信頼性が高く、安全な生成AIアプリケーション(LLM Apps)開発による新たな価値創出を目指す
ダイハツ工業株式会社(以下、ダイハツ工業)は、DataRobotの生成AI機能と支援プログラムを活用し、生成AIアプリケーション(LLM Apps)開発の実証実験を開始しました。本実証実験では、DataRobotの予測AIガードレール機能を用いることで、信頼性の高い生成AIアプリケーション(LLM Apps)開発すると共に、DataRobotの生成AI監視機能を利用したガバナンス強化による生成AIアプリケーション(LLM Apps)の安全な運用を目指します。
課題:生成AIアプリケーション(LLM Apps)における信頼性と効率性、安全性の担保
近年、大規模言語モデル(LLM)の進化により、様々な分野でLLMを活用したアプリケーション の開発が活発化しています。しかし、生成AIアプリケーション(LLM Apps)の利用には、以下のような課題がありました。
・信頼性:LLMは、偏見や不正確な情報を含む可能性があり、そのままアプリケーションに組み込むと、倫理的な問題やビジネスリスクに繋がる可能性があります。
・効率性:生成AIアプリケーション(LLM Apps)開発には、高度な専門知識と時間が必要であり、多くの企業にとって大きな負担となっていました。
・安全性:管理不十分な生成AIアプリケーション(LLM Apps)が運用されることで、精度劣化の見落としや不要なLLM利用コストの発生など、ガバナンスを毀損するリスクがありました。
解決策:DataRobotの生成AI機能とカタリスト プログラム
ダイハツ工業は、DataRobotの生成AI機能と生成AI活用を支援するプログラムの活用によって、これらの課題を解決し、信頼性の高い生成AIアプリケーション(LLM Apps)開発・運用を実現することを目指します。
・DataRobotの生成AI機能:高度な専門知識がなくても、簡単に生成AIアプリケーション(LLM Apps)の原型となるデータセットを生成することができます。
・DataRobotの予測AIガードレール機能:生成AIアプリケーション(LLM Apps)の出力結果を検証し、信頼性を向上させることができます。
・DataRobotのLLMOps機能:予測AIで培ったMLOps知見を踏まえて構築された生成AI用のLLMOpsにより、高いガバナンスを実現することができます。
・生成AI活用の支援プログラム:専門家の支援を受けながら、生成AIアプリケーション(LLM Apps)開発を効率的に進めることができます。
DataRobotに期待する効果
本実証実験を通じて、ダイハツ工業は以下の効果を期待しています。
・信頼性の高い生成AIアプリケーション(LLM Apps)の開発
・ 生成AIアプリケーション(LLM Apps)の信頼性を確保した効率の良い運用
・新たなビジネスチャンスの創出
今後の展望
ダイハツ工業は、本実証実験の結果に基づき、生成AIアプリケーション(LLM Apps)開発を本格的に推進していく予定です。今後は、社内業務の効率化や顧客サービスの向上など、様々な分野での生成AIアプリケーション(LLM Apps)活用を検討していきます。そして、DataRobotの生成AI機能と支援プログラムを活用し、信頼性の高い生成AIアプリケーション(LLM Apps)の開発・運用を実現することで、新たな価値創造を目指します。
DataRobotは、今後もダイハツ工業のような企業のイノベーションを支援し、生成AIアプリケーション(LLM Apps)開発の普及に貢献していきます。
### 関連情報
Related posts
See other posts in 生成AI
複雑化する意思決定プロセスにおいて、適切なインサイトを迅速に得ることは、ビジネスリーダーにとって不可欠です。しかし、従来のアナリティクス手法や多忙を極めるデータチームの存在が、このプロセスを遅延させています。また、AI導入の現場では、長期にわたる実装サイクルやシステム統合の課題が、進捗を妨げています。 実際、AI導入の責任者の66%が、企業目標に沿ったAIソリューションを展開するための適切なツールが不足していると回答しています。特に、7ヶ月以上に及ぶ導入期間やシステム統合の困難さは、経営層の期待に応える上での大きな障壁となっています。 生成AIとAIエージェントは、これらの課題を解決する可能性を秘めていますが、導入は依然として容易ではありません。ビジネスリーダーの77%が、競争における後れを懸念し、チームに導入の加速を強く求めています。 この状況を打開するためには、より複雑なツールへの投資ではなく、即戦力となる構成済みのAIエージェントアプリケーションの導入が最も効果的です。


こんにちは、DataRobotデータサイエンティストの長野です。普段はDataRobotでデータサイエンティストとして製造業・ヘルスケア業界のお客様を担当しています。技術面では生成AIプロジェクトのリードを担当しています。本記事では、DataRobotのBYOLLM(Bring Your Own LLM)と呼ばれる仕組みを用いて、Hugging Face Hubから取得したLLMをDataRobot環境にホスティングする方法をご紹介します。