AI

エーアイ

公開：2024-07-18

Lightblueが生成AI活用調査結果を発表、RAGとシステム開発の重要性が浮き彫りに

text: XEXEQ編集部

記事の要約

• 生成AIプロンプトのみで解決可能な業務は34%
• RAGによる独自データ参照の重要性が判明
• システム開発による活用ニーズは約22%

生成AI活用調査、プロンプト単独では限界が明らか

Lightblueが実施した生成AI活用に関する調査結果が公表された。36社から抽出した1,281件の活用アイディアを分析した結果、生成AIのプロンプトだけで解決できる施策は全体の約34%にとどまることが判明した。この数字は、生成AI活用の現状と課題を如実に示すものだろう。^[1]

調査ではRAGによる独自データ参照の重要性も浮き彫りになった。約41%の業務がRAGによって実現可能であり、プロンプトと組み合わせることで全体の75%程度の業務に対応できることが明らかになったのだ。この結果は、企業が自社データを効果的に活用することの重要性を示唆している。

RAG（Retrieval-Augmented Generation）とは

RAGとは、Retrieval-Augmented Generationの略で、情報検索と生成を組み合わせたAI技術を指す。主な特徴として、以下のような点が挙げられる。

• 既存のデータベースから関連情報を検索
• 検索結果を基に自然な文章を生成
• 企業固有の情報を活用可能
• 正確で文脈に合った回答を提供
• カスタマーサポートや社内情報検索に有効

RAGは企業の独自データを活用することで、より精度の高い生成AIの利用を可能にする。例えばカスタマーサポートでは、過去の対応履歴を参照しつつ適切な回答を生成できるため、顧客満足度の向上につながる可能性が高い。

システム開発による生成AI活用の可能性

調査結果によると、生成AIの機能を既存の業務システムやワークフローと組み合わせるなど、システム開発によって実現できる業務の活用ニーズは約22%存在することが明らかになった。この数字は、単なるプロンプト利用を超えた生成AIの可能性を示唆している。

システム開発による生成AI活用の例として、顧客サポートの自動化やCMSと連携したコンテンツ生成、Eコマースのパーソナライズなどが挙げられる。これらの活用方法は、企業の業務効率化やサービス品質の向上に大きく貢献する可能性を秘めているのだ。

生成AI活用調査に関する考察

今回の調査結果から、生成AI活用における今後の課題が浮き彫りになった。プロンプトのみでは限界があることが明確になり、RAGやシステム開発との連携が不可欠であることが示唆されたのだ。これにより、企業は自社のデータ活用戦略を見直す必要に迫られるだろう。

今後、生成AIの活用範囲がさらに拡大することが予想される。特に、RAGを活用した独自データの有効利用や、既存システムとの連携による業務効率化が注目されるだろう。企業にとっては、これらの技術を効果的に導入し、競争力を高めることが重要な課題となるはずだ。

新機能としては、より高度なRAG技術の開発や、業種・業務に特化した生成AIモデルの登場が期待される。これにより、企業固有の課題に対してより精緻な解決策を提供できるようになる可能性が高い。同時に、生成AIの倫理的利用やデータセキュリティに関する議論も活発化するだろう。

この調査結果は、特にIT部門や経営層にとって大きな意味を持つ。生成AIの適切な活用方法を模索する企業にとっては、貴重な指針となるだろう。一方で、AIベンダーにとっては、より高度なソリューション開発の必要性を示す重要な市場動向となるはずだ。

参考サイト

1. ^ PR TIMES. 「【独自調査】生成AI活用、プロンプトだけで対応できる業務は34% | 株式会社Lightblueのプレスリリース」. https://prtimes.jp/main/html/rd/p/000000064.000038247.html, (参照 24-07-18).

※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