Upgrade to Pro — share decks privately, control downloads, hide ads and more …

株式会社セゾンテクノロジー_生成AIへの取り組み

comucal
September 26, 2024

 株式会社セゾンテクノロジー_生成AIへの取り組み

comucal

September 26, 2024
Tweet

More Decks by comucal

Other Decks in Technology

Transcript

  1. 2 自己紹介 神戸生まれ、東京に住んで20年以上 •経歴 1999年 SIer入社 2009年 当社入社 2016年 R&D部門公募に伴い異動

    2020年 執行役員:HULFT開発部門責任者 HULFT Square開発責任者 2023年 執行役員 CTO, HULFT Inc.取締役 経産省 デジタル時代の人材政策検討会委員 有馬 三郎 (ありま さぶろう) : @SaburoA 株式会社セゾンテクノロジー 執行役員 CTO
  2. 4 © Saison Technology Co., Ltd. 2024 企業概要 商号 株式会社セゾンテクノロジー

    設立年月日 1970年9月1日 代表取締役社長 葉山 誠 資本金 1,367百万円 事業内容 ・HULFTビジネス ・データプラットフォームビジネス ・流通ITサービスビジネス ・フィナンシャルITサービスビジネス 従業員数 715名(2023年3月末現在 連結) 本社所在地 東京都港区赤坂一丁目8番1号 上場市場 東京証券取引所スタンダード市場 (9640) 主要株主 (上位3位) 株式会社クレディセゾン 株式会社メルコホールディングス イーシーエム マスターファンド エスピーブイ ワン 2024年 • 株式会社セゾンテクノロジーへ商号変更 「HULFT10」提供開始 2023年 • 次世代クラウド型データ連携プラット フォーム「HULFT Square」提供開始 2020年 • 創立50周年 「HULFT DataCatalog」提供開始 2019年 • ㈱アプレッソを吸収合併 2017年 • EMEA拠点 ロンドンにEMEA事務所設立 本社機能を 東京都港区赤坂に移転 2016年 • 北米拠点 HULFT, Inc.を設立 2015年 • ASEAN拠点 HULFT Pte.Ltd.設立 2013年 • ㈱アプレッソ株式を取得、子会社化 2010年 • クラウド関連製品・サービス提供開始 2005年 • 世存信息技術(上海)有限公司を設立 1993年 • 通信ミドルウェア「HULFT」販売開始 1992年 • ㈱セゾン情報システムズに商号変更 1981年 • ㈱緑屋(現クレディセゾン)計算センターを吸収合併 1970年 • ㈱西武情報センター設立・創業 4
  3. 5 5 主要プロダクトと生成AIの活用 製品 プラット フォーム HULFT8/10 製品群 HULFT DataCatalog

    DataSpider Servista HULFT Square • システム間でファイル連携を実現するツール • 24年2月にAmazon ECS対応のHULFT10 for Container ServicesをAWS Marketplaceで販売開始 • HULFTテクニカルサポートで生成AIを導入し、サポートエンジニアの 回答作成を支援 • 企業内に分散管理される様々なデータの概要(メタデータ)を自動収集してカタログ化する • 異なるシステムの様々なデータやアプリケーションを、豊富なアダプタを使ってノンコードで データ連携を実現する(EAI・ETL) • ファイル転送のHULFT × データ連携のDataSpider × マネージドサービスによるSaaS • Amazon EKS等で稼働し、各種パブリッククラウド、SaaS、オンプレ等のデータを繋げる • HULFT Square × 生成AIについて、プロジェクトチームを組成して推進中
  4. 6 6 CCoEとは別に生成AI研究会 “LLM Mavericks”を組成 会社全体に生成AIを浸透させ、 全員が生成AIに取組めるよう旗振りをする クラウドスキル、コミュニケーションスキルの高い エンジニアをリーダーに任命し、全社で有志20名を公募した 生成AIで何が出来るのか、どのような特徴があるのか、

