AIgram
AIgram(活用事例)一覧
コラム一覧
関連用語集
最新AIニュース
タグ一覧
AIgramについて
お問い合わせ
AI活用無料相談
ホーム
AI活用事例
タグ: RAG
RAGのAI活用事例
JAPAN AI 行政のLGWAN対応業務支援
AI活用事例の構造図
参照
対応
搭載
回答
支援
拡充
背景
庁内文書と過去事例
制約
LGWANとセキュリティ
AI処理
高精度RAG検索
AI処理
JAPAN AI 行政
利用
必要情報の回答
成果
業務効率化を支援
結論
対応業務の拡充予定
https://aismiley.co.jp/ai_news/japan-ai-government-service-launch/
JAPAN AI 行政のLGWAN対応業務支援
Azure DatabricksによるRAGデータ基盤
AI活用事例の構造図
対応
刷新
活用
検証
提供
展開
統合
標準化
背景
データの急増
課題
複雑な基盤運用
要望
二次・三次利用
人の役割
PoCで検証
AI処理
Azure Databricks
人の役割
テンプレート提供
利用
20件へ提供
成果
ほぼリアルタイム活用
結論
全社標準化を計画
https://www.microsoft.com/ja-jp/customers/story/26298-tokyo-electron-azure-databricks
Azure DatabricksによるRAGデータ基盤
キリンのMicrosoft 365 Copilot全社展開
AI活用事例の構造図
戦略に基づく体制
共通基盤として導入
関心喚起で対応
展開を推進
活用を後押し
業務で利用
利用規模の拡大
浸透の指標
次フェーズへ
背景
Digital
Vision 2035
要望
全社共通基盤
としての定着
課題
導入直後の関心不足
人の役割
AI推進委員
会と推進体制
AI処理
Microsoft
365 Copilot
人の役割
Budicleと
セミナー施策
利用
日常業務とエ
ージェント活用
成果
半年で6000名超
・利用率8割以上
結論
Copilot
StudioとAgentic AI
へ
キリンのMicrosoft 365 Copilot全社展開
静岡市がAlli LLM App Marketで庁内FAQ運用
AI活用事例の構造図
前提
解消
実現
検証
提供
採用
今後
背景
人口減少下の行政運営
課題
資料検索と問合せ負担
要望
処理時間の創出
AI処理
RAG回答と根拠提示
成果
回答精度80%以上
利用
職員向けFAQ運用
結論
定着と活用拡大
https://prtimes.jp/main/html/rd/p/000000104.000034106.html
静岡市がAlli LLM App Marketで庁内FAQ運用
ConnectAIで総労働時間3.4%削減
AI活用事例の構造図
全社利用の基盤
目標に向けた高度化
データ参照で強化
利用の拡大
削減効果に寄与
利用増が削減に
次の進化へ
背景
全社約
1.18万人が利用
要望
2030年に労
働時間10%削減
AI処理
ConnectAIが
個人業務を支援
AI処理
RAGと業務データ連携
利用
利用361万
回・UU率61%
成果
総労働時間3.4%削減
結論
業務処理依頼型へ進化
ConnectAIで総労働時間3.4%削減
サワイ製剤研究、Azure OpenAI RAGで知識継承
AI活用事例の構造図
安全基盤
知識補完
探索代替
2階建
根拠提示
全社浸透
時間短縮
定着
安全運用
制約
機密漏えいの懸念
要望
ベテラン視点の研究
背景
手作業の情報探索
AI処理
Gemini全社基盤
AI処理
製剤研究のRAG
人の役割
人が最終確認
成果
Gemini利用率70-80%
成果
情報収集が15分に
利用
部員の日常利用
https://ai-keiei.shift-ai.co.jp/interview-f6-sawai/
サワイ製剤研究、Azure OpenAI RAGで知識継承
Azure DatabricksでRAG基盤と即時データ活用
AI活用事例の構造図
統合
刷新
基盤化
検証
分析
収集
公開
背景
急増する業務データ
課題
複雑な旧データ基盤
要望
データの二次利用
人の役割
PoCと段階提供
AI処理
RAGデータ基盤
利用
Power BIで分析
成果
15分周期
のデータ収集
利用
RAG基盤を初回公開
https://www.microsoft.com/ja-jp/customers/story/26298-tokyo-electron-azure-databricks
Azure DatabricksでRAG基盤と即時データ活用
Llama 3.3 70BとローカルLLMの損益分岐
AI活用事例の構造図
投資
推論
処理量
比較
稼働
計測
試算
背景
GPU初期費用
背景
大量トークン
課題
API利用料
その他
GPU専用機
AI処理
ローカルLLM推論
利用
RAG検索ボット
成果
電気代80〜110円
結論
約1.5か月で償却
https://note.com/light_arnica2159/n/n9e79dec95ba2
Llama 3.3 70BとローカルLLMの損益分岐
Cal AIが食事写真を解析し栄養素を記録
AI活用事例の構造図
入力
対応
改善
参照
記録
精度
要望
写真だけで記録
課題
混在料理の識別
背景
食品データセット
人の役割
再学習と画像処理
AI処理
食品別モデル選択
利用
栄養素を自動記録
成果
認識精度90%
https://note.com/startup_now0708/n/n9d626b0f1814
Cal AIが食事写真を解析し栄養素を記録