鴻池運輸、生成AIチャットで社内ナレッジ検索のアクセスが従来の8倍近くに

鴻池運輸では拠点ごとに業種や業務内容が大きく異なり、課題解決の考え方や新しいソリューション、省力化機器の検証結果などのナレッジが拠点ごとに蓄積されていました。2022年9月にそれらを全社のデータベースにまとめましたが、自然言語で書かれた非構造化データだったため、通常の検索では類似業務のナレッジを見つけにくく、共通知化がなかなか進みませんでした。

同じ作業でも呼び名が違ったり、拠点名の表記ゆれがあったり、担当者ごとに記載の粒度やフォーマットがばらばらだったことも壁になっていたと紹介されています。

Amazon BedrockとAmazon Kendraを使ったRAGチャットアプリケーションを開発しました。ナレッジデータの記載粒度を整えたうえで、Bedrockで検索クエリを補正し、Kendraで自然言語検索を行い、見つかった情報をもとにBedrockが回答（データソースのリンク付き）を返す仕組みです。

結果の検証は手作業で行い、「データソースが正しく、文章の内容も正しい」回答が90%以上で返ることを合格条件にしました。開発チームはWebアプリの開発者数名とBedrockの開発者1名で、現場側との記載粒度の統一作業も並行して進めたとのことです。

検証対象100件のうち95件が合格しました。社内リリース後、直近7月のデータベースへの検索アクセス実績は従来の8倍近くに達しています。数件のハルシネーション（事実と異なる回答）は起きたものの、利用者が検索の言葉を工夫することでカバーできていると説明されています。

着手からわずか4か月で本番実装でき、社内初の生成AIサービスとして生成AIそのものが社内に広く知られ、別のアイデアも挙がるという副次的な効果もあったとのことです。今後は社内ヘルプデスクや各部門のFAQへの展開を検討しています。