シナモンAIのSuper RAG、農林中央金庫で業務効率化を推進

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）

PR TIMES より

記事の要約

シナモンAIが農林中央金庫にRAGシステム「Super RAG」を提供開始
企業査定や営業企画へのデータ活用強化を目的とする
社内QA業務の効率化も推進する

シナモンAIが農林中央金庫にSuper RAGを提供開始

株式会社シナモンは2025年5月22日、農林中央金庫に独自RAGシステム「Super RAG」の提供を開始したと発表した。Super RAGは、図表を含む複雑な非構造化データを高精度に取り込み、データ検索力の向上やLLMによる信頼性の高い回答生成を可能にするAIプロダクトだ。

農林中央金庫では、Super RAGを活用して業務効率化を推進する予定である。具体的には、業務所管部と職員間におけるQA対応の効率化、投融資領域における業務効率化および生産性向上、本店・営業店間の情報連携強化によるサービス・企画開発力の向上などを目指しているのだ。

シナモンAIは、今後も農林中央金庫との連携を深め、「Super RAG」のAPIを活用したエージェントワークフローによるプロセス自動化やAIエージェントの導入検証を進めていく予定である。生成AI技術を活用した業務効率化を推進することで、コア業務への人員集中が可能となり、競争力の強化やサービス向上に寄与すると期待している。

Super RAGは、表や図など複雑なドキュメントを解析し、高精度な回答を生成するLLMを、チューニング不要で構築することが可能な独自AIプロダクトだ。企業が保有するデータの8割を占めると言われる非構造化データを独自のドキュメント解析技術により高度に解析し、RAGシステムを用いたLLMの回答生成による業務自動化を実現するのだ。

Super RAG導入による農林中央金庫の業務効率化

業務領域	期待される効果
QA対応	職員間における質問への回答時間の短縮、回答精度の向上
投融資	データ分析による迅速かつ正確な意思決定、生産性向上
情報連携	本店・営業店間の情報共有の迅速化、サービス企画開発力の向上

導入事例

RAGシステムについて

RAGシステムとは、Retrieval Augmented Generationの略で、大規模言語モデル（LLM）が外部データを参照して回答を生成するシステムのことだ。従来のLLMは、学習済みのデータのみを基に回答を生成するため、最新のデータや専門的な知識が不足している場合があった。

外部データの参照による回答精度の向上
最新情報や専門知識へのアクセス容易化
LLMの回答の信頼性向上

RAGシステムは、これらの問題を解決し、より正確で信頼性の高い回答を生成することが可能になるのだ。

Super RAG導入に関する考察

Super RAGの導入は、農林中央金庫の業務効率化に大きく貢献するだろう。特に、膨大な非構造化データを効率的に活用できる点は大きなメリットだ。しかし、導入にあたっては、データのセキュリティ対策や、職員のシステムへの習熟度など、いくつかの課題も考慮する必要があるだろう。

例えば、データのセキュリティ対策としては、アクセス制御の厳格化や、データの暗号化などが考えられる。また、職員のシステムへの習熟度を高めるためには、適切なトレーニングプログラムの提供や、サポート体制の充実が重要となるだろう。これらの課題を適切に解決することで、Super RAGは農林中央金庫の更なる発展に貢献するだろう。

今後、Super RAGには、より高度な自然言語処理機能や、多様なデータ形式への対応などが期待される。また、APIの拡充により、他のシステムとの連携が容易になることも重要だ。これらの機能強化により、Super RAGは、農林中央金庫だけでなく、他の金融機関や企業においても、幅広く活用される可能性を秘めているのだ。