rinna

ユースケース

さまざまなビジネス課題を解決するAIソリューション活用方法のご紹介

顧客対応から新人研修、AIキャラクターの運用まで 広がる活用シナリオ

昨今話題になっている生成AILLM(大規模言語モデル)。導入している企業も増えていますが、実際にこれらの技術にどういうことができるのか?という疑問をお持ちの方も少なくないはずです。この記事ではビジネス課題別に活用できる生成AILLMの活用シナリオについて説明します。活用シナリオは多岐にわたるため、比較的導入イメージのしやすいものをピックアップしてご紹介します。

この記事でわかること

  • 生成AILLMはそもそもどんなことができる?
  • ビジネス課題別、AIソリューション利用シナリオ
  • rinnaAIソリューション事例のご紹介
 

rinnaが提供するTamashiru Custom(タマシルカスタム:LLMソリューション)は、このRAGの手法と会話の長期記憶技術を用いて、お客様の業務ユースケースに即したLLMの運用をご支援しています。

そもそも生成AILLMとは?

生成AI(Generative AI)とLLM(大規模言語モデル: Large Language Model)は、関連はあるものの異なる概念です。
生成AIは、コンテンツを生成するAI技術の総称です。生成AIはテキスト、画像、音楽、動画など、さまざまな形式のデータを生成するために使用されます。 
一方LLMは、テキストデータを使って学習された言語モデルです。人間の言語を理解し、生成する能力に特化しています。対話形式での質問応答、翻訳、要約などが可能です。 
主な違いは目的と応用範囲にあります。生成AIは広範囲のコンテンツ生成(テキスト、画像、音楽など)を担うのに対し、LLMは主に自然言語の理解と生成に焦点を当てています。

さて、ではこのような技術がどのようにビジネス課題の解決にアプローチできるかについて、実際にrinnaにお問い合わせいただいたシナリオをまじえてご紹介します。

社内の情報整理ができておらず、必要な情報を調べるのにとても時間がかかり、業務効率が悪い。

⇒そんなときは、LLMを実装したチャットボットインターフェースの社内検索システム

企業内での情報整理や情報収集を効率化するためにLLMを導入することは多くのメリットがあります。たとえばLLMを活用したチャットボットを社内ポータルに統合し、チャットボットインターフェースでの検索を可能にすることで、従業員が迅速に必要な情報にアクセスできるようになります。

また、文書管理と連携したナレッジベースの構築により、情報の一貫性と正確性も担保できます。時間の節約、業務効率の向上、顧客満足度の向上が期待でき、企業全体の生産性が向上します。

【期待できるシナリオ】

 

カスタマーサポートの効率化

大企業におけるサポートチームのメンバーが顧客からの問い合わせに対応する際、質問が以前にも似たような形で寄せられたケースでの適切な解決策が記録をLLMに学習させることができます。サポートメンバーは社内向けに設置したチャットボットインターフェースを使用して、過去の対応記録を迅速に検索し、最適な回答を見つけ出すことができます。

  • 対応時間の短縮: 過去の事例を迅速に参照できるため、顧客への回答がスピーディになります。
  • 効率向上: 新入社員が迅速に必要な情報を得られるため、業務に早く馴染むことができます。
  • 顧客満足度の向上: 迅速で一貫性のある対応により、顧客満足度が向上します。
 

OJTのサポート

新入社員が業務についての疑問を持ったとき、先輩社員に聞く時間が取れない場合があります。チャットボットインターフェースを使って、過去に同じような質問があったかを検索し、対応方法や参考資料を見つけ出します。

  • 負担軽減: 先輩社員への質問の頻度が減り、業務の負担が軽減されます。
  • 効率向上: 新入社員が迅速に必要な情報を得られるため、業務に早く馴染むことができます。
 

ナレッジマネジメントの強化

企業内でナレッジマネジメントの一環として、過去のプロジェクトや会議の議事録、技術的な問題解決の履歴などを一元管理しています。チャットボットインターフェースを使って、必要な情報を効率的に検索し、プロジェクトの進行や問題解決に役立てます。