    実際に触りながら検討する トップダウンではなく、現場に役立つことや、参加者の好奇 心を重視した。これにより、多様なモデルを扱いつつ、小さ くともアウトプットを短期間で多く出すことができた。 また、生成AIを実際に触った体験を現場感を持って会社に広 める効果があった。 目的 メンバ 取組内容 効果
  5. 7 7 当社の生成AIの活用方針について 生成AIの回答はハルシネーション等のリスクがある(間違った情報を生成等)。 回答精度を高めるように仕組みを構築するのと同時に、業務でリスクを低減する施策も必要となる。 求められる 回答の精度 高 低 生成結果に対する責任の度合い

    易 難 社内利用 WebAI チャットボット 社内利用 開発者向けCopilot 社内利用 社内データ 探索チャットボット 社内利用 テクニカルサポート 回答支援 実装済 開発中 検討中 顧客向け サービス活用方法を AIでガイド 顧客向け HULFTアプリ 実装支援 顧客向け ワークフロー 実装の自動化
  6. 8 8 フェーズ1はLLM Mavericks中心に推進 求められる 回答の精度 高 低 生成結果に対する責任の度合い 易

    難 社内利用 WebAI チャットボット 社内利用 開発者向けCopilot 社内利用 社内データ 探索チャットボット 社内利用 テクニカルサポート 回答支援 顧客向け サービス活用方法を AIでガイド 顧客向け HULFTアプリ 実装支援 顧客向け ワークフロー 実装の自動化
  7. 9 9 HULFTテクニカルサポートでのエンジニアの回答作成を支援 • 複数の生成AIエンジンを 組み替えたり、組み合わせながら 最適なアーキテクチャーに変更 • サポート業務に求められる 回答の速度と回答の制度を実現

    • 従来のベクトル検索のRAGと 比較して、回答精度を33%向上 • 作業時間は最大30%短縮し、 サポートセンター全体でも 10%の業務効率化を実現 • Amazon Bedrockで機微情報の 入力を制限し、安全性を向上 引用元:https://findy-tools.io/products/amazon-bedrock/14/111
  8. 10 10 フェーズ2は新たにプロジェクトチームを組成し推進 Phase1の社内向けの取組から、現在はお客様が生成AIを活用してHULFT Squareを効率的に ご利用いただく取組を実施中。実現の難易度がより高まるため、新たにPJ Teamを組成し推進中。 求められる 回答の精度 高

    低 生成結果に対する責任の度合い 易 難 社内利用 WebAI チャットボット 社内利用 開発者向けCopilot 社内利用 社内データ 探索チャットボット 社内利用 テクニカルサポート 回答支援 実装済 開発中 検討中 顧客向け サービス活用方法を AIでガイド 顧客向け HULFTアプリ 実装支援 顧客向け ワークフロー 実装の自動化 • 経営層のコミット • CTOがチームを牽引 • 製品企画、営業、製品開発、生成AIの社内有識者で組成 • 毎週の定例会実施、毎月の経営層への報告
  9. 13 13 DeepLのローカル版を作ってみた • https://x.com/i/status/1827646837408632945 LM Studio Llama 3.1 7B

    Electron 既存のOSSをベースにモデルの追加、 オンプレミスモデルへのアクセス機能を追加
  10. 17 17 実行に必要なスタック • 実行環境 Mac mini M2Pro 16GB •

    OpenAIとのAPI利用契約 • 利用可能なクレジットカード • Cursorのダウンロード(未契約でOK) • ソースコード • LM Studio • Llama3.1 8B •知識 • プログラミング知識(普通レベル) • Typescript(初学者の一歩上レベル) • Electron(初学者レベル) • 設計能力(普通レベル) • Cursorに質問する言語構成力(普通レベル) • Cursorの回答を読み解く言語理解力(普通レベル) • Node関連のビルド、デバッグ知識(初学者レベル) • IDE(VSS)の知識(初学者レベル) • Github,Gitの操作(初学者レベル) • OpenAIのAPI・サブスク利用(普通レベル) • オンプレでの生成AIモデル実行知識(普通レベル) • オンプレ生成AIモデルとの通信知識(普通レベル) •好奇心