【相談件数急増!?】資料・ナレッジ検索はAIで効率化できるか?

このエントリーをはてなブックマークに追加


こんにちは、データデザイン部でディレクターをしております加藤です。

普段はお客様の事業課題に合わせ、AI・データ活用を軸に課題解決プロジェクトを推進したり、自社の新規サービスを企画、推進したりしています。

今回は、最近ご相談の増えてきた「社内資料、ナレッジの有効活用や効率化」案件について、他社事例と適用可能技術、検討する上のポイントをお伝えいたします。

この記事はこんな方におすすめです。

  • 自社の営業や企画の資料が大量にあるが、作成や管理が属人化しており全社の共通ナレッジになっていないので、なんとかしたい
  • 過去資料の検索の際、イメージ通りの資料が検索できず、時間がかかっている
  • 上記のような課題に対して、サービス導入やシステム開発で解決を検討しているが、糸口が見つからない

上記の悩みを抱える方のモヤモヤが少しでも晴れれば幸いです。

目次

記事執筆のきっかけ

冒頭にも述べましたが、最近ご相談が急増しているのは、「社内資料、ナレッジの有効活用や効率化」案件です。1週間で3件ほど同じようなご相談を頂いたときは流石にびっくりしました(笑)
なので、もっと世の中にはこのようなお悩みを抱えている企業様もいらっしゃると思い、執筆しております。ここでは、いつもお打ち合わせの際にお伝えすることについてご紹介します。

他社事例

まずお伝えするのは、他社事例です。弊社は現状、資料・ナレッジ検索のサービスをご提供しているわけではないので、もしお客様の課題を直接解決しそうなサービスがあれば、ご紹介します。ここでは過去紹介したサービスを2つほど。

ストックマーク株式会社:「Asales」

出典:Asales

特長

  • 社内資料をスライド1枚単位で分類、簡単に検索可能
  • 社内の商談メモや議事録から顧客が持つニーズを抽出。顧客が求めるものを可視化
  • 過去の提案資料と商談情報を基に勝てる資料をAIがレコメンド

富士通株式会社:「Ave-Chance」

出典:Ave-Chance(PDFにリンクします)

特長

  • 全文検索およびメタデータ検索によって必要な情報を収集可能
  • 検索結果はスライド単位で俯瞰表示され、レイアウトや色などのいくつかの観点で類似するスライドを近い位置に並び替え可能
  • 検索結果は含まれる用語群から自動的に生成されたキーワードインデックスを基に、必要なスライドを絞り込み可能

適用可能技術

お打ち合わせの際は他社事例に続いては、まだサービス化はされていないがニーズに合致しそうな技術もご紹介します。ここでも過去紹介した技術を2つほど。

ナレッジグラフ

出典:AINOW「CVPR2019から見たコンピュータビジョンの最新トレンド【後編】」

特徴

  • (近さのような)空間的関係、(「運転する(drive)」、「走る(run)」のような)主語-動詞―目的語関係、色、サイズ、材質のような類似性を示す属性にもとづいた情報を符号化
  • 分類カテゴリーが視覚的関係で示され、それらが互いに近接している状態をグラフ化(上記図参照)

Pin2Vec

出典:Medium 「Applying deep learning to Related Pins」

特徴

  • Pinterestに実装されている技術
  • 従来技術よりも、画像検索において、人間の直感に合わせた検索性を実現

このように、お客様の課題に合わせて他社事例と適用技術をご紹介し、本当に実現されたいことや必要なご支援を決定しています。もし、課題に合致するサービスがあれば、そちらをご紹介しますし、技術であれば、検証からご支援します。

検討する上でのポイント

さて、ここまでは一般的な事例や技術のご紹介でした。ここからはお客様側で検討する上で気をつけておきたいポイントについて、お伝えいたします。

①実現したいことの明確化

当たり前ですが、実現したいことを整理しないと検討できません。4W1Hを明確にしておきましょう。下記は検討項目の一例です。ご参考まで。

  • WHO:資料やナレッジを検索するのは誰か?
  • WHEN:いつどれくらいの頻度で検索するのか?
  • WHAT:どんな資料・ナレッジを検索するのか?
  • WHERE:どこで検索するのか?(WEB?ファイルサーバー?など)
  • HOW:どうやって検索すればいいか?

②データの量

①ができたら次はデータの量の確認です。資料やナレッジがどれだけあるか、確認しておきましょう。検討する際に必ず必要になります。

③データの質

次に、データの質を確認しましょう。前提として、データの拡張子が統一されているか否かが重要です。「ppt以外にpdfやpngもある」などが考えられますが、多くなるほど難易度が上がりますので、ある程度絞込めるとベストです。
また、PowerPointの資料であれば、構成や図の配置が統一されているか等です。体裁がバラバラですと、検索性は下がってしまいます。

以上が検討すべきポイント3点です、上記以外にも検討すべき点はございますが、詳細を確認したい方はぜひお問い合わせください!

おわりに

いかがでしたでしょうか?事例や適用技術、検討ポイントが少しでもお役に立っていれば幸いです。
なお弊社では、ウェビナーを随時開催中です。(オンデマンド配信もあります!)
ぜひお気軽にお申し込みください。ご覧頂きありがとうございました。

無料でAI予測モデルが作れる【AIモデリングツール】のご案内

AI開発で、こんな課題はありませんか?
「AI開発にかかる費用のハードルが高い」「自社で開発して運用を行うスキルがない」「秘匿性の高いデータを外部に持ち出すことができず、ベンダーへの依頼が難しい」

そこで本ツールを活用することで、事業会社様側にて
手軽に無料でAI予測モデルの作成ができ、
予測や予測精度の評価を行うことが可能となります。
現在、回帰モデル(項目がどのような数値になるかを予測するモデル)、また分類モデル(項目がいずれのカテゴリーに属するかを予測するモデル)をご提供中です。
お申込後、すぐにご利用いただくことができます。
興味のある方はぜひご覧ください。

▼お申し込みはこちらから

WRITER

ディレクター兼プランナー

加藤   大己 Daiki Kato

主にメーカーやサービス業のAI・データ活用プロジェクトを複数推進。また、新規AI・データ活用サービスの企画・推進も担当。 JDLA Deep Learning for GENERAL 2017

SNSで最新情報を発信しています

最新記事

ページTOPへ