皆さん、こんにちは。
「企業向け生成ai」サービスが、相次いで、リリース報道されておりますので、まとめ記事を書いてみたいと思います。
大規模言語モデル（LLM）が回答を生成する際に、ユーザーの質問文に応じて知識情報を参照する「RAG（検索拡張生成、Retrieval Augmented Generation）」の仕組みに注目が高まっています。
「ChatGPT」での「RAG」については、NRI Digital さんの記事、【GPTsで手軽にRAGを構築する】が、分かりやすいでしょう。
オラクルさんも、セールスフォースさんも、企業情報のデータベースを製品としてお持ちなので、生成AI が、回答を生成するときに、その企業情報を参照することを効率よくできるようにしましょう。というのが、相次いで、リリースされている製品の内容です。
ただ、RAG については、LikedIn の「DXワイガヤ相談室」での議論にありますように、一筋縄に行かないのが、現実です。
得たい成果を得るためには、泥臭い作業を繰り返し実施する必要があります。
それが、企業内生成AI システムを構築するのが、高価になる所以です、
これからは、この RAG を実現する技術者の不足が、顕著になると思います。
技術者の皆さんは、ぜひ、RAG のスキルを身につけましょう。😄
本内容に、ご興味を持たれた方は、お問い合わせフォーム より、お問い合わせください。
Follow on LinkedIn