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
DataRobotは、生成AI機能と支援プログラムを株式会社ノーリツに提供し、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。株式会社ノーリツでは、製品のアフターサービス領域における生産性の向上を目的に、業務ナレッジの共有とベテラン作業員のナレッジを平準化し、若手作業員でも同様の水準で作業に取り組む体制の構築が急務となっており、解決策として生成AIの活用を検討してきました。
DataRobotは本実証実験において、予測AIガードレール機能による信頼性の高い生成AIアプリケーション(LLM Apps)の開発と、DataRobotの生成AI監視機能によるガバナンスの強化を実現し、株式会社ノーリツにおける生成AIアプリケーション(LLM Apps)の安全な運用を目指します。
生成AI活用の課題: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
DataRobotは、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、株式会社ノーリツが目指す、信頼性の高い生成AIアプリケーション(LLM Apps)開発・運用の実現を支援します。
・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のソリューションによって実現できる成果
本実証実験を通じて、DataRobotは以下の成果を実現します。
・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
・お客様における新たなビジネスチャンスの創出
今後の展望
株式会社ノーリツでは、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、作業員の業務ナレッジの共有・平準化による生産性の向上に加え、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)活用が検討されています。DataRobotは、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は、株式会社ノーリツにとって、新たな価値創造の重要な一歩になることを期待しています。
DataRobotは、今後も株式会社ノーリツ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
・DataRobot 生成 AI
https://www.datarobot.com/jp/platform/generative-ai/
・DataRobot カタリストプログラム
https://www.datarobot.com/jp/resources/datarobot-generative-ai-catalyst-program/
Related posts
See other posts in AIサクセス
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。