![](https://cdn.clipkit.co/tenants/591/articles/images/000/008/922/large/72d5e60d-cc56-4f00-82c7-7e4566d41973.png?1721190544)
【独自調査】生成AI活用、プロンプトだけで対応できる業務は34%
2024/7/18
RAGによる独自データ参照やシステム開発の重要性が浮き彫りに
Contents
■調査概要
調査期間:2023年9月1日 ~ 2024年5月31日
調査対象:上記ワークショップへの参加企業36社/1,281活用アイディア
調査方法:Lightblueが提供する「生成AIワークショップ」の参加企業から想定活用アイディアを抽出のうえ、実現方法を以下の4分類で整理
(1) プロンプトだけで対応できる業務
文章の構成、資料のドラフト作成、議事録の要約、翻訳、コードの作成など
(2) RAGによるデータベース参照が必要な業務
過去の議事録や提案書の検索・要約、業務ノウハウの活用、マニュアル検索など
(3) システム開発が必要な業務
顧客サポートの自動化、CMSと連携したコンテンツ生成、Eコマースのパーソナライズなど
(4) 独自の大規模モデルの開発が必要な業務
医療など特定の領域に特化した活用、特定のニュアンスの習得によるコンテンツ生成など
■調査結果
1. 生成AIツール(OpenAI ChatGPTやGoogle Gemini、Anthropic Claudeなど)のプロンプトだけで対応できる業務は、全体の約34%に過ぎない。
2. RAGによるデータベース参照によって独自データを活用することで実現できる業務は約41%に達する。独自データを連携したうえでプロンプトを用いることで、想定業務の75%程度が実現できる。
3. 生成AIの機能を既存の業務システムやワークフローと組み合わせるなど、システム開発によって実現できる業務の活用ニーズは約22%存在し、様々なシステムと生成AIの連携を模索する必要がある。
4. 独自の大規模モデルなど高度な開発が必要となる業務は全体の3%と割合としては小さいものの、情報の専門性や機密性の観点からその必要性は高い。各企業が自社に最適な方法を模索することが重要である。
■調査背景と調査結果についての解説
そこで、Lightblueはワークショップを通じて参加企業から集めた生成AI活用アイデアを分析し、どの程度の業務の自動化・効率化が可能なのかを調査した。その結果、単にChatGPTなどの生成AIツールでプロンプトを用いるだけでなく、RAG(Retrieval-Augmented Generation)やシステム連携により、社内のナレッジに基づいた出力を生成したり、社内ツールに生成AIを組み込むことで、生成AIの活用領域が広がることが判明した。
RAGは、注目されているAI関連技術の一つで、情報検索と生成を組み合わせることで、社内の情報に特化した出力が生成可能である。RAGでは、まず、ユーザーの質問に対して、データベースから関連する情報を探し出す。次に、その情報を基にして、自然な文章で回答を作成する。これにより、正確で文脈に合った答えを提供することができる。
例えば、カスタマーサポートでは、RAGを使って社内の情報を参照し、顧客の質問に迅速かつ正確に答えることができる。これにより、サポートの効率が上がり、顧客の満足度も向上する。また、社内での情報検索にも役立ち、必要な情報をすぐに見つけて業務を効率化できる。RAGは情報の検索と生成を組み合わせることで、ビジネスでの情報活用をより便利で効果的にする技術である。
また、システム連携では生成AIの機能を既存の業務システムやワークフローと組み合わせることにより、日常業務をよりスムーズに効率化可能である。例えば、生成AIの機能をチャットツールやCRMシステムなどに組み込むことにより、従業員は生成AIツールを開くことなく、普段使っているツール内で生成AIの利便性を享受できる。