既存業務・Excel・業務システムに生成AIを組み込み、現場で使える形まで開発します

具体的なAIの種類や仕様が決まっていなくても問題ありません。「Excel集計に時間がかかる」「同じ問い合わせへの回答が多い」「社内資料を探すのに時間がかかる」など、現在困っている業務からお聞かせください。業務内容、利用できるデータ、担当者、期待する効果を整理し、AIが適しているか、既存システムの改善やSaaS・RPAの方が適しているかも含めて検討します。

可能です。Excel・CSVによるデータ連携、データベース接続、API連携、既存WebシステムへのAI機能追加など、現在の環境に合わせて方法を検討します。既存システムをすべて作り直すのではなく、現在使える部分を残しながらAI機能だけを追加する方法にも対応します。

生成AIの出力について、100％の正確性を保証することはできません。そのため、PoCの段階で評価する項目と目標値を決め、業務上許容できる精度かを確認します。必要に応じて、回答の根拠表示、人による確認・承認、誤回答時の修正フローなどもシステムとして設計します。

特定のAIモデルだけを前提にはしません。実現したい業務、必要な精度、応答速度、利用料金、セキュリティ、データ保存条件、既存システムとの接続方法などを確認し、案件ごとに適したAIサービスやモデルを検討します。モデル変更が必要になった場合の運用方法も、本番システムではあらかじめ考慮します。

取り扱う情報の種類と、利用するAIサービスの条件を確認したうえで判断します。入力データの保存先・保存期間、AI提供事業者によるデータ利用条件、利用者の権限、操作ログ、個人情報・機密情報の取扱いなどを整理します。機密性が高い業務では、利用範囲を限定したり、人による確認工程を設けたりする方法も検討します。

対象業務や利用データによって異なりますが、マクティズムでは小規模なAI Quick PoCを120万〜250万円程度、1〜2か月程度を一つの目安としています。PoCでは精度、削減時間、利用コスト、人による確認負担などを測定し、本番開発へ進むか判断できる状態を目指します。

RAGは、社内規程、マニュアル、手順書、FAQなどの文書を検索し、その情報をもとに生成AIが回答する仕組みです。自社文書を参照させることで業務に合った回答を作りやすくなります。回答元の文書名や該当箇所の表示、部署・役職ごとの閲覧範囲の制御にも対応できます。

あります。ExcelやAccessの修正、業務フローの整理、既存SaaSやRPAの導入だけで十分な場合は、AIを使う必要はありません。マクティズムではAI導入を前提にせず、「直す・つなぐ・AIを加える・作り直す」を比較し、費用と効果のバランスが取れる方法をご提案します。