複雑な購買業務の課題を生成 AI で解決！Gemini を活用した対話型チャットボットで、知見の属人化解消に貢献KDDI株式会社のクラウドを活用した導入事例
掲載日：2026年1月22日
お客様の課題
最終決裁時に購買部員が指摘を受けるケースが散見され、決裁者の基準にてソーシングが実行できていないことで最大限の成果が出ておらず、購買プロセスの変革が必要であった。
その課題として下記2点が挙げられる。
- 最終決裁者の着眼点、判断基準が購買部員に浸透していない
- ベテラン購買部員の持つ知見が属人化している
対応と結果
- 対話型生成 AI チャットボットにて購買部員と伴走し、ベテラン購買部員の持つ知見を体系化することで業務品質の向上に寄与
- 最終決裁者の着眼点・判断基準を包括的に確認できる機能の開発を継続しており、さらなる業務品質向上に加え、案件発生時に購買部員が最終決裁者の着眼点・判断基準を基にソーシングが実行できる購買プロセスの変革に貢献
KDDI株式会社様は、最終決裁者の着眼点・判断基準やベテラン購買部員の持つ知見を組織全体に浸透させるため、Google Cloud の生成 AI を活用したチャットボットを導入。本プロジェクトにおいて、アイレットはシステム構築・開発を担当しました。
生成 AI を活用して複雑な知見を体系化し、属人化の解消を目指す
KDDI株式会社様は、日本を代表する大手通信事業者として、携帯電話サービスや固定通信、インターネット、クラウドサービスなどの通信インフラ事業を主力に展開されています。同社の購買部では、ベテラン購買部員の持つ知見や、最終決裁者の着眼点・判断基準が組織全体に十分に浸透していないことが課題となっていました。
このような課題に対し、アイレットは従来の「Google Cloud かんたん AI パック」をカスタマイズした、RAG※チャットボットの導入をご提案。お客様が管理するマトリクス形式の複雑な表から情報を正確に読み取り、適切な回答を生成できる機能を開発することで、購買部員が個人の持つ知見に依存することなく、生成 AI チャットボットを活用して複雑な知見を体系化し、業務の質と効率を向上させる基盤の構築を目指しました。
※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。
高精度な知見検索が可能に！購買部員の情報活用を促進
まずは、購買業務プロセスの各工程において、購買部員が確認すべき事項に焦点を当て、調達分野ごとの固有の知見と共通の知見の両方を AI チャットに学習させるところから始まりました。この取り組みにより、データストアから関連情報を正確に抽出し、購買部員の質問に対して的確な回答を返すシステムの構築が実現しました。
また、本プロジェクトでは、単に質問に答えるだけでなく、ユーザーの疑問を完全に解消する「対話型 AI」の実現に注力。ユーザーのプロンプト（指示）だけでは回答に至るまでの情報が不足している場合、AI が自ら追加情報を求めたり、「他に関連情報として〇〇は質問しなくても良いか」など、さらに質問を促すようにチューニングを実施しました。
チャットボット画面イメージ
現在は、さらに多様なドキュメントをデータストアに統合し、より複雑な情報の精査と回答生成を可能にする開発フェーズへと移行しており、将来的には、過去のソーシング情報や最終決裁者の着眼点・判断基準を包括的に確認できる AI システムの完成を目指しています。
アイレットは、生成 AI の導入におけるコンサルティングから開発、運用までを一貫してサポートし、お客様のビジネス変革を強力に推進します。AI を活用し、業務の属人化解消や効率化、意思決定の迅速化を図りたい方は、ぜひアイレットまでご相談ください。
システム構成図
使用プロダクト
・Gemini
・Vertex AI
・Vertex AI Agent Builder
・Cloud Run
・Cloud Storage
・Firebase
・Google Drive
・GitHub
| 案件名 | 複雑な購買業務の課題を生成 AI で解決！Gemini を活用した対話型チャットボットで、知見の属人化解消に貢献 |
|---|---|
| クライアント | KDDI株式会社 |