Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥

目指すは自分専用アシスタント!?~社内向けAIチャットボットの開発とその展望~

 目指すは自分専用アシスタント!?~社内向けAIチャットボットの開発とその展望~

GREE Tech Conference 2023で発表された資料です。
https://techcon.gree.jp/2023/session/TrackA-4

gree_tech

October 13, 2023
Tweet

More Decks by gree_tech

Other Decks in Technology

Transcript

  1. 自己紹介 • 名前 ◦ 萩原 勝(はぎわら まさる) • 略歴 ◦

    ソフトウェアエンジニア →SE→社内SEを経て、 2023年4月グリー株式会社入社。 • 所属 ◦ グリー株式会社 開発本部 / 情報システム部 / ITマネジメントグループ ITサービスオペレーションチーム • 業務内容 ◦ 社内ITシステムの企画・運用 2
  2. グリーの社内ツール 3 Slack Zoom Confluence クラウドストレージ 電子署名 業務システム Adobe Sign

    ワークフロー ServiceNow サービスデスク JIRA Slack データ共有 Google Drive Box ファイルサーバ Cohesity 問い合わせ ナレッジ共有 Wiki Portal Sharepoint Online 横断検索 Google Cloud Search コミュニケーション ビジネスチャット Web会議 コラボレーション 開発基盤 アプリケーション開発 Google Cloud データ連携 Workato Google Workspace 設備-ネットワーク 設備-オフィス Azure Active Directory Client VPN Global Protect 無人受付システム RECEPTIONIST ビジネスフォン INNOVERA レポート Looker Studio VDI Amazon Workspaces SSO Google Sites ビデオ会議システム DTEN, Neat Bar
  3. 本日の内容 • 生成AIを取り巻く状況 • 情シスにおける生成AIへの取り組み ◦ Azure OpenAIの利用検討 ◦ 自社データに答えてくれる

    AIチャットボットを目指すに至った経緯 ◦ 技術的な実装例 ◦ 現状のサンプル • 今後の展望について 4
  4. 生成AIを取り巻く状況 昨年11月にChatGPTがリリースされて以降、各社生成 AIを用いたサービスを次々にリリース。 • OpenAI社:ChatGPT(Enterprise含) • Microsoft社 ◦ Bing Chat(Enterprise含)

    ◦ Microsoft 365 Copilot ◦ Azure OpenAI Service • Google社 ◦ Bard ◦ Duet AI ◦ Google Cloud Vertex AI(PaLM2) • その他ツール ◦ Atlassian(Jira,Confluence) : Atlassian Intelligence ◦ Slack :Slack AI ◦ etc.. 5
  5. 生成AIを取り巻く状況 6 • ChatGPT • Bing Chat • Bard コンシューマー向け

    ビジネスユース向け • ChatGPT Enterprise • Azure OpenAI Service • Google Cloud Vertex AI(PaLM2) 開発型 • Bing Chat Enterprise • Microsoft 365 Copilot • Duet AI • Atlassian Intelligence • Slack AI ツールネイティブ型
  6. 生成AIを取り巻く状況 7 • ChatGPT • Bing Chat • Bard コンシューマー向け

    ビジネスユース向け • ChatGPT Enterprise • Azure OpenAI Service • Google Cloud Vertex AI(PaLM2) 開発型 • Bing Chat Enterprise • Microsoft 365 Copilot • Duet AI • Atlassian Intelligence • Slack AI ツールネイティブ型
  7. Azure OpenAI Serviceの活用検証 • 認証基盤として利用していて導入が容易 • セキュリティ/ガバナンスの制御 a. ログ b.

    認証 c. NW • 責任あるAIへの対応 a. コンテンツフィルタリング b. プライバシー 9
  8. 生成AIに自社データを回答させる手法 • Fine-tuning 既に学習済みの生成AIのモデル(GPT)を、トレーニングデータと呼ばれるデータセットを使って、再 学習させる方法。 →トレーニングデータの作成や、再学習後のモデルの調整、実行にかかるコスト等、まだカジュアル にできるものではない印象。 • Retrieval Augmented

    Generation(RAG) 回答に必要な、言語モデルが知りえない情報を外部のデータソースから取得し、回 答を生成する手法。 →データソースの準備など、事前に必要な作業はあるが、Fine-tuningよりは比較 的取り組みやすい状況。 13
  9. オーケストレー ション (バックエンド) RAGのアーキテクチャ 14 生成AI (API) フロントAPP ①入力 例)

    PCやモニタを会社に発送したい ⑤回答を返す ユーザー DB ・ ・ ・ 社 内 の ド キ ュ メ ン ト ②検索クエリに分解 ③検索→結果取得 ④検索結果+当初の質問文 をもとに回答を作成 ⓪事前準備 社内の情報をインデックス という形式で格納 (PDF)
  10. オーケストレー ション (バックエンド) RAGのアーキテクチャ 15 生成AI (API) フロントAPP ①入力 例)

    PCやモニタを会社に発送したい ⑤回答を返す ユーザー DB ・ ・ ・ 社 内 の ド キ ュ メ ン ト ②検索クエリに分解 ③検索→結果取得 ④検索結果+当初の質問文 をもとに回答を作成 ⓪事前準備 社内の情報をインデックス という形式で格納 (PDF) Azure OpenAI Service Cognitive Search プログラム App Service プログラム
  11. オーケストレー ション (バックエンド) RAGのアーキテクチャ 16 生成AI (API) フロントAPP ①入力 例)

    PCやモニタを会社に発送したい ⑤回答を返す ユーザー DB ・ ・ ・ 社 内 の ド キ ュ メ ン ト ②検索クエリに分解 ③検索→結果取得 ④検索結果+当初の質問文 をもとに回答を作成 ⓪事前準備 社内の情報をインデックス という形式で格納 (PDF) Azure OpenAI Service Cognitive Search プログラム App Service プログラム 非機能系の実装 ・ログ管理、認証、NW制限、コスト管理、アクセス権 ・運用方法
  12. オーケストレー ション (バックエンド) RAGのアーキテクチャ 18 生成AI (API) フロントAPP ①入力 例)

    PCやモニタを会社に発送したい ⑤回答を返す ユーザー DB ・ ・ ・ 社 内 の ド キ ュ メ ン ト ②検索クエリに分解 ③検索→結果取得 ④検索結果+当初の質問文 をもとに回答を作成 ⓪事前準備 社内の情報をインデックス という形式で格納 (PDF) Azure OpenAI Service Cognitive Search プログラム App Service プログラム 非機能系の実装 ・ログ管理、認証、NW制限、コスト管理、アクセス権 ・運用方法
  13. 22