JRが生成AIを社内導入・・といってもみんなでChatGPT使いました！なんて話ではない
JRがRAGの試験導入へ
JR東日本がRAG活用の生成AIを全社で試験導入へ、鉄道事業特化モデルの開発も
https://xtech.nikkei.com/atcl/nxt/news/24/01175
特定の文書データベースからの情報検索と大規模言語モデル（LLM）を組み合わせて生成テキストを調整できる「RAG（検索拡張生成）」と呼ぶ技術を採用。「AWS（Amazon Web Services）」で利用できるLLMを基に、社内文書に基づいて自社業務に関する回答ができる生成AIチャットのプロトタイプを開発した。2023年11月から一部部署で試用しており、2024年10月から全社員を対象に試用開始に踏み切ることを決めた。
RAGとは
Retrieval-Augmented Generation (RAG) は、大規模言語モデル（LLM）によるテキスト生成に、外部情報の検索を組み合わせることで、回答精度を向上させる技術のことです。
検索（Retrieval）機能を拡張（Augmented）し、質の高い回答を生成（Generation）できるようになることから、それぞれの頭文字を取って「RAG」と呼ばれています。
素のままのAIを使っても効果は限定的
日常的にChatGPTを使うシーンは、私は増えています。ちょっとしたイラスト作成、ちょっとした校正、ちょっとしたOCRなど、非常に便利です。
ただそれって、つまんない作業をちょっとスムーズに進められる程度のことです。（役には立ってますよ！）
個人の作業を少し軽くしてくれる。
しかし組織内でAIを入れるとなると、これだけでは効果が不足だと思います。一人当たり月額３２００円払ってコスパを満たしているかと言うと、多くの企業では満たさないと思います。（無駄投資になると思う）
企業内にはたくさんのデータがある
JRにしても多くの企業にはたくさんのデータがあります。就業規則や社内催促などの大量の文書。実際にお客様とのやり取りを記録した取引データなどです。
こういったデータをAIに取り入れて、調べてくれたり要約してくれるのがRAGです。
一昔前なら、社内のサーバに検索の仕組みを導入する、というものに近かったでしょう。でも単に大量のデータを検索する全文検索エンジンの導入だと、検索結果が無限に引っかかりすぎて、あまり役に立たなかったことが多いです。
そこでAIの登場で単なる検索ではなく、AIが
検索（Retrieval）機能を拡張（Augmented）し、質の高い回答を生成（Generation）
してくれることで良い社内ボットが完成する可能性があります。（可能性）
JRはどんなボットを作っていくんでしょうね。楽しみです。
→社内文書に基づいて自社業務に関する回答ができる生成AIチャット
企業の中の大量のデータを見上げているロボットのイラストを横長サイズで描いてください
そんなところで。
