SAPBTP_Hackathon2025_勝どき界隈

Transcript

1. INTERNAL - SAP and Partners Only SAP BTP Hackathon 一次選考書類 テンプレート SAP BTP Hackathon 2025 This picture is generated by AI アクセンチュア株式会社 チーム名 : 勝どき界隈 代表者氏名 : Kaname Tanimura
2. 2 INTERNAL – SAP and Partners Only 作品概要情報： エントリー情報 貴社名 アクセンチュア株式会社 チーム名 勝どき界隈 代表者氏名 谷村 要 連絡先 (E-mail) kaname.tanimura@accenture.com アプリケーション概要 アプリケーション名 ShowtQn ターゲットの業務シナリオ ソーシング業務（見積から発注プロセス全般） ターゲットインダストリ/LoB 製造業/在庫購買管理 ターゲット顧客 調達部門 利用ソリューション <SAP Build Apps・SAP Build Process Automation / CAP / その他のSAP BTPサービス> アプリケーション概要説明 社内のSAPに関わる”全て”の情報をデータ化することで情報の属人化を解消し、社内の最新状況を誰もが把握をしながら最適な業務遂行を実現する ソリューション『ShowtQn』 ✓ Excel, Word, PDFなどのファイルや、チャット、メールといった非ファイルデータの作成・更新時に即時BTP内の知識DBへ情報を反映 ✓ 電話・紙媒体の情報もデータとしてアプリケーションへ取り込み、BTP内の知識DBへ情報を反映 ✓ SAPのシステムデータに関わる情報を生成AIが判断し、システムデータと上記非システムデータを組み合わせて業務遂行に必要な情報を判断し提供 AI機能の特徴や期待値 • 従来では見えなかった、SAPのデータには現れてこないが業務上重要かつSAPのデータに影響を与え得る情報を可視化して取り込み、 最適な情報提供・意思決定を実現可能である点 • カスタムのPythonアプリでリクエストプロンプトの解析を行い、リクエストに関連する全ての情報ソースに精度高くリーチしている • 誰でも等しく情報を得て同じ最適な判断が可能であるため、部門間連携・業務スピード・意思決定の質向上に大きく寄与できる点 アピールポイント • 従来では見えなかった、知れなかった情報が生成AIを使うことで誰でも全て見えるようになるサプライズ！ • ベテラン社員への情報の偏りや、異動・退職時の情報の引継ぎ漏れを解消することで“誰でも情報通”になれる業務環境を実現可能である点 • 今回はユースケースとして製造業の購買取引を取り上げているが、社内のシステムデータとシステムに現れない情報を融合し、業務効率化を図る ソリューションアーキテクチャ自体は他のどの業種の業務にも応用可能な点 デモ動画（推奨） https://www.youtube.com/watch?v=HGtGV1H9EEI
3. 3 INTERNAL – SAP and Partners Only チームメンバー情報： ※ ファイナリストに選出された場合には、こちらの情報を発表イベントでのチーム紹介にて利用させていただきます。 メンバーが8名以上の場合には、このスライドをコピーして記載ください。 氏名: 谷村 要 役職: テクノロジー コンサルティング本部 マネジャー 日頃の担当領域：BTP設計開発管理・SME 今回の担当領域: プロダクトマネジャー 氏名: 尾濵 智子 役職:テクノロジー コンサルティング本部 アソシエイト・マネジャー 日頃の担当領域：Ariba SME 今回の担当領域: ビジネスシナリオ設計 氏名: 浦上 沙友香 役職:テクノロジー コンサルティング本部 スペシャリスト 日頃の担当領域： BTP設計開発 今回の担当領域： サービスデザイナー, CAP開発 氏名: 王 玲玲 役職: テクノロジー コンサルティング本部 アソシエイト・マネジャー 日頃の担当領域：BTP設計開発 今回の担当領域: AI Core, Python開発 氏名: 舘鼻 玲 役職: テクノロジー コンサルティング本部 スペシャリスト 日頃の担当領域：BTP設計開発 今回の担当領域： AI Core, Python開発 氏名: 平田 和也 役職: テクノロジー コンサルティング本部 シニア・アナリスト 日頃の担当領域：BTP設計開発 今回の担当領域: SAP Build Apps, SAP Build Process Automation開発
4. 4 INTERNAL – SAP and Partners Only ソリューション概要：背景 SAPユーザの現場では、業務が特定の個人に依存し、その人でなければ業務が遂行できない状況が頻繁に発生する。 このような「属人化」が起きることで、業務が非継続的・非効率的・閉鎖的になってしまうことを課題として捉えた。 • 「あの人しか知らない」状況に陥り、業務がブラックボックス化する。 • 経験者の「勘と経験」に依存すると、第三者が検証できず、業務の再現性がない。 非継続的 • 他の人が作業する際に、毎回確認, 質問, 試行錯誤が必要になる。 • 個人のナレッジ増加が組織の向上につながりづらく、学習効率が悪い。 非効率的 • ノウハウが可視化されていないため、チームでのナレッジ活用ができない。 • 情報共有不足により知っておくべき情報を取りこぼし、ミスや機会損失につながる。 閉鎖的 情報の属人化
