AI導入支援・開発

• FAXや紙の注文書・申込書を、見ながら手で打ち込んでいる
• 社内やお客様からの同じ問い合わせに、毎回時間を取られている
• 社内の資料やマニュアルから、必要な情報を探すのに時間がかかる
• 売上や在庫の数字から、先の数量を見立てたい
• 画像から、物の有無や種類を見分けたい

• AIに任せる範囲を絞ります
  AIには読む・書き写す・下書きを作るところまでを任せ、何を登録するか、どう回答するかの確定は人や決まったルールで行います。AIはもっともらしい間違いを、理由を添えずに返すことがあるためです。
• まず試作し、実際のデータで精度を測ります
  精度は業務や書類によって大きく変わります。お客様の実際の書類やデータで試作し、どれだけ正しく扱えるかを数字で確かめてから本番に進みます。
• 間違えたときに、人が気づける作りにします
  正解率よりも「確認されずに通ったのに間違っていた」件数を重視します。自信のない箇所には画面で色を付け、理由を添えて人に確認を回します。
• データの扱いを最初に決めます
  外部のAIサービスにデータを渡してよいか、どこに・いつまで保管されるかを最初に確認します。Azure OpenAI Service や AWS Bedrock など、契約先や保管の条件を選べる構成も検討します。

FAXで届いた注文書を写真から読み取り、受注として登録するデモです。得意先・品番・数量・希望納期の項目ごとに緑・黄・赤の色を付け、確認が要る箇所だけを人に回します。

• 正解つきの注文書30枚・257項目で精度を測定
• 「確認なしで通ったのに間違っていた」項目は0件
• 紙に書かれた「数量×単価＝金額」を使い、マスタとの照合では見つからない数量の読み違いに気づけるようにしています

• 自社サービス「クイズファミリー」：生成AIによる4択クイズの自動生成を、実際のサービスに組み込んで運用しています
• 会社案内をするチャットボット：社内の資料をもとに回答するチャットボットを試作しました
• AWS Bedrock を使ったチャットボット：利用回数の上限を設け、想定外の請求が来ない構成にしています
• 研修講師：新人研修で Python 基礎・機械学習入門の講師を7年続けています

環境・言語Python、OpenAI API、Azure OpenAI Service、AWS Bedrock、Dify

何から始めればよいですか？

お困りの作業を1つお聞かせください。その作業の実物（書類やデータ）で試作し、効果が見込めるかを確かめるところから始めます。

精度はどのくらい出ますか？

業務や書類によって大きく変わるため、実際のデータで測ってからお伝えします。参考として、FAX注文書の読み取りデモでは、正解つきの注文書30枚で「確認なしで通ったのに間違っていた」項目は0件でした。

社外にデータを出せないのですが、使えますか？

データの送り先と保管の条件を最初に確認し、それに合う構成をご提案します。外部のAIサービスを使わない方法が合う場合もあります。

AIに任せきりになりませんか？

任せきりにしない前提で作ります。AIの結果は人が確認でき、自信のない箇所は理由つきでお知らせする作りにします。