ChatGPTなどの生成AIを社内で活用するにあたり、「回答の精度を高めたい」「自社に特化した仕様を構築したい」と考えたことはありませんか？生成AIをさらに便利に、ビジネスで役立つために開発された機能として、「RAG（検索拡張生成）」が注目を集めています。
本記事では、RAGの仕組みやメリット・活用方法など、AI技術に精通していない方にも伝わるよう分かりやすく説明しますので、ぜひ参考にしてください。
RAG（検索拡張生成）とは？
そもそもRAGは「Retrieval Augmented Generation」という言葉の頭文字を取った略語です。日本語では一般的に“検索拡張生成”と称されています。特徴を簡潔にいうと、検索機能と生成AIを融合させた技術です。双方のデメリットを補完しあうことで、生成AIツールの利便性を一段と向上させることが可能になります。
生成AIは、学習したデータに基づいて、ユーザーが入力したプロンプト（質問や指示）に回答する仕組みです。プロンプトの内容から、統計的に確率が高い回答を自動的に生成します。つまり、学習していない分野に関しては、適切なアウトプットをすることができません。社内規定や業務マニュアルなどのクローズド情報は、インターネットなど外部には公開していませんよね。そういった情報についての質問に、ChatGPTなどの生成AIは答えられないのが難点の一つでした。
一方、検索機能は、検索ワードに合致する内容を、一定のアルゴリズムに基づいて選出するものです。該当するコンテンツが大量にある場合、それらを並べて表示するしかありません。ユーザーにとって最も適した情報がどれなのか、即座に判断することは難しいです。
RAGは、社内情報などを外部データベースから検索して抽出し、その内容をもとに生成AIに回答を生成させる技術です。この技術を活用すると、次のようなメリットが生まれます。
①大規模言語モデルへの追加学習が不要
②ハルシネーション（誤情報の生成）を防止
③回答精度や信頼性を向上
RAGを使用せず、社内情報を追加学習させるという選択肢もあるのですが、学習に長時間を要するうえ、コストもかかります。情報のアップデート頻度が多い場合、常に最新の情報を学習させておくのは大変です。対照的に、外部から情報を抽出するRAGなら、そういった懸念点は存在しません。
また、生成AIはさも正しい情報かのように誤った回答を出力するケースもゼロではないです。社内で蓄積したデータや情報を基にすれば、回答の精度や信頼性は格段に高まります。
生成AIを活用したRAGの事例を紹介
ビジネスシーンでどのようにRAGを活用していいか分からない場合、まずは下記の業務で導入してみてはいかがでしょうか。
●社内問い合わせ対応
●カスタマーサポート
●コンテンツ作成
●ナレッジマネジメント
大量の製品データを抱えている企業が、顧客からの問い合わせに回答する場合、従来は逐一正しい情報を調べて電話やメールで返答していました。しかし、RAGを活用すると、過去の問い合わせ内容やサービス情報を外部データベースに管理しておけば、自動的に最適な回答を生成することが可能です。顧客はチャット上で質問を入力し、生成AIが問い合わせ内容をもとに回答を出力し、顧客に返答します。時間や場所の制限なく、いつでも回答を得られるので、顧客満足度も向上するでしょう。
社内問い合わせ対応も同様です。社内規定などを事前にデータベースに登録しておけば、社員は生成AIに質問するだけで、知りたい情報をすぐに手に入れます。業務マニュアルもあわせて登録しておけば、ナレッジマネジメントにも役立つはずです。さらに、ホームページなどに掲載するコンテンツを作成することもできます。生成AIは文章だけでなく、画像や動画を複合的に組み合わせながらコンテンツを作成しますので、企業の取り組み事例など発信したい内容を、社内資料から抽出してまとめてくれます。社外向けの情報更新は人手がかかる業務でしたが、RAGによって一気に作業効率化が図れるでしょう。
具体的にRAGを活用する企業の実例として、大和総研を紹介します。同社は、社内情報検索LLMアプリを作成し、社員が自由に利用できる仕組みを構築しました。たとえば、
「夏季休暇はいつからいつまでに取得することが可能ですか？」という質問を入力すると、生成AIはRAGに登録された人事労務規定の情報から回答を出力します。
「夏季休暇は原則として10月から翌3月までの期間に取ることができます」と回答を表示し、“人事労務規定○○頁を参照”と、どの文書を参照にしたか明記します。情報源を記述することで、本当に正しい情報なのか社員が別途確認を取りやすくなります。類似性が高い文書をあわせて表示し、十分な回答を得られないというリスクも軽減する工夫がなされています。
RAGの代表的なサービスを紹介
最後に、RAGを自社で導入したいという場合どのサービスを選べばいいのか、代表的なものをいくつかピックアップしましょう。大手パブリッククラウドベンダーとして世界的に認知度が高い、
●AWS（Amazon Web Services）
●Microsoft Azure
●Google Cloud
という3つのサービスは、それぞれ生成AIを活用した検索システムを提供しています。
Amazon Web Servicesは「Knowledge Bases for Amazon Bedrock」、Google Cloudは「Vertex AI Agent Builder」というRAGツールを開発しています。Microsoft Azureの「Azure OpenAI On Your Data」は、特定のデータソースを参照する仕組みで、RAGと少し異なる性質ですが、上記2社のサービスと近いものといえます。
国内企業に目を向けると、ソフトバンクが「RAGデータ作成ツール」、三菱総合研究所が「ロボリサ」というRAG対応機能をリリースしました。他にも多くの中小IT企業が、RAGサービスを提供しており、価格は概ね要相談となっています。
まとめ
RAGを活用すると、生成AIの回答の精度が高まり、ビジネスにおける業務効率化が期待できます。生成AIが普及するにつれて、自社に特化した生成AIを構築したいという要望は増えています。クローズド情報をAIに学習させることは躊躇しますが、外部データベースに登録してRAGで必要に応じて参照する仕組みなら、情報漏洩の心配もありません。AI導入を検討している企業は、RAGと生成AIを同時に活用すると、大きな成果が得られるのではないでしょうか。
