生成AIを活用したナレッジ・マネジメントのユースケースの拡張

人工知能はビジネスのさまざまな分野に変革をもたらしています。このテクノロジーの可能性は、特にカスタマー・サービス、人材、アプリケーションの最新化において顕著です。IBM Institute for Business Value（IBV）によると、AIはコンタクト・センターのケースを処理することで顧客体験を70％向上させることができます。さらに、AIにより、人事部門の生産性が40％向上し、アプリケーションのモダナイゼーションの生産性が30%向上します。その一例が、IT運用によるチケット対応の自動化による人的負担の軽減です。ただし、これらの数字は企業にとって変革の機会を示していますが、組織にとってAIの拡張と運用化は歴史的に困難でした。

AIの性能はAIの基盤となるデータにより決定されるため、適切なデータ基盤の必要性はかつてないほど高まっています。

データがクラウドとオンプレミスの環境に保存されると、ガバナンスを管理し、コストを制御しながらデータにアクセスすることが難しくなります。さらに事態を複雑にしているのは、データの用途が多様化し、企業が複雑または質の低いデータの管理に直面していることです。

データ整合性ソフトウェア会社であるPrecisely社が実施した調査により、企業内では、データサイエンティストはデータのクリーニング、統合、準備に時間の80％を費やしていることが判明しました。その作業には、ドキュメント、画像、動画など、さまざまな形式のデータ処理が含まれます。全体的には、AI向けの信頼できる統合データ・プラットフォームの確立に重点を置いています。

適切なデータにアクセスできれば、基盤モデルの力を活用して幅広いタスクをサポートし、すべてのユーザーに対してAIを民主化することが容易になります。ただし、基盤モデルの機会とリスク、特にAIを大規模にデプロイするためのモデルの信頼性を考慮することが重要です。

信頼は、利害関係者がAIの導入に躊躇する主な要因です。実際、IBVの調査により、経営幹部の67％がAIの潜在的な責任について懸念していることが明らかになっています。既存の責任あるAIツールは技術的な能力が不足しており、特定の環境に制限されているため、顧客はツールを使用して他のプラットフォーム上のモデルを管理することができません。生成モデルが、憎悪、虐待、冒涜（HAP）などの有害な言語を含む出力を生成したり、個人を特定できる情報（PII）を漏らしたりすることが多いことを考えると、これは憂慮すべきことです。企業はAIの利用に関して否定的な報道を受けることが多くなり、評判が損なわれています。データの品質は、AIモデルによって生成されるコンテンツの品質と有用性に大きな影響を与えるため、データの課題に対処することの重要性が強調されます。

新たな生成AIのアプリケーションはナレッジ・マネジメントです。AIの力により、企業はナレッジ・マネジメント・ツールを使用して、組織の洞察を得るために関連データを収集、作成、アクセス、共有できます。ナレッジ・マネジメント・ソフトウェア・アプリケーションは、多くの場合、人材、カスタマー・サービス、アプリケーションのモダナイゼーションなどのビジネス領域とタスクをサポートするために、集中型システムまたはナレッジ・ベースに実装されます。

人事、人材、AI

人事部は、コンテンツ生成、検索拡張生成（RAG）、分類などのタスクを通じてAIを活用できます。コンテンツ生成を利用すると、ロールの説明を素早く作成できます。検索拡張生成（RAG）は、社内の人事関連書類に基づいて役割に必要なスキルを特定するのに役立ちます。分類は、その申請内容に基づいて応募者が企業に適しているかどうかを判断するのに役立ちます。これらのタスクにより、応募から採否決定までの処理時間が効率化されます。

カスタマー・サービスとAI

カスタマー・サービス部門は、RAG、要約、分類を使用することでAIを活用できます。例えば、企業は、生成AIを使用して、より対話的でコンテキストに特化したカスタマー・サービス用チャットボットを自社のWebサイトに組み込むことができます。検索拡張生成を使用すると、組織の知識の内部文書を検索して顧客の問い合わせに回答し、カスタマイズされた出力を生成することができます。要約は、顧客の問題と会社との過去のやり取りの概要を従業員に提供することで、従業員の業務を支援します。テキスト分類を利用して顧客の感情を分類することができます。これらのタスクにより、手作業の労力が軽減されると同時に、カスタマー・サポートが向上し、顧客満足度と顧客維持率の向上が期待できます。

