概要
セッション
明日からできる! 業務で使える! 多彩なAIを組み合わせたアーキテクチャとは? (D1-PL-06)
SCSK株式会社 青木 琢人 氏
Google CloudのAIサービスを使って簡単に高品質なAIアプリを作成する知識。
また、AIアプリ作ったけどなんか上手くいかない。と悩んでいる方必見の内容でした。
(頷きすぎて首もげるくらい面白いお話でした)
アジェンダ
そもそもAI導入の課題として…
「使ってみた」で終わってしまうことがとても多い。
AIを使うための過程・全体像
- AIを始める
– AI自体の性能などを検討・調査してみる
2. プロセスに組み込む
– どうやって使うと効果的だろうか?とか、検討する
3. 業務改善
– KPIなど決めて実際に投入
うち、今回は「2. プロセスに組み込む」をメインにお話しいただきました。
AI活用したら、どんな効果があるんだっけ?
- 生産性向上
- RAGとかで検索
- 需要予測
- 純粋にGeminiを使う
- コスト削減
- チャットボット、音声ボットで応答
- 品質改善
- 外観検査
- 異常検知とか
1. AIを始める
AI活用にあたって必ず必要なことは?
データ!データ!データ!
さて、AIを活用しよう。
ちょっとまった。だがしかし、データのあれこれでAIを活用できないことがとてもおーーーーい。
その中でも、今回は特にデータが未整備でAIを活用できない。という問題に焦点を当てています。
データが未整備でAIを解決できない…その原因は?
- データに気づいていない
- データを整理できていない
すごく膨大なデータがある…
手元で、何十万行のCSVを触るのは、つらい。どうしよう。 - データの前処理
そう、こんなときこそ!Google Cloudのサービスを活用しよう!
Google Cloudの素敵便利サービスは、
画像の通り、たあーーーくさんありますが…
今回は4つのサービスを明日から使えるポイントと一緒に紹介いただきました。
以下のサービスを使うことで、データを作り出してから、活用まで自由自在。変幻自在。無為転変。
- Document AI
- BigQuery
- Dialogflow CX
- Vertex AI Agent Builder
Document AI
明日から使えるポイント:
Coogle Cloudのコンソールからポチポチするだけ。ハッチポッチステーション。
また、Document AIは、従来のOCIとは違い、テーブル系もそのままの構造で取り出せます。
とおっても便利。
BigQuery
明日から使えるポイント:
最近は、自然言語でクエリすることもできます。
SQL苦手な方でも、語りかけるだけでデータをこねくり回せるのは素敵ですね。
みんな大好きBigQuery。どんなデータ形式でも基本的に飲み込んでくれる。器が広い。すき。
Dialogflow CX
できる限りハルシネーションを少なくできます。
生成AIのみで全て判断させず、ルールベースと一緒に使用することで、いいとこ取りできます。
ある程度人間がルールを決めつつ、AIの柔軟性を最大限活用できるってわけ。
余談ですが、個人的にゴリゴリ開発するLangGraphもとても好きです。(すきあらば布教)
が、そんなゴリゴリしてくていいDialogflow CXは、スピード感を持って高品質なチャットボットが作ることができて、すきです。
ビジネスロジックに集中できる。というやつです。
Vertex AI Agent Builder
明日から使えるポイント:
Coogle Cloudのコンソールからポチポチするだけ。ハッチポッチステーション 2nd G。
魔法のごとく簡単にRAGがつくれます。今日から私も魔法使い。
2. プロセスに組み込む
せっかく、AIアプリを作ったはいいものの…PoCで止まる。原因は?
早速、うきうき、るんるんでAIアプリを作ったものの、次から次へと壁にぶち当たります。
作るだけ作って誰にも使われないアプリ…。使ってみても信憑性がない場合、結局使われなくなっていきますよね…。使われない負の連鎖。
そんな悲しきアプリを生まないためにも、傾向と対策をしましょうということですね。
- AI導入自体が目的になってしまう
– 特に上司、上からAI導入のオーダーがあった場合など…
– 解決策:
– エンジニアができることは、アイディアソンとか、ハッカソンとかの場を提供すること
2. PoCでイマイチ精度が出ない
– 当初設定したKPIにも到達できない
– 解決策:
– いくらファインチューニングしても、精度100%にはできない
– よって、不確実性を考慮したアーキテクチャにしよう!
ここから、不確実性を考慮したアーキテクチャ。について考えていきます。
不確実性を考慮したアーキテクチャに必要なものとは
不確実性を考慮するには、人間によるチェックが必要。
ハルシネーションしてるかチェック。OCRの文字が正しいかチェック。本当に異常値かチェック。チェック。チェック。チェック。チェック。チェック。チェック。
…あれ、AIを導入することで、工数削減できてる?そもそも何のためにAIの?そんな状態になっていきます。
つまり、不確実性を考慮した設計ってどういうことなの?
AI側でも再確認してあげるようにしよう!
画像のように、不確実性を考慮せず確認なしで手続きなど行った場合、ユーザが本当に意図していない変更を加えられてしまいます。
よって、AIから再確認する、ほんとうにこれであってますか?を聞いてあげることで、ユーザとの齟齬を減らせるよね。ということですね。
AIがAIをチェックする。という話も最近はあちこちでよく耳にしますが、これにより人類はどうなっていくのか。わくわくしますね。
3. 業務改善
多種多様。各々でカスタマイズして進めていこう。
…だと、かなしいので、2つのアーキテクチャをご紹介いただきました。
検索強化のアーキテクチャ
AI with コンタクトセンターのアーキテクチャ
オペレーターが、アシスタントツールを使うことで、オペレーターがすばやく回答できる。
よって、オペレーターの負荷が減る!
お客様視点でも、すばやく回答されるのでうれしい。みんなハッピー。
また、感情分析などで、お客さんが満足しているかどうか。を図ることもできる。
まとめ
明日から使える!Google Cloudの素敵ポイントもお話しいただきました。簡単に使えて高品質がGoogle Cloudの魅力の1つであると思います。早速、明日から…いえ、今日から使っていきましょう。あしたやろうはばかやろう。
また、特にAIアプリを作ったけど、なんか上手くいかない。そしてどんどん使われない…。
そうさせないために、AI導入の全体像の把握や、データの整備、不確実性、と重要なポイントをたくさんご紹介いただきました。
ということで、なんとなくAIアプリを導入する。のではなく、みんなに愛されるアプリを日々作っていきたいものですね。