公開:

日立とオラクルが生成AIの協創プロジェクトを実施、Oracle DatabaseとOCIを活用し業務データの高度な活用を実現

text: XEXEQ編集部
(記事は執筆時の情報に基づいており、現在では異なる場合があります)


記事の要約

  • 日立とオラクルが生成AIの協創プロジェクトを実施
  • Oracle DatabaseとOCIを活用した生成AIエージェントを開発
  • 企業内の業務データを元に高精度な回答を実現

日立とオラクルによる生成AI協創プロジェクトの発表

株式会社日立製作所は30日、日本オラクル株式会社とOracle DatabaseおよびOracle Cloud Infrastructureを活用した生成AIの協創プロジェクトを実施したと発表した。若手データサイエンティストやクラウドソリューションエンジニアを中心に3カ月間のプロジェクトを進め、複雑な質問に対して82%の高い回答精度を実現している。[1]

生成AIエージェントは、ユーザーからの質問に応じて最適な検索方法を自動的に選択することが可能になった。企業内のあらゆる業務データを活用し、ベクトル検索とSQL検索を組み合わせることで、従来のRAGアーキテクチャでは実現できなかった高度な問い合わせ対応を実現している。

本プロジェクトでは、全国に工場や店舗を持つ家電企業の在庫管理を想定したユースケースを採用した。製品ラインナップの多様化や毎年の新機能追加による在庫管理の複雑化に対し、生成AIエージェントが正確な情報提供と効率的な管理を支援することが期待される。

生成AIエージェントの主要機能まとめ

ベクトル検索機能 SQL検索機能 回答生成機能
主な特徴 非構造化データの検索 構造化データの検索 高精度な回答生成
活用データ 製品マニュアル等 在庫数・製品ID等 検索結果の統合
精度 文脈理解による検索 正確なデータ抽出 82%の回答精度

RAGアーキテクチャについて

RAGアーキテクチャとは、質問を受け取り適切な回答を生成するために大規模なデータベースから情報を引き出す技術のことを指す。主な特徴として以下のような点が挙げられる。

  • 質問文から関連情報を検索して回答を生成
  • ベクトル化された知識DBから文脈に近い情報を抽出
  • LLMを用いた高精度な回答生成が可能

従来のRAGアーキテクチャではベクトル検索のみに限定されていたが、日立とオラクルの協創プロジェクトではSQL検索機能を追加することで、より幅広いデータ活用を実現した。Oracle Database 23aiの新機能と組み合わせることで、企業の業務データを最大限に活用できる構成となっている。

生成AIエージェントに関する考察

生成AIエージェントによる業務データの活用は、企業のデジタルトランスフォーメーションを加速させる重要な要素となるだろう。特に在庫管理システムへの導入は、人的ミスの削減と業務効率の向上に大きく貢献することが期待される。

今後の課題として、生成AIの判断精度のさらなる向上や、セキュリティ面での対策強化が必要となってくる。企業の機密情報を扱う場合、データの取り扱いやアクセス制御などについて、より厳密な管理体制の構築が求められるだろう。

将来的には、他の業務システムとの連携や機能拡張により、より広範な業務での活用が期待される。生成AIエージェントの進化により、企業内の知識共有や意思決定支援など、より高度な業務支援が実現可能になるだろう。

参考サイト

  1. ^ Qiita. 「日本オラクルと協創!企業内のあらゆる業務データを元に回答する”生成AIエージェント”とは? - (Part 1) #Python - Qiita」. https://qiita.com/wtnbrs/private/cbf6a70e7051e687c2c7, (参照 24-11-02).
  2. Oracle. https://www.oracle.com/jp/

※上記コンテンツはAIで確認しておりますが、間違い等ある場合はコメントよりご連絡いただけますと幸いです。

「AI」に関するコラム一覧「AI」に関するニュース一覧
ブログに戻る

コメントを残す

コメントは公開前に承認される必要があることにご注意ください。