株式会社ぐるなびのCTOの岩本 俊明さんと、Chief Tech Leadの宇佐川 卓弘さんにお話伺いました。
社内外の生成AI活用を推進する「生成AI CoE」の設立とその取り組み、生成AIの普及を踏まえた今後の仕事に対する考え方など、生成AIの活用・導入を検討されている方にとって大変貴重なお話をいただきましたので是非ご覧ください。
プロフィール
岩本 俊明さん
自社の全プロダクト・サービスにおける技術戦略の責任者としてサービス構築・品質向上に最適な技術の選択、意思決定を行う。また、在籍するEngineer全体に対して技術的なビジョンを示し、エンジニア組織を牽引。
宇佐川 卓弘さん
重要案件のサポートと並行して、自社プロダクト開発の進化に向けた戦略的な取り組みに力を入れている。そのための技術標準化とクラウドマイグレーション、クラウドネイティブ手法によるプロダクトのモダナイゼーションの取り組みを推進しつつ、生成AIの活用によるイノベーションの加速に注力
「生成AI CoE」を設立して活用を推進
Q：生成AIを導入した背景を教えてください。
岩本さん：始めに、立ち位置からお話しさせていただくと、私はCTOとして、会社の技術戦略全般を担当しています。宇佐川はChief Tech Leadという形で、システムの標準化やクラウドマイグレーションなど、イノベーションに関連するプロジェクトを推進する上での責任者となっています。私は全プロダクトの技術責任者として全体を見ながら、宇佐川はピンポイントでイノベーションを生み出し、形にするような役割となっています。
ぐるなびでは、2023年の8月にバーチャル組織として「生成AI CoE」を設立しました。これは開発部門だけでなく、技術以外の事業部門の人々も含めた多様なメンバーで構成されています。このCoEでは大きく分けて、プロダクトと社内業務の2つをテーマに取りまとめています。飲食店情報サイト「楽天ぐるなび」を含む様々なプロダクト、サービスオペレーション、内部プロセス改善、営業支援などの場面で生成AIの活用を推進しています。また、既存のプロダクトの改善だけでなく、新しいユニークなプロダクトの創出も目指しています。
導入の背景としては、ChatGPTを含む生成AIの流れに乗じて、新しいプロダクトの開発を考え始めたことがきっかけです。2023年6月頃には、ぐるなびのモバイルオーダーシステムなど、いくつかのプロダクトをリリースし、その後の活用事例として実証実験を行っています。実際に来店する一般のお客様を対象に注文画面にチャットボックスを設置し、生成AIを用いたメニューレコメンデーションを行いました。
参考：モバイルオーダーサービス「ぐるなびFineOrder」ChatGPTを活用したAIチャットボットの実証実験を開始
生成AI活用によって問い合わせ業務やナレッジ共有を効率化
Q：実際にどのような業務で生成AIを活用していますか？
岩本さん：一番多いのはQA（質問応答）の分野です。社内での問い合わせだけでなく、お客様からの問い合わせに対しても、生成AIを活用して対応しています。
「Azure OpenAI Service」のEmbeddingとChatGPTを利用して、RAG（取得拡張生成）を構築することで、問い合わせ内容の要約による問い合わせ内容の素早く理解ができ、ベクトル検索で過去の問い合わせ実績を元に類似問い合わせの一次回答の迅速化を図っています。これまで散在していた非構造データや、自然言語で書かれたメモなどを整理し、生成AIを通じて効率的に回答を生成しています。
宇佐川さん：問い合わせ対応以外にも、社内のナレッジ共有に生成AIを活用しています。セールスや開発の分野で蓄積されたナレッジを様々なツールを使用して情報を入力していますが、欲しいときに情報が検索しづらいという課題がありました。そこで、ChatGPTを組み合わせることで、ナレッジの要約を行い、素早く検索できるようにしています。
Q：ハルシネーション（AIが事実に基づかない回答を出力すること）への対策等はされているのでしょうか？
宇佐川さん：データ生成時に、出典がある情報に関しては基本的にリンクの形で情報を貼り付けています。この方法により、要約した内容が一見ではわかりにくい場合でも、元の情報源を確認できるようにしています。そのため、ユーザーが「これはどういうことか」と疑問に思った際には、元々の出典を見てもらうことで、情報の確認が可能です。
Q：生成AIを活用したことによって業務時間短縮のような効果はありましたか？