5. 5 INTERNAL – SAP and Partners Only ソリューション概要：課題と目指すべき姿 SAPで調達業務を行うユーザをターゲットとして、業務に関連するあらゆる情報を把握したAI ”ShowtQn”を利用すること で、業務の持続性・効率性・透明性を向上させて属人化を解消し、誰でも情報通になれる業務環境を実現する。 「属人化」が引き起こす問題・リスク 目指すべき姿 社内の調達業務のすべてを把握したAI 前任者が異動し、購買業務を引き継いだが、サプライヤ選定の判断基 準が文書化されておらず、意思決定の根拠が誰もわからなくなった 急な担当者不在時に、過去のやり取りやシステム情報を確認しながら、 価格交渉の経緯や判断をたどるのに手間がかかった、代わりはできない チーム内での情報共有が不十分だったため、より良い価格条件を提示 していたサプライヤの存在に気づけなかった ShowtQnが前任者の意思決定の根拠を把握していたので、 引継ぎ後も質を下げずにサプライヤ選定をすすめられた 各所に確認しなくても、ShowtQnがすべての情報を包括的に教えてく れるため、確認に手間がかからず、担当者の代理を務めることができた ShowtQnに相談し、システム情報だけでなく、会議での発言や 最新のサプライヤ評価を考慮して、ミスのない意思決定ができた 無駄な確認・手戻りの削減 誰がやっても高品質 迅速で抜け漏れのない判断 引継ぎ不能・業務停止リスク 非効率な業務運用による工数増加 判断ミスや遅延によるコスト増加
6. 6 INTERNAL – SAP and Partners Only ソリューション概要：機能全体像 ”ShowtQn”は社内の属人化解消を目指して作られた生成AIソリューションである。 INPUT OUTPUT SAP製品データ マニュアルインプットデータ ファイルデータ AIチャットボット 質問メール自動回答 音声データ 画像データ 「何でも知っている」AI 全方位的にデータを収集 あらゆる情報を踏まえて回答を生成
7. 7 INTERNAL – SAP and Partners Only ソリューション概要：ソリューションのポイント 360°データ取込 • SAPソリューションデータ（SAP S/4HANA・SAP Ariba）に加え、 議事録、社内外とのメールやチャットの 会話録、社内マニュアル、手書きのメモや 電話の内容などあらゆる情報を取込 • 全てのデータを組み合わせてAIが判断 できる形でデータを集約 最適化AIチャット • AIチャットがユーザからの質問に回答 • あらゆるデータソースから取得したデータを 基にしているため、「◦◦さんしか知らな い」の情報や最新状況を踏まえた回答を 提供可能 メール回答自動提案 • 取引先からのメールを受信すると、AIが 360°データを元に回答を即時生成し、 返信メール案を提供 • 必要に応じてメール文言を修正可能 • 承認すると自動でメール返信 Point Point Point “ShowtQn“は社内で発生する全ての情報を1ヶ所に集約することで、SAPのデータに関する質問に社内情報を踏まえて 最適な判断をするAIチャット機能や、取引先からの質問メールに最適な回答を自動提案する機能を提供する。
8. 8 INTERNAL – SAP and Partners Only ソリューション概要：業務フロー 写真 購買業務の 問合せ 購買依頼 作成 購買依頼 伝票 回答 確認 回答案 確認 バイヤー担当者に 質問 回答 送信 承認 修正なし 文章を 修正 回答 確認 メール 検知 調達部門 （有識者） 調達部門 （一般社員） 取引先担当者 システム 修正あり ”ShowtQn“を導入した場合の業務フロー想定は以下の通り。 AI知識DB 電話 音声 取引に 関するメール MS SharePoint API 有識者との チャット サプライヤ 評価Excel Word 議事録 PDF社内 マニュアル SAP入力 データ 回答案 作成 凡例 : 最適化AIチャットシナリオ : メール回答自動提案シナリオ : 業務の流れ : データの流れ ※購買依頼作成はデモでも使用しているサンプルであり、 他の業務でも応用可能
9. 9 INTERNAL – SAP and Partners Only ソリューションアーキテクチャ： Build AppsアプリやBPAとバックエンドのPythonアプリが連携し、AI Core経由でRAGを行う。SAP製品データ, ファイル データ, マニュアルインプットデータをPython, CAPのバックエンドアプリでベクトル化し、RAGに利用する。データの取込やBPA フロー起動はEvent Meshを利用してイベント駆動で即時実行することで最新情報を取り込み可能としている。
