過剰な期待の終焉：生成AIが企業内の検索の進化を推進

2025年は、生成AIが概念実証から企業での本番環境へと移行する年です。適切なデータ基盤があれば、企業は知識ベースからより大きな価値を引き出し、長期的な変革と競争優位性を実現する道を切り開くことができます。営業、カスタマーサービス、マーケティングのいずれの分野においても、実行可能なユースケースの数は増加しており、早期に移行した企業はすでに効率向上を達成しています。

これほど多くの機会がある中で、どこから最初の一歩を踏み出せばいいのでしょうか？その答えは検索の進化にあると、Accentureの検索およびコンテンツ分析グループ担当マネージングディレクター、Derek Rodriguez氏は述べています。「私たちは長年にわたり、ユーザーが検索語を入力し、彼らの判断力で結果を絞り込むという、従来のキーワードベースの検索に依存してきました」と彼は言います。「最近では、リアルタイムのインデキシング、分散アーキテクチャ、セマンティック検索によって、ユーザーの意図やコンテクストを理解することで精度が向上しています。」

今日のAIを活用した検索プラットフォームはさらに進化し、構造化データと非構造化データを統合してコンテンツを要約し、洞察を生成します。データ内の意図、コンテクスト、関係性を理解することにより、これらのシステムは迅速かつ正確な意思決定を可能にし、手作業による調査の必要性を減らします。「検索ワークフローを自動化することで、ナレッジマネジメントのコストが劇的に下がり、価値の方程式が変わり、企業データのリターンが増加します」とRodriguezは述べています。

この革新的なアプローチには、高度な検索とランキングによってベクトル化され最適化された、同様に強固なデータ基盤が必要です。これらの基礎が整えば、企業はファーストパーティデータと大規模言語モデル（LLM）を組み合わせ、信頼性が高くコンプライアンスに準拠した洞察を取得できます。

Elasticの検索担当マネージングディレクターであるSteve Mayzak氏は、「適切にベクトル化されて検索可能なナレッジベースは、ビジネスシステムとの統合の柔軟な出発点となり、ビジネスクリティカルなシナリオで長期的な価値を提供します」と述べています。

ここで、AccentureとElasticのパートナーシップが重要な役割を果たします。Elasticの拡張性のあるAI駆動の検索機能とAccentureの深い業界専門知識を組み合わせることで、企業はデータの価値を最大化し、ビジネスに真のインパクトをもたらすことができます。

Rodriguez氏によると、Elasticの魅力は、AI検索技術の精度と関連性だけでなく、高度な監視機能と多様なAIエコシステムパートナーとの統合にもあります。それに対してAccentureは、比類のない業界知識、戦略的コンサルティングの専門知識、そして複雑なテクノロジーソリューションの実装と統合が可能な熟練した専門家のグローバルネットワークを提供します。AccentureはElasticテクノロジーにおける従業員の採用とトレーニングを継続しており、提携の重要性を強調しています。

AccentureとElasticは、企業が「どこから始めるべきか」という最も難しい質問の一つに答えるお手伝いもします。Mayzak氏は、組織はデータが豊富で正確な社内のユースケースを探すべきだと述べています。「今日のLLM機能に最も適しており、成功の可能性が高いイニシアチブを選択してください。価値を証明することによって、より多くのプロジェクトに予算を確保し、真の勢いを生み出すことができます。」

どちらの企業も、異なる環境で非構造化データを管理する豊富な経験を有しています。「現実世界では、組織データは非常に複雑で、階層構造、ネットワーク、多次元の関係にまたがっています」とRodriguez氏は述べています。

多くの大規模組織 — 特に製薬業界、小売業界、自動車業界、eコマース業界 — では、数百テラバイト、あるいはペタバイト単位のデータを保有しています。しかし、こうしたデジタル資産の大部分は活用されていません。平均すると、企業は保有データのわずか32%しか活用しておらず、3分の2以上が未活用のままです。¹

Accentureは、入れ子になったレコード、ビジネス識別子、多様なランキングシグナルを複雑に結び付け、ギャップを埋める支援を行います。これらの指標には、関連性スコア、人気度、売上高、分類が含まれます。

このような複雑な環境では、基本的なベクトルデータベースを使用することは、1本のマッチでスタジアムを照らそうとするようなものです。技術的には光を当てられますが、課題の規模には到底およばず、まったく不十分です。

強固な基盤があれば、組織は、ほとんどの経営者が思っているよりも速く迫るAIの未来に向けてビジネスを設計できます。これには、自動化と自律的な意思決定の両方を人間の監督者とともに提供するエージェント型フレームワークが含まれます。

Rodriguez氏は、エージェントを次の3つのカテゴリーに割り当てています。

1. 最も基本的なレベルでは、組織は独自の内部検索および質問応答システムを作成できます。このようなエージェントは、構造化データと非構造化データの自然言語による照会、会議室のスケジュール設定、連絡先情報の検索、指示の提供などのタスクを実行できます。

2. エージェント型行動の2つ目のタイプは、ロボット処理の自動化（RPA）とビジネス自動化に関連しています。請求書処理の場合を考えてみましょう。請求書を受け取ると、財務システム内で一連のチェックとデータ登録がトリガーされます。生成AIは、このプロセスの手動ステップを自動化するため、精度が向上し、コストを削減する可能性があります。

3. さらに将来的には、エージェントは協力者のチームとして機能し、協力して問題を解決することができます。スーパーバイザーエージェントは、マーケティング概要作成などのタスクを定義し、その後サブタスクを他の専門エージェントに委任する場合があります。これらのサブエージェントは情報を収集し、それを最終製品にまとめます。

これらすべての場合において、ベクトル化された検索可能なナレッジストアが不可欠です。「これは、組織がエージェント型ワークフローを活用するために行うべき投資であり、Elasticはその支援を行えます」とRodriguez氏は語ります。

今すぐ行動を起こすべきか、生成AIの最初の波を見過ごすべきか迷っている企業に対するRodriguez氏のメッセージは明確です。「大局的に考える必要があります。メールの下書きを数秒短縮するチャットボットの先を見据えましょう」と同氏。「朗報は、Elasticsearchのようなプラットフォームが、企業レベルの課題に対して洗練されたデータモデリングと検索を提供していることです。」