岩本さん：社内では「これまで見つけられなかった情報を瞬時に見つけることができるようになった」という声が一番多かったと思います。例えば、問い合わせついて、類似した回答や事例を迅速に回答を見つけ出すことが可能になりました。生成AIを活用することで、これまで実現できていなかった非構造データとして散在していた情報から効率的に検索し、エッジの高い回答を即座に見つけることができるようになりました。
宇佐川さん：これまでは、カスタマーサポートの方で分からないことがあると、ディレクターや開発チームで問い合わせに対応する必要があり、多くの時間を費やしていました。まだ検証中ですが、生成AIを導入して過去の類似問い合わせの検索性が向上したことによって、問い合わせの業務から解放され、本来の業務に集中することができるように目指していきたいと思っています。
利用者からのフィードバックを重視した速やかな開発サイクル
Q：社内での生成AI活用の推進にあたって意識していることがありますか？
岩本さん：現在は生成AIをいろいろな方にとりあえず使ってもらっている状態です。システム開発にとどまらず、技術的・非技術的な業務に関わるすべての人々がこれに向き合う必要があります。正確な結果が得られない場合もありますし、ハルシネーションの問題も存在します。そのため、フィードバックを非常に重要視しています。利用者からの具体的なフィードバックを受け、それが業務にどのように影響するかを評価し、速やかに改善に取り組んでいます。生成AIの機能がどんどん増えていく中で、新しい機能を短期間で試せるような柔軟な開発サイクルを意識しています。
Q：ガイドラインの作成にあたって注意した点を教えてください。
宇佐川さん：セキュリティ面に関して、社内の機密情報や個人情報、インサイダー情報の扱いについては特に注意しています。また、業務でChatGPTを使用する際にはオプトアウト申請をしたり、開発にはAzure OpenAI Serviceを利用するようにガイドラインを定めています。
また、教育の一環として、ポータルサイトを通じて、生成AIのガイドラインやCoEの活動、また、生成AIの活用事例として、社員が実施した個別プロジェクトや記事作成などを紹介しています。さらに、他社が生成AIをどのように利用しているかといったトレンド情報も集約し、最新の知識を提供するよう努めています。
生成AIだからこそできるカタチで新しいプロダクトを
Q：「ぐるなびFineOrder」のような生成AIを活用したユーザー向けサービスにも今後は注力していくのでしょうか？
岩本さん：2023年6月に行われた「ぐるなびFineOrder」での生成AIによる注文時のレコメンド機能の実装はかなり実験的な取り組みでした。今後に関しては、既存のものに何かを追加したり置き換えたりするのではなく、生成AIだからこそできる形式で新しいものを創造することに注力したいと考えています。現時点では、具体的な形になったサービスはまだ世に出ていませんが、RAGやファインチューニングなど社内で様々なトライアルを行い、イノベーションや新しいサービスの創出を目指しています。
これまでぐるなびは飲食店の情報を様々な形で提供するサービスを行なっていますが、今後はユーザーインターフェースが従来のキーワード入力形式から変化していくことが予想されます。将来的には、ユーザーに合わせた形で飲食店情報を提供できるようなサービスが登場する可能性が高いです。生成AIを活用することで、「楽天ぐるなび」をより使いやすくし、飲食店へのリーチを強化する方向に進めることが考えられます。この取り組みについては、CoEを含めて体制を組んで本格的に取り組んでいます。
AIの普及によって新しい仕事が生まれる
Q：最後に、生成AIに関して今後の展望や未来像について教えてください。
岩本さん：ぐるなびに限った話ではありませんが、生成AIによって変わる業務と新しく生まれる業務が表裏一体だと感じています。例えば、生成AIによってデータ検索の形が変わることで、新しいアプローチでの業務が可能になり、新しい仕事が生まれると思います。生成AIの導入により、失うものよりも新しいものが生まれるという感覚で利用することが重要だと考えています。
宇佐川さん：LLM（大規模言語モデル）は一般的なデータセットを大量に学習していますが、自社で利用する際には、自社独自のデータの重要性を実感しています。これまで社内のデータをきちんと蓄積してきたことで、生成AIを導入する際に役立つと考えています。
また、生成AIの活用によって仕事のスタイルの変化や効率化が見込まれますが、すべての情報を鵜呑みにするわけにはいかないため、真実と虚偽を見分ける判断能力がこれからより一層求められると思います。