10. 10 INTERNAL – SAP and Partners Only ソリューション画面：AIチャット 初期画面 AIチャットボットは、ユーザーの質問に対し DB上のあらゆるデータを考慮して回答を生成・提供する。ユーザーは入力フィール ドにプロンプトを入力してAIに質問することができる。事前定義済みのプロンプトテンプレートを利用可能。 ①ログインユーザー情報 ②新規チャットボタン 押下して新規チャット画 面を開く。 ③チャット履歴 ログインユーザーの過去の 会話履歴を表示する。 ⑤入力フィールド ユーザープロンプトの入力フィールド。 自由入力するか、もしくは④プロンプトテンプレートボタンを押下し てテンプレート文を利用できる。 ⑥送信ボタン 押下するとバックエンドアプリを呼び出 し、プロンプトとAIからのレスポンスを会 話フィールドに表示する。 ④プロンプトテンプレートボタン 押下すると利用シーン毎のテン プレート文を⑤入力フィールドに 入力する。
11. 11 INTERNAL – SAP and Partners Only ソリューション画面：AIチャット レスポンス確認 送信ボタンを押下すると、入力したプロンプトとAIからのレスポンスをチャット形式で表示する。バックエンドでは、SAP製品/サー ドパーティー製品/マニュアルインプットデータといった多様な情報からコンテクストを取得しレスポンスを生成する。 ①ユーザープロンプト 送信済みのユーザープロンプ トを表示する。 ②AIレスポンス AIからのレスポンスを表示する。 SAP製品データ・サードパーティー製品データ・マニュアルインプットデータを踏まえ たレスポンスが提供される。 サプライヤ評価（Excel資料） 取引実績（SAPシステム） 通話録音（マニュアルインプット） 議事録メモ（Word資料） 調達ガイドライン（PowerPoint資料）
12. 12 INTERNAL – SAP and Partners Only ソリューション画面：メール回答自動提案 取引先からの質問メールの受信をトリガに、 AIが知識DB上のあらゆるデータを考慮して自動で回答を生成・提案する。 回答を必要に応じて修正してから承認すると、自動で返信される。 スマートフォンで通知を 受信する 通知の内容を確認し 承認フォームを開く AIが生成した返信案 を確認・修正する 承認する 質問メール受信 自動返信 返信案が生成されるとモ バイルで即時通知される AIが生成した返信案 （編集可能） 必要に応じてチャットボット 画面に遷移可能 承認ボタンを押下してメー ルが自動で返信される 回答 生成 処理
13. 13 INTERNAL – SAP and Partners Only ソリューション画面：マニュアルデータインプット（音声データ） 取引先との通話を録音したオーディオファイルをテキスト化して知識DBに保存する。必要に応じてAIに学習させたくない内容 を編集/削除可能。保存された情報は、AIチャットや質問メール自動回答機能で活用される。 ①テキスト情報 バックエンドアプリでテキス ト化した通話内容を表示 する。 スマートフォンで通話を録音する （ネイティブ機能を利用） 録音データをアップロードする 必要に応じてやり取りを編集・削除 して確定する 通話 データ取込 ③削除ボタン 必要に応じてAIに学習さ せたくない内容を選択・ 削除する。 ④シークバー バーをドラッグして音声の 再生秒数を指定する。 ⑤再生ボタン アップロードした音声を再 生する。 ⑥確定ボタン 押下してテキスト情報を DBに保存する。 テキス ト化 処理 データ 登録 処理 ②編集/照会ボタン 押下して編集/照会モー ドを切り替える。
14. 14 INTERNAL – SAP and Partners Only ソリューション画面：マニュアルデータインプット（画像データ） AIが画像ファイルの内容を解析、テキスト化して知識DBに保存する。必要に応じて内容を修正可能。保存された情報は、 AIチャットや質問メール自動回答機能で活用される。 ①アップロード画像 アップロードした画像を表 示する。 画像アップロードを選択 必要に応じてテキストを修正して確 定する データ取込 ②テキスト情報 画像の解析結果のテキス トを表示する。必要に応 じて編集可能。 ⑤確定ボタン 押下してテキスト情報を DBに保存する フォルダもしくはカメラから画 像データをアップロードする テキス ト化 処理 ②編集/照会ボタン 押下して編集/照会モー ドを切り替える。 データ 登録 処理
15. SAP BTP Hackathon 2025 Appendix
