生成AI環境構築サービスの導入事例

サービス詳細

導入企業｜IT Forward株式会社

AI受託開発

問い合わせAIチャットボットにヘルプページや設定情報、入力データをRAG化。50%以上の精度向上を実現

掲載日: 2025/6/16

出典: 問い合わせAIチャットボットにヘルプページや設定情報、入力データをRAG化。50%以上の精度向上を実現

サービスの選定にお迷いの方はこちらコンシェルジュに無料相談

他候補も含めて最適なサービスを選定します

課題・目的

ベンダーのヘルプサイトやFAQだけでは顧客固有の運用状況や設定に基づく回答が得られないこと

複雑な問い合わせの調査・回答に1〜2時間かかる手間があること

従来のチャットボットが想定外の質問に対応できないこと

導入後の効果

一般的なヘルプベースのRAGと比較して50％以上高い回答精度を達成した

問い合わせ対応の迅速化と正確性向上が期待されているが問い合わせ件数減少など効果は検証中

高性能モデルとコストのバランスを把握できた

まとめ

IT Forwardは勤怠管理SaaS導入後の問い合わせ対応で、顧客ごとの設定や入力データ確認に1〜2時間かかるなど省力化が課題で、ジンベイにRAG化したAIチャットボットを依頼。複数モデルを比較検証しGPT-4oを採用、ヘルプ情報と顧客固有データを統合して参照できる仕組みを構築した結果、従来のヘルプページベースより50％以上高い精度での回答が可能となり、迅速かつ正確なサポート実現を目指している。

生成AI環境構築サービスの導入を検討していますか？

サービスの比較・選定業務を無料でサポートします。

サービスの選定にお迷いの方はこちらコンシェルジュに無料相談

情報収集・比較の手間を約7割省きます

導入事例の詳細

導入前の課題

ベンダーのヘルプサイトやFAQだけでは顧客固有の運用状況や設定に基づく回答が得られないこと

複雑な問い合わせの調査・回答に1〜2時間かかる手間があること

従来のチャットボットが想定外の質問に対応できないこと

導入の目的

勤怠管理システム導入企業からの問い合わせ業務を省力化すること

導入後の効果

一般的なヘルプベースのRAGと比較して50％以上高い回答精度を達成した

問い合わせ対応の迅速化と正確性向上が期待されているが問い合わせ件数減少など効果は検証中

高性能モデルとコストのバランスを把握できた

導入の決め手

生成AI（ChatGPTやGemini）の進化によりより適切な回答が期待できたこと

複数モデルの比較検証でGPT-4oがコストパフォーマンスに優れていたこと

顧客固有データとヘルプ情報を組み合わせるRAG化の有効性

導入のプロセス

計画と初期環境構築に1ヶ月、精度向上検証に1.5ヶ月、環境引き渡しに0.5ヶ月の合計約3ヶ月で実施し、想定質問と回答を用いて定期的に精度チェックとPDCAで改善した。

活用方法

ヘルプサイト情報に加えて顧客ごとの設定情報や勤怠打刻データをRAGの対象として参照し、顧客固有の原因特定と改善策提示に利用している。

社内の反応

プロジェクトの進め方や結果、特に精度とコスト面に満足しており密な連携で改善を進めた。

今後の展望

ベンダーへの提案展開、AIによるシステム設定の自動化、他の勤怠やHR系システムへの展開、Dify経由でより高性能モデルへ切替可能にする計画がある。

どのような企業におすすめですか？

勤怠管理システムの運用支援を行う企業や顧客ごとの設定・データを参照する必要があるサポート業務を持つ企業

サービス概要

生成AI環境構築サービス

カテゴリ

AI受託開発

部門

カスタマーサポート

情報システム・開発

プロダクト説明

ジンベイは、生成AIの導入・開発・運用をトータル支援。受託開発・コンサルティング・丸投げサービスで、最適なAI活用を実現。プロトタイプ開発・RAG精度改善・クラウド費用削減など、AI活用の課題を解決。Microsoft Copilot・ChatGPT・Difyハンズオン研修で社内のAI活用も加速。生成AIの力で、業務効率化・コスト削減・イノベーションを推進。

サービス詳細 3件の事例を見る

導入企業情報