アプリケーションのモダナイゼーションとAI

アプリケーションのモダナイゼーションは、要約とコンテンツ生成のタスクを利用して実現することもできます。会社の知識とビジネス目標の概要があれば、開発者は必要な情報の学習に費やす時間を減らし、コーディングに多くの時間を費やすことができます。IT担当者は、チケット・リクエストの概要を作成して、サポート・チケットで見つかった問題を迅速に対処したり、優先順位を付けたりすることもできます。開発者が生成AIを使用するもう1つの方法は、人間の言語で大規模言語モデル（LLM）と通信し、モデルにコードの生成を依頼することです。これにより、開発者はコード言語を翻訳し、バグを解決し、コーディングに費やす時間を短縮して、より創造的なアイデアを生み出すことに集中できます。

組織には、AIを活用したナレッジ・マネジメント・システムの導入に伴うデータの課題に対処するために、データレイクハウスが必要です。データレイクの柔軟性とデータウェアハウスのパフォーマンスを組み合わせて、AIの拡張をサポートします。データレイクハウスは、特定目的に適合させたデータ・ストアです。

AI用にデータを準備するには、データ・エンジニアが単一のエントリー・ポイントから膨大な量のソースとハイブリッドクラウド環境にわたるあらゆる種類のデータにアクセスできる必要があります。複数のクエリー・エンジンとストレージを備えたデータレイクハウスを使用すると、チーム・メンバーはオープン形式でデータを共有できます。さらに、エンジニアは、パイプラインを複製したり構築したりすることなく、AI/MLモデリング用にデータをクレンジング、変換、標準化できます。さらに、企業は、データ・エンジニアや技術に疎い担当者が自然言語でデータを簡単に発見、拡張、強化できるようにするために、生成AIを組み込んだレイクハウス・ソリューションを検討する必要があります。データレイクハウスは、AIのデプロイメントとデータ・パイプラインの生成の効率を向上させます。

AIを活用したナレッジ・マネジメント・システムには、人事関連メール送信の自動化、マーケティング動画の翻訳、コールセンターのトランスクリプト分析などの機密データが保存されています。このような機密情報に関しては、安全なデータにアクセスできることがますます重要になります。顧客は、データカタログ、アクセス制御、セキュリティー、データ・リネージュの透明性によってサポートされる、組み込みの集中管理とローカルの自動ポリシー適用を提供するデータレイクハウスを必要としています。

データレイクハウス・ソリューションによって設定されたこれらのデータ基盤を通じて、データサイエンティストは管理されたデータを自信を持って使用してAIモデルを構築、トレーニング、調整、デプロイし、信頼性と確信を得ることができます。

前述のとおり、チャットボットは、顧客体験のために使用される生成AI搭載のナレッジ・マネジメント・システムの一般的な形式です。このアプリケーションは企業に価値をもたらす可能性がありますが、リスクも伴います。

例えば、ヘルスケア企業のチャットボットは、以前のやり取りから得られた既知の詳細を使用して治療に関する質問に答えることで、医療従事者の作業負荷を軽減し、カスタマー・サービスを向上させることができます。一方、データの品質が悪い場合や、ファイン・チューニングまたはプロンプト・チューニング中にモデルにバイアスが組み込まれた場合、モデルの信頼性が損なわれる可能性があります。その結果、チャットボットは患者に対して不適切な言葉を含む応答をしたり、他の患者の個人情報を漏らしたりするかもしれません。

このような状況を防ぐために、組織はAIモデルを導入する際に、バイアスとドリフトを積極的に検出し、軽減する必要があります。HAPおよびPII漏洩を検出する自動コンテンツ・フィルタリング機能があれば、有害なコンテンツを回避するためにモデルを手動で検証するモデル検証者の負担が軽減されます。

前述のとおり、ナレッジ・マネジメント戦略とは、組織内での知識の収集、作成、共有を意味します。多くの場合、既存の集合的な知識と組織の洞察を学習して活用するために、関係者と共有できる知識共有システムに組み込まれます。例えば、RAG AIタスクは、社内の人事関連書類に基づいて職務に必要なスキルを特定したり、カスタマー・サービス用チャットボットが社内文書を検索して顧客の問い合わせに回答し、カスタマイズされた出力を生成したりするのに役立ちます。

生成AIモデルの導入を検討する企業は、質の高いデータから質の高いモデルを作成または調達した経験があり、企業のデータと目標に合わせてカスタマイズできる信頼できるパートナーと連携する必要があります。

お客様のナレッジ・マネジメントの解決を支援するために、当社はIBM watsonx.aiを提案しています。基盤モデルと従来の機械学習を備えたAI製品のwatsonx.aiは、新たな生成AIの機能が結集したIBM watsonxポートフォリオの一部として、AIのライフサイクル全体にわたって強力なスタジオに統合されています。watsonx.aiを使用すると、基盤モデル、生成AI、機械学習機能の学習、検証、調整、導入が容易になり、わずかなデータを使用して短時間でAIアプリケーションを開発できます。