営業・サポートの社員
クラウド	Google Cloud(Vertex AI/Cloud Run/Firebase)	既存利用のGoogle Cloud or AWS
AIモデル	Gemini	Gemini / Claude / GPT-4o系のいずれか
フロント	Next.js等で個別開発	Dify / NotebookLM / ChatGPT Team等のノーコード
月額費用	(非公開)	推定月3〜10万円(2026年6月時点、利用人数次第)
初期費用	推定数百万円規模(個別開発)	推定 30〜100万円(ノーコード+設計支援)
体制	開発ベンダー+顧客内製化準備	既存IT担当+外部支援月10時間
期間	公開情報では未明示	1〜3ヶ月でPoC→本格運用