事例紹介 【公共×社内Q&A】神戸市がNEC cotomiで庁内問い合わせ・文書校正を実証(2025年1〜3月)
神戸市がNECの国産生成AI「cotomi」を使い、庁内の制度・システム問い合わせ対応(RAG)と行政文書の校正を2025年1〜3月に実証した事例。中小企業の社内Q&A・規程検索に翻訳して、概算コストと再現手順を解説。
RAG
事例紹介 事例紹介 【IT×社内検索】ナレッジセンスのRAG最新実装手法2025年版
ナレッジセンスCEOがZennで公開した大企業向けRAGの最先端実装トレンド整理。ハイブリッド検索・リランキング・PageIndex・GraphRAG・Self-RAG・Adaptive RAGなどの選び分けと、中小企業で着手するときの優先順位を解説。
事例紹介 【IT×社内検索】キヤノンITSの社内RAG運用Good評価3割
キヤノンITソリューションズが社員向けサポートセンターでRAGを試験運用、228件評価でGood約3分の1。Bad原因は文書不備46%・検索精度42%・生成AI精度12%という内訳が公開された。中小企業の社内ナレッジ検索導入で押さえるべき落とし穴を解説。
事例紹介 【IT×プロダクト開発】RAG業務AIで詰まる失敗4類型とAgent設計の指針
ZennのUG氏が公開した業務AI設計記事の解説。RAGだけでは業務AIにならない理由を4つの失敗パターンで整理し、「答える装置(RAG)」と「判断する装置(Agent)」を分離する設計指針を提示。中小企業でAI導入を検討する前に押さえておきたい構造的な知見。
事例紹介 【金融×ナレッジ】Morgan Stanleyが16,000名FAにGPTアシスタント提供し98%が日常活用した事例
Morgan Stanley Wealth ManagementがGPT-4ベースのアシスタントを構築し、16,000名のFAが数千ページの社内リサーチを自然言語で即検索可能にして98%が日常活用、リサーチ検索時間を大幅短縮した事例。中小金融・士業・コンサル事業者の「資料が多すぎてベテランしか答えられない」課題を、GPT+社内RAGで解いた設計を、社員10〜100名の組織にどう転用するか読み解く。
事例紹介 【金融×ナレッジ】日本生命がAIアシスタント『N-Chat』を2万人に展開し業務量30%削減を目指す事例
日本生命がAIアシスタント『N-Chat』を全職員2万人に展開し、規程・約款・FAQをRAGで横断検索可能にして2029年度に業務量30%削減を目指す事例。先行部門で問い合わせ応答時間40%短縮も実現。中小金融・士業・カスタマーサポート事業者の「規程・FAQが多すぎてベテランしか答えられない」課題を、社内RAG+全社AIアシスタントで解いた設計を、社員10〜100名の組織にどう転用するか読み解く。
事例紹介 【IT×CS】サスケがRAG+AI応答で中小BtoBの一次応答70%超を自動化した事例
株式会社サスケがRAG+OpenAI APIで中小BtoB企業のCS一次応答70%超を自動化し、商談化リード件数20%増を実現した事例。中小BtoBの「CS担当数名に問い合わせが集中・夜間休日対応できず商談機会損失」課題を、FAQ+チケットRAGで解いた設計を、社員10〜100名の組織にどう転用するか読み解く。
事例紹介 【士業×法務AI】法務実務者がGPT-4o+Claude+RAG三層構成で契約書レビュー時間を6割削減した事例
法務AI実務者が GPT-4o+Claude 3.5 Sonnet+専門RAGの三層構成で契約書レビュー時間を60%削減し、機密情報の社外流出をゼロに抑えた事例。中小法律事務所・士業・社内法務の「機密情報を扱うのでChatGPTに躊躇」「契約書レビューが属人化」課題を、三層構成+情報マスキングで解いた設計を、社員10〜100名の士業・企業にどう転用するか読み解く。
事例紹介 【IT×CS自動化】クリエイティブ・ウェブがAmazon Bedrockで顧客対応AIを構築し問合せ対応を効率化した事例
クリエイティブ・ウェブがAmazon Bedrockで顧客対応AIを構築し問合せ対応の業務時間を削減した事例。中小SaaS・受託開発・サービス業の「CS窓口にFAQ的な問合せが集中しエンジニア・専門職の時間を奪う」課題を、Bedrock+RAG+ガイドラインで解いた設計を、社員10〜100名のIT・SaaS企業にどう転用するか読み解く。
事例紹介 【公共×CS自動化】自治体5市の生成AI事例:品川区は調査時間77→40時間、横須賀は8割が効率向上
Allganizeが整理した自治体の生成AI活用事例まとめ。横須賀市8割が業務効率向上を実感、品川区は戸籍調査77時間を40時間に短縮、つくば市は議事録自動作成。中規模自治体での再現条件と中小企業への応用視点を解説。