AI

エーアイ

公開：2025-03-11

住友電工がQuickSolutionを活用したRAG基盤を構築、グループ29万人の社内ナレッジ活用を実現

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

• 住友電工がQuickSolutionを活用したRAG基盤を構築
• 約2週間で数百TB規模の社内情報を高精度検索可能に
• グループ29万人が対話形式で社内情報を収集可能

住友電工のRAG基盤構築によるナレッジ活用の実現

住友電工情報システム株式会社は住友電気工業株式会社向けに、エンタープライズサーチQuickSolutionを活用したグループ全社規模のRAG基盤を2025年3月に構築した。約2週間という短期間での構築を実現し、ファイルサーバや文書管理システムなど数百TB規模の社内情報から高精度な質問応答機能を提供している。^[1]

生成AIの活用を積極的に推進している住友電工は、2023年10月にChatGPTを安全に利用できる環境をグループ全社に展開していた。各部門のユーザーからの要望を受け、社内情報に回答可能な生成AI環境の必要性が高まり、QuickSolutionとRAGを組み合わせた基盤構築に至ったのである。

構築されたRAG基盤は、ファイルサーバ400TBと180万文書を含む文書管理システムから横断的に情報を抽出し、高精度な回答を生成することが可能だ。特に重要な特長として、高精度検索による正確な回答生成、ユーザーの閲覧権限に基づいた適切な情報提供、生成AIに質問内容を学習させない設計によるセキュアな運用を実現している。

QuickSolutionを活用したRAG基盤の特長まとめ

QuickSolutionの詳細はこちら

RAGについて

RAG（Retrieval-Augmented Generation）とは、大規模言語モデル外部の情報源から必要な情報を検索・抽出し、その内容に基づいて回答を生成する技術のことだ。以下のような特徴を持っている。

• 外部情報源からの検索と抽出を組み合わせた高度な回答生成
• 社内文書などの非公開情報を活用した精度の高い応答
• 最新のデータを参照可能な柔軟な情報提供

社内ナレッジ活用においてRAGは重要な役割を果たしており、QuickSolutionではRAGを活用することで社内情報を効率的に検索・抽出している。生成AIと組み合わせることで、ユーザーからの質問に対して適切な情報を提供し、業務効率の向上やDX推進に貢献している。

QuickSolutionを活用したRAG基盤に関する考察

QuickSolutionを活用したRAG基盤の構築は、企業内の膨大な情報資産を効率的に活用するための画期的なソリューションとなっている。特に既存のインフラをそのまま活用できる点は、導入のハードルを大きく下げ、短期間での構築を可能にした重要な要素となっているだろう。

今後の課題として、増加し続ける社内データの管理や、多言語対応の必要性が考えられる。これらの課題に対しては、QuickSolutionの検索エンジンの継続的な改良や、多言語処理機能の強化が有効な解決策となるはずだ。

将来的には、社内情報の横断的な分析や、業務プロセスの自動化への展開が期待される。RAG基盤の活用範囲を拡大することで、より効果的な意思決定支援や、新たなビジネス価値の創出につながる可能性を秘めている。

参考サイト

1. ^ PR TIMES. 「住友電工がグループ全社規模のRAG基盤を構築 | 住友電工情報システム株式会社のプレスリリース」. https://prtimes.jp/main/html/rd/p/000000069.000052418.html, (参照 25-03-11).

※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