背景
工場の自動化（ファクトリーオートメーション）およびプロセスオートメーション・ソリューションの大手プロバイダーである Festo は、35 の業種にわたる 30マン社以上の顧客にサービスを提供しており、3万を超える製品とシステムを提供しています。
Festo は、生産性と顧客体験を向上させるために、直感的なデータアクセスを実現する AI 搭載のチャットアプリケーションを導入しました。この取り組みの一環として、同社はChatGPTに類似したFestoGPTアプリケーションを開発し、コンサルタントやその他の顧客対応スタッフが大規模言語モデルに質問できるようにしました。さらに、 Skillgroundアプリケーションも導入され、テキスト読み上げや画像生成など、さまざまなAIツールを利用できるようになり、業務の簡素化と効率化が図られています。
しかし、プロセスの初期段階では、データガバナンスとセキュリティの懸念、および予算の制約により、Festo の内部データ統合には課題がありました。それにもかかわらず、従業員は、これらのアプリケーションを日常業務で真に価値あるものにするには、Festo の内部データを埋め込むことが重要であると考えていました。このニーズに応えるために、チームは売上高や製品管理データなどの構造化リレーショナル データとともに、非構造化データ用の埋め込みとベクターデータベースを使用して、製品マニュアル、価格、技術情報などの内部データを統合しました。
課題
Festo は 生成AIを導入するにあたり、いくつかの課題に直面しました:
- 当初、構造化データをテキストに変換して大規模言語モデル（LLM） に埋め込むことは効果的ではないと判明しました。売上高、価格、管理データなどの構造化されたリレーショナル データを統合することは特に困難でした。
- AIが生成した応答は、不正確な場合でも正しいという認識を生み出すことがよくありました。Festo は、ユーザーの期待値を管理しながら、誤情報やハルシネーションのリスクを軽減することを目指しました。
- メタデータの品質は、意味の理解を向上させ、データ全体で一貫したセマナティクスの確立に不可欠となりました。
- 許可されたユーザーだけが機密情報を取得できるように、厳格なアクセス制御が必要でした。
ソリューション
Festoは、DenodoのAI SDKとメタデータ主導のアプローチを採用して、次のことを実現しました:
- データセット全体の複製と埋め込みを避け、LLM をメタデータにのみ接続して、単一のAPIを通じて元のソースシステムから関連データのクエリを生成可能にしました。
- メタデータ (翻訳、説明、関連付け) を活用して、正確でコンテキストに応じた応答を実現しました。
- 複数のソースシステムへの個別のコネクタを構築して統合する代わりに、単一のAI インターフェースを通じてAIアプリケーションからのデータアクセスを簡素化しました。
結果
- 生成AIユースケース開発を加速:
- FestoGPTおよびSkillgroundアプリケーションにFestoの内部データアクセスを組み込むことで強化され、ユーザーは構造化データと非構造化データの両方をシームレスに操作できるようになりました。
- DenodoのAPI機能により、エンタープライズ アプリケーションとの接続が容易になりました。
- 簡素化され管理されたデータアクセス:
- 技術的な知識を持たないビジネスユーザーでも、自然言語でデータを照会できるため、SQLやプログラミングスキルは不要になりました。
- 組み込みのアクセス管理機能により、機密データは許可されたユーザーのみがアクセスできるようになりました。
- セマンティック精度の向上により、信頼性の高い AI主導のインサイトを得られるようになりました。
- データの重複と移動を排除し、データのプライバシーを向上させるとともに、ストレージコストを削減しました。
FestoGPTとSkillground がすべてのデータアクセスに Denodo を活用した結果、Festo は次のような改善を実現できました:
- 顧客およびプロジェクト別の販売実績とKPIレポートの改善。
- プロジェクト管理関連データの効率的な検索と共有。
- 顧客対応スタッフが、顧客のプロジェクトに関連する製品、価格、その他の製造関連データにアクセスするための単一のインターフェースの提供。
Festo が Denodo Platformを使用している別のユース ケースについて詳しくは、このケーススタディ「Festo社、データ仮想化によってデータ変革を実現」をダウンロードしてください。
