Fusic x ゆめみ 〜集え若手LT祭り〜

Transcript

1. CONFIDENTIAL 社内システム×生成AIで業務効率化してみた 2024.12.18 砂本樹矢
2. 砂本 樹矢 Sunamoto Mikiya 自己紹介 はじめに 技術創造部門/エンジニア 経歴 • 九州工業大学 情報工卒 • 2022年〜 Fusicインターン • 2024年〜 Fusic入社 スキル/趣味 • PHP(Laravel),AWS • 車,ゴルフ,バイク(教習所)
3. 会社概要 会社概要 会 社 名 株式会社 Fusic （フュージック） 役 員 代表取締役社長 納富 貞嘉 取締役副社長 濱﨑 陽一郎 設立年月日 2003年10月10日 事業内容 - Webシステム ／ スマートフォンアプリ開発 - AI・機械学習 ／ IoTシステム開発 - クラウドインフラ（Amazon Web Services） - プロダクト事業 所 在 地 福岡本社 〒810-0001 福岡県福岡市中央区天神4-1-7 第3明星ビル6F TEL：092-737-2616 FAX：092-737-2617 上場市場 東京証券取引所グロース市場 福岡証券取引所Q-Board
4. FusicはWebシステム開発、AI、IoT、クラウドインフラ(AWS)、さらに複数の自社プロダクトの提供を行う会社です。100%自社開発にこだわり、他にはな い自由な発想・提案でお客様の事業の成長に貢献しています。 事業内容について 会社概要 Webシステム開発 スマホアプリ開発 クラウドインフラ (AWS) IoTシステム開発 AI・機械学習 クライアントワーク 自社プロダクト
5. CONTENTS 目次 1. RAGとは 2. Amazon Bedrockとは 3. コンソールで作る簡単RAG機能 4. RAGを使った業務効率化にチャレンジの過程 5. まとめ
6. ©Fusic Co., Ltd. 6 RAGとは 1
7. ©Fusic Co., Ltd. 7 RAGの概要 RAGとは Retrieval-Augmented Generation の略 • 外部データソースから情報を検索（Retrieval）し、それを元に生成AIが 回答を生成（Generation）する仕組み • 主なメリット：正確性の向上（知識の補完）、ドメイン特化型の応答 利用シーンの例 • FAQシステム（社内やカスタマーサポート） • 社内データベースを活用した特定業務の支援
8. ©Fusic Co., Ltd. 8 RAGの概要 RAGとは 引用:https://atmarkit.itmedia.co.jp/ait/articles/2403/13/news035.html
9. ©Fusic Co., Ltd. 9 今日話すこと・話さないこと RAGとは 話すこと • AWS Bedrockを使った簡単なRAGアプリの構築とその実用例 話さないこと • AWS BedrockのKnowledge Bases以外の細い機能 • 最新アップデート情報
10. ©Fusic Co., Ltd. 10 Amazon Bedrockとは 2
11. ©Fusic Co., Ltd. 11 Amazon Bedrockの概要 Amazon Bedrockとは 特徴 - AWSが提供する生成AIのプラットフォーム - さまざまなモデルにアクセス可能 - サーバーレスで運用が簡単、インフラ管理不要、マルチモデル対応 ユースケース RAG、チャットボット、文書や画像生成、要約、分類など
12. ©Fusic Co., Ltd. 12 Amazon Bedrockで使えるモデル Amazon Bedrockとは 引用:https://aws.amazon.com/jp/bedrock/
13. ©Fusic Co., Ltd. 13 Amazon Bedrock Knowledge Bases(KB)とは Amazon Bedrockとは 外部データソースを基に情報を提供 する仕組み RAGにおけるデータの「検索エンジ ン」の役割を果たす
14. ©Fusic Co., Ltd. 14 Knowledge Bases for Amazon Bedrockとは Amazon Bedrockとは ドキュメントなど (csv,pdf,md,txtなど) S3 Embeddingモデル Textモデル (Claudeなど) PineCone ベクトル化 質問 自然言語での回答 アプリケーション Knowledge Bases for Amazon Bedrock 質問 ベクトル化した結果 保存/検索
15. ©Fusic Co., Ltd. 15 コンソールで作る簡単RAG機能 3
16. ©Fusic Co., Ltd. 16 データソースにデータを配置 コンソールで作るお手軽RAG
17. ©Fusic Co., Ltd. 17 Knowledge Basesの作成 コンソールで作る簡単RAG機能
18. ©Fusic Co., Ltd. 18 データソースを選択 コンソールで作る簡単RAG機能
19. ©Fusic Co., Ltd. 19 埋め込みモデル,ベクトルDBを選択 コンソールで作る簡単RAG機能
20. ©Fusic Co., Ltd. 20 データソースの同期 コンソールで作る簡単RAG機能
21. ©Fusic Co., Ltd. 21 コンソールからチャット形式でクエリする コンソールで作る簡単RAG機能
22. ©Fusic Co., Ltd. 22 RAGを使った業務効率化にチャレンジ 4
23. ©Fusic Co., Ltd. 23 解決したい課題 RAGを使った業務効率化にチャレンジ 面接官のアサインを簡単にしたい！by採用担当者 課題点 ①属人化 情報が採用担当者の記憶に依存しており、他の人が同じ判断をするのが 難しい ②情報の網羅性 全社員の情報を正確に把握し続けるのは非現実的
24. ©Fusic Co., Ltd. 24 解決したい課題 RAGを使った業務効率化にチャレンジ 候補者情報/Fusic社員情報 中途or新卒orインターン ポジション スキルセット 経歴 出身地 エンジニア/営業 PHP or Ruby 業界経験者or未経験など 海外から日本へ
25. ©Fusic Co., Ltd. 25 RAGを活用して解決 RAGを使った業務効率化にチャレンジ RAGの導入目的 ①属人化を解消し、採用活動を効率化すること ②面接官アサインの基準を明確化し、データドリブンな意思決定を支援
26. ©Fusic Co., Ltd. 26 データソースの準備 RAGを使った業務効率化にチャレンジ 採用担当者が面接アサインの基準をマニュアル化 各社員のスキルや経験の情報を網羅的に整理し、PDFでデータセット化 hogehoge 砂本 fuga 新卒エンジニア ・インターン経験あり ・新卒面接の経験豊富 ・インターン経験あり ・PHP ・スクール出身 ・Ruby
27. ©Fusic Co., Ltd. 27 結果 RAGを使った業務効率化にチャレンジ 質問 下記のような候補者情報の方に誰を面接官とし てアサインしますか？ - 新卒エンジニア - PHPを学んでいる - インターン経験あり 回答 この候補者情報に基づいて、以下の面 接官をアサインすることをお勧めしま す： 1. hogehogeさん：新卒採用に関し て圧倒的に面接経験があり、新卒候補 者の面接に最適です。 2. 砂本さん：イ ンターン経験者の面接に適しています。 また、PHP勉強中の人やスクールで勉 強してきた人の面接経験があるため、 未経験エンジニアの評価にも適してい ます。
28. ©Fusic Co., Ltd. 28 まとめ Knowledge Bases for Amazon Bedrockで簡単にRAGが作れる Point 01 Pineconeを使うと格安で検証できる Point 02 まずは触ってみてその後に精度向上に取り組もう Point 03
29. ©Fusic Co., Ltd. 29