  • ナレッジの再利用: 過去の知識や経験を再利用することで、新たなプロジェクトや問題解決に活かせます。
  • 知識の共有: チーム全体でナレッジを共有することで、組織全体の知識レベルが向上します。
  • 時間の節約: 必要な情報を素早く取得できるため、調査や確認にかかる時間が節約されます。
 

トラブルシューティングのサポート

IT部門のスタッフがシステム障害やトラブル対応を行う際、過去に同様の問題が発生したかどうかをチャットボットインターフェースで検索します。過去のトラブルシューティングの記録から、迅速に原因を特定し、解決策を適用します。

  •  迅速な問題解決: 過去の事例を参考にすることで、問題の原因特定と解決がスピーディになります。
  • システムの安定化: 問題対応が迅速に行われるため、システムのダウンタイムが減少し、安定性が向上します。
  • 知識の蓄積: 問題対応の記録が蓄積されることで、将来のトラブルシューティングに役立ちます。
 

企業認知拡大施策の一環で自社のオリジナルキャラを作ったものの、今一つ話題作りができていない

⇒そんなときは、キャラクター性を持たせたチャットボットシステム

特定のキャラクターのストーリーや人格を学習したLLMを活用し、ファンに新しい魅力的な体験を提供することでファンエンゲージメントを高めることができます。LLMは特定のキャラクターの詳細なストーリーや性格を理解し、ファンとの対話に活用することで、個々のファンに対して体験を提供します。ファンは自分が愛するキャラクターと直接対話しているかのような感覚を味わえます。キャラクターの人格やストーリーを忠実に再現することで、キャラクターの一貫性を保ちます。

これにより、ファンはキャラクターの世界観に深く浸ることができ、より強い感情的な結びつきを感じることができます。ファンがキャラクターとのインタラクティブな対話を通じて、エンゲージメントが飛躍的に向上します。 キャラクターに関する新しい物語やシチュエーションを生成する能力により、ファンは常に新鮮で興味深いコンテンツを楽しむことができます。これにより、ファンの期待に応え、飽きさせない仕掛けが可能です。

【期待できるシナリオ】

 
  •  対話型ストーリーテリング:ファンはキャラクターと対話しながら物語を進めることができます。例えば、キャラクターがファンにクエストを提供し、選択肢によって物語の展開が変わるようなインタラクティブな体験を提供します。
  • 仮想イベントへの参加:キャラクターと一緒に仮想イベントに参加することができます。キャラクターがファンにリアルタイムで反応し、特別なメッセージやコンテンツを提供することで、より深いエンゲージメントを生み出します。

  • 専用アプリやプラットフォームでの体験:LLMを活用した専用アプリやオンラインプラットフォームを通じて、ファンはいつでもどこでもキャラクターとインタラクトできるようになります。これにより、ファンはキャラクターとのつながりを日常的に感じることができます。
 

rinnaソリューションの採用事例:記憶を保持するAIキャラクターと音声による対話が可能になった幼児・保護者向けAI対話サービス「コペルンホーム」

コペルンホームはコペルンをご契約された保育園・幼稚園に通うご家庭向けに提供するサービスです。音声認識を搭載しており、テキストを介さずに声で話しかけることでrinnaの音声合成Koeiromapで生成されたペルくんの音声が即座に回答します。LLMソリューションTamashiru Customの実装により、話しかけた人物の発言内容に即した返答をするため、子供にとっての友達のような存在にも、育児に悩む保護者の相談相手にもなることができます。また、ペルくんは会話のやりとりを思い出として記憶することができるため、過去に話した内容と一貫性のある対話が可能です。これにより、親近感や愛着がわくAIキャラクターとの交流を楽しむことができます。

⇒ プレスリリースはこちら

⇒ しくみの概要はこちら

最後に

このように、生成AILLM技術を活用したソリューションの活躍するシナリオは、ビジネスニーズに応じて可能性を拡げることがいくらでもできます。業務効率化やエンゲージメント向上など、目的に適したご提案をいたしますので、お気軽にご相談ください。

※本記事は一部ChatGPTを利用して執筆しています。

※文中の社名、商品名などは各社の商標または登録商標である場合があります。