【完全解説】今1番熱い…トヨタ・ホンダら最強企業の「超・日本的な」生成AI活用術

生成AI「3つの活用パターン」、現在の主流はどこか？

　企業の生成AI活用は、活用方法によって「3つパターン」に分けることができる。それを整理したのが下記の図だ。


　企業の生成AI活用は当初、既存の生成AIにプロンプトを入力し、都度回答してもらうような「生成AI活用1.0」から広がっていった。近年のLLMの進化は目覚ましく、この活用によって得られる成果は大きくなってきているものの、あくまで一般論としての回答が得られるだけであり、当然ながら企業の業務内容や社内データに基づいた“自社特有の事情を踏まえたタスク”は解決されない。

　そうしたことから、最近では社内のデータ・ナレッジをRAGによって参照させるような「生成AI活用2.0～3.0」に取り組む企業が増えてきている。その中でも、AI活用の進展具合によって企業ごとに活用の在り方に違いが出てきている。詳しく見ていこう。

先行企業はかなり違う…生成AI活用の最新トレンド

　たとえば、最近の企業の生成AI活用でよく見られるのが、「特定のAI」にさまざまなデータをRAGで参照させるという取り組みだが、すでに見えてきている課題としては、このように特定のAIにあらゆるデータを参照させる方法では、回答精度が向上しにくいということだ。

　そうした中、先行企業の中には、回答精度を最大化させるために、特定領域のデータ・ナレッジをRAGで参照させ、役割・部門別のAIを育てる取り組みが出てきている。特定領域・部門における専門性を高めることを目的に、範囲を限定したデータ・ナレッジを適切にRAGで参照させることで、回答できる範囲は狭まるが、特定領域・業務における回答精度を高めることができるのだ。

　また、こうして個別領域の回答精度を最大化させたAIエージェントを、役割・業務プロセスごとに複数用意・設置していき、各専門性を備えたAIエージェント同士をつなぎ合わせることによって、全体最適を図るという動きが出てきている。


　このように、役割・専門性の異なる各AIエージェントを連携・協調させてタスクを実施する仕組みは「マルチAIエージェント」システムなどと呼ばれる。ここからは、そうしたマルチAIエージェントシステムの活用に取り組む企業の事例を見ていきたい。 【次ページ】【仕組み図解】トヨタ「O-Beyaシステム」の面白い作り方