16. 16 INTERNAL – SAP and Partners Only 補足情報: 開発バックログ AI CoreのOrchestration機能で フィルタリングやデータマスキングすべき情 報を定義しきれなかった →今回用意したデータに対してフィルタリン グやマスキングを行うと必要な情報まで失 われてしまうため、今回はOrchestration 機能を使用しなかったが、実際の業務 データを参照しながら、Orchestration機 能でフィルタリングを含めベクトル化を行え る最適な条件を検討する必要があると考 えた。 CAPとPythonの選択方針を定めた かったが決めきれなかった →今回は特に難しいファイル変換などの データ処理を必要とする場合はPython、 それ以外はCAPをバックエンドとして採 用したが、実際の利用想定としては選 択方針としてメリット/デメリットをもう少し 明確に決める必要があると考えた。 特に技術面で、今後の課題やSAP社への要望として積み残したものは下記の通り。 AI精度向上のための仕組みをソリュー ションに導入すべきだった。 →今後は、RAGASの指標を活用して 精度向上を図るとともに、情報システム 部門でAIの管理と改善ができるような設 計を目指す。 AI CoreのGroundingの対象ファ イルをWord, PDF以外にも拡充して もらいたい →テキスト情報としてGrounding Managementへ送れば当然取り込 み可能ではあるが、やはり日本の多くの 企業にとってはExcelファイルを直接取り 込めると利用の敷居は下がると考えた。 Knowledge Graphが必要となるよ うな実際の業務データが見つからな かった →業務データは業務フローが定型で因 果関係が近いため、リレーショナルDBや べクターDBで十分と判断したが、因果 が遠いKnowledge Graph向きの業務 データにどのようなものが考えられるかは 今後も検討が必要と考えた。 権限機能を設計しソリューションに取り 込むべきであった →実用化に向けて、情報の統制がかけ られるようにユーザの権限に応じて見ら れる情報の範囲を設定できると良いと 考えた。そのために必要なDB・データ設 計やUI設計を含めて検討が必要と考え た。
17. 17 INTERNAL – SAP and Partners Only 補足情報: インプットデータ ねじねじなネジ 下記は実際にソリューションに取り込んだインプットデータの一部である。
18. 18 INTERNAL – SAP and Partners Only 補足情報: FAQ 今回のソリューションに関して、よくある質問は下記の通り。 なぜ”ShowtQn”はシステムデータの更新をしないのでしょう？回答を得たあと、そのままデータを更新できたら便利なように感じます。 SAPのデータ操作にはJouleを用いた方法が最適である(今後さらに最適化される)と考えているためです。 今後さらにSAPの操作が拡充していくJouleとの利用シーンを分けつつ、SAPを使った業務がより効率的になるサポートができるソリューションとなると、 本ソリューションの商用展開の見込み及び有用性が増すと考えました。 Joule自体もJoule Studioで連携可能となる見込みであるため、ShowtQnとの連携シナリオも今後検討可能であると考えます。 Q なぜサプライヤ評価のデータはAribaから取得せず、Excelから取得しているのでしょう？Aribaにもサプライヤ評価機能があります。 Ariba上でサプライヤ評価のメンテナンスが実施されていれば、Ariba APIを経由してデータの取得が可能です。 しかし実態としてサプライヤ評価を独自にエクセル等でオフラインメンテナンスをしているSAPユーザ企業様も多くいらっしゃいます。 当然、システムメンテナンスを行う方向に業務改革をしていくことが重要となる想定ですが、仮にそうしたアクションを取る前であっても情報を取りこぼすことがない ようソリューションを構築しているため今回はこのような想定を置いています。 Q あらゆるデータを大量に取り込むと、ノイズとなる情報も増えるためShowtQnの回答精度が落ちるように感じます。 業務の有識者による回答評価機能を設けるなどして、それをもとにチャンク分割の最適化やLLMへのリクエストプロンプトの最適化などのメンテナンスを実施する ことで精度向上を図っていく必要があると考えています。 インプットデータは種別毎に別のテーブルに分割されている構成を取っているため、例えば議事録データの検索時には決定事項やToDoの記載を探すプロンプト を発行し、社内マニュアルデータの検索時には章立て構成を元にプロンプトを発行するなど、細かなプロンプトの最適化を実施しやすい構成となっているため精 度面のメンテナビリティも考慮された作りとなっています。 Q
19. Contact information: © 2025 SAP SE or an SAP affiliate company. All rights reserved. See Legal Notice on www.sap.com/legal-notice for use terms, disclaimers, disclosures, or restrictions related to this material. Thank you. アクセンチュア株式会社 チーム名 : 勝どき界隈 代表者氏名 : Kaname Tanimura