拓海先生、最近社内で「RAGってやつを入れたら良い」と若手が言ってましてね、でも何がどう変わるのか見えないんです。要するに投資に見合う効果が出るのかが心配でして、教えていただけますか。
素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。まずRAGの目的は、社内の専有データを安全に使いながら、生成AIの出力を事実に沿わせることなんです。要点は三つ、データを守ること、回答の根拠を示せること、運用を監査できることですよ。
なるほど。で、具体的にどうやって社内データを守るのですか。クラウドに上げるのが怖いんですが、結局外部に渡ってしまうのではないかと心配です。
ご懸念は当然です。eSapiensは「社内保有のデータを外に出さない」設計を重視しています。つまりデータは自社インフラか専用のセキュアな領域にとどめ、外部の大規模言語モデル（Large Language Model (LLM)（大規模言語モデル））を呼び出す際にも、どの情報を渡すか細かく制御できるんですよ。
これって要するに、外に丸ごとデータを渡さずに必要な断片だけを安全に使ってAIに働かせるということですか。それなら法務や顧客情報の扱いも安心できそうですね。
その通りです！まさに要点を掴んでおられます。さらにeSapiensは「引用を伴う検索（citation-aware retrieval）」で根拠となる文書を明示し、監査ログを残すので、誰がいつどの情報を使ったかを追えるように設計されていますよ。
監査ログが残るのは現場で助かります。導入コストと運用負荷も気になるのですが、中小〜中堅のウチでもメリットは出ますか。カスタム開発を頼むような余裕はありません。
いい質問です。eSapiensは再利用可能なテンプレートとドラッグ＆ドロップのワークフロー設計を備えており、カスタム開発を最小化して早期に価値を出す設計です。導入の労力を低く抑え、先に小さな業務で効果を出してから横展開していける運用方針が現実的ですよ。
では効果の測り方はどうしたら良いでしょうか。現場は数字で示さないと動きませんし、投資対効果で説得したいのです。
指標設計は重要です。まずは応答の正確性や業務効率化の定量指標を設定し、ベースラインと比較することが基本です。例えば応答精度の向上率、問い合わせ対応時間の短縮、人的レビュー削減率など三つに絞って測れば経営判断に使いやすくなりますよ。
ありがとうございます。最後に、現場の抵抗感をどう受け止めれば良いでしょうか。現場は「また面倒なツールが増える」と懸念しています。
現場の視点は極めて大切です。最初は小さなワークフロー、自動化で人がやっていた単純作業を代替する箇所から始め、現場の負担を軽くすることを示すと納得が進みます。教育も段階的に行い、成功事例を内部に蓄積して広げていけば、抵抗は自然と小さくなりますよ。
分かりました、拓海先生。要するに、安全に内部データを使いながら根拠を明示してAIを業務に組み込み、まずは小さく始めて効果を数値で示すということですね。私の言葉で言うと、まず小さな勝ち筋を作ってから投資判断を拡大していく、という理解でよろしいですか。
その理解で完璧ですよ、田中専務！大丈夫、一緒にやれば必ずできますよ。次回は具体的な指標設計と初期PoCの設計を一緒に作りましょうね。
