構造化・非構造化データの有効活用に向けて、生成 AI によるナレッジ検索基盤を短期間で構築。PoC 開発で生成 AI の利活用促進を実感加賀FEI株式会社様のクラウドを活用した導入事例
掲載日：2025年6月5日
お客様の課題
- マニュアル参照で解決できる問い合わせがベテラン開発者に集中し、負担となっていた
- 新任エンジニアの製品知識の習熟やトレーニングに、時間とコストがかかっていた
- 生成 AI の利活用に向けた具体的な進め方に悩んでいた
対応と結果
- 自社マニュアルや Redmine チケット情報を活用した RAG 環境を構築し、生成 AI が学習していない社内データでも検索・回答可能となる検索基盤を開発した
- 構造化・非構造化データそれぞれで最適な解析方法を調整し、 Vertex AI Search の精度を向上させ、生成 AI によるリソース削減で業務効率化の目処が立った
- 全社的に生成 AI 活用への機運が高まり、専門部署の立ち上げにつながった
加賀FEI株式会社様は、自社の UI/UX ソリューションに関する業務効率化を目指し、生成 AI を活用した PoC を実施。Vertex AI Agent Builder（現 AI Applications）を用いて、社内ナレッジを検索可能にする RAG* 環境を構築しました。アイレットは、PoC の検証から構築・改善まで、技術的な支援だけでなく、生成 AI のトレーニング方法や解析手法に関する知見を共有することで、社内へのナレッジ蓄積にも貢献しました。
*RAG：Retrieval-Augmented Generation の略。日本語では検索拡張生成と訳されています。RAG を使用することで、生成 AI が事前に学習させた社内のデータなどから回答をすることが可能になります。
製品に関する問い合わせを生成 AI で業務効率化。業務負荷削減に向けて、Vertex AI Agent Builder（現 AI Applications）を活用したナレッジ検索基盤の PoC 開発に着手
加賀FEI株式会社様（以下、加賀FEI 様）は、1952年に設立された技術商社であり、民生用・産業用電子デバイス製品の設計・開発・販売を手掛けています。特に、半導体をはじめとするエレクトロニクス製品と関連技術を、大手電機・通信機器・自動車メーカーなどの顧客に提供し、新製品・新サービスの創出に共に取り組んでいます。商社でありながらメーカー機能も有し、幅広い分野の技術を取り扱い、多岐にわたるビジネスを創出。近年は、IoT や AI といった先端技術を活用したソリューション提案にも注力しており、変化を楽しみながら未来を切り拓く姿勢を体現しています。
加賀FEI 様では、自社製品の組込み機器向けグラフィックオーサリングツールや HMI開発を含む UI/UXソリューションをお客様へ提供する UI/UX事業部において、マニュアル参照で解決可能な問い合わせがベテラン開発者に集中し、本来の業務に支障が出る状況が課題となっていました。また、新たに参画するエンジニアの習熟やトレーニングにも多くの時間とコストがかかっていたため、ナレッジ共有の効率化が強く求められていました。
このような課題を解決すべく、アイレットでは Google Cloud の Vertex AI Agent Builder（現 AI Applications）を活用し、生成 AI が学習していない社内データでも検索・回答可能となる RAG 環境を構築することをご提案。検索基盤の構築およびチューニング精度を検証すべく、PoC を実施することが決定しました。
構造化されていなかった製品関連情報（非構造化データ）でも検索精度を徹底追求。試行錯誤を経て、生成 AI を用いたナレッジ共有の土台づくりに成功
今回のプロジェクトでは、Google Cloud の Vertex AI Agent Builder（現 AI Applications）を用いて、マニュアルや Redmine チケットといった社内ナレッジを効果的に検索・活用できる RAG 環境の構築を目指しました。
まず取り組んだのは、PDF や HTML 形式で蓄積されていた製品マニュアルを対象とした、非構造化データの検索システムの構築です。従来の生成 AI は、そのままでは社内独自のデータに対応できないため、Vertex AI Agent Builder（現 AI Applications）を活用して RAG 環境を構築しました。
精度向上の鍵となったのが、文書データの解析方式の最適化です。OCR 処理などで文字情報を抽出するデジタルパーサーに加え、ドキュメントの構成やレイアウトを保持したまま読み取るレイアウトパーサーも検証。それぞれのパーサーが持つ特性を見極めながら、ファイル形式に応じたデータストアを別途構築することで、検索精度の向上を実現しました。さらに PDF 用と HTML 用に分けて環境を最適化することで、返答の信頼性が向上。マニュアル活用の負担を軽減できる土台が整いました。
並行して取り組んだのが、Redmine に蓄積されたチケット情報（構造化データ）の検索対応です。チケットデータは、階層が深くそのままでは AI が正確に理解できないため、JSON 形式を見直し、必要な情報にたどり着けるように整形。さらに、チケットの履歴データも合わせて取り込むことで、AI がチケットの進捗や過去の経緯を加味した返答が可能となりました。たとえば、「〇〇の修正は完了している？」「関連チケットをまとめて教えて」など、従来であれば担当者が手作業で調べていた問いにも、自然言語で即座に応えられるようになりました。
こうした非構造化・構造化の両データ領域において、合計13バージョンにわたる構成・パラメータの検証とチューニングを約1ヶ月間で実施。試行錯誤を重ねながら、最適な構築アプローチを導き出しました。また、開発過程では加賀FEI 様のエンジニアとも密に連携し、生成 AI のトレーニング方法や解析手法に関する知見を共有することで、社内へのナレッジ蓄積にも貢献しました。
これらの取り組みにより、加賀FEI 様は、社内ナレッジの有効活用と業務効率化を実現するための基盤を構築することができました。PoC を通じて、構造化・非構造化データそれぞれで Vertex AI Agent Builder（現 AI Applications）の精度を実感いただき、生成 AI による業務改善の道筋が見えたことで、今後の導入に向けた足がかりとなっています。
生成 AI の可能性は、学習済みモデルの利用にとどまりません。既存の業務データを活用した RAG 環境の構築により、企業独自のナレッジを最大限に活かした業務効率化の飛躍的な向上が可能となります。PoC 段階での技術検証から、実際の業務に合わせた本番運用まで、アイレットはお客様の業務に寄り添い、最適なクラウド活用をご提案します。生成 AI の活用にご関心のある方は、ぜひご相談ください。
システム構成図
使用プロダクト
◾️Google Cloud
・Vertex AI Agent Builder（現 AI Applications）
・Cloud Storage
・Cloud Run functions
◾️Redmine
| 案件名 | 構造化・非構造化データの有効活用に向けて、生成 AI によるナレッジ検索基盤を短期間で構築。PoC 開発で生成 AI の利活用促進を実感 |
|---|---|
| クライアント | 加賀FEI株式会社様 |