レガシーシステム連携で陥る“サイロ化”の罠

AI導入「爆死する企業」「成果出す企業」の埋めがたい差　ホワイトペーパー3選

生成AIの導入が活発化する一方で、期待した成果を得られず失敗に終わるプロジェクトがある。成功と失敗を分ける要因は何か。生成AIの導入を実際の成果につなげるためのポイントが学べる3つの資料を紹介する。

　生成AIは既に企業でPoC（概念実証）の段階を終え、実導入が進みつつある。導入後の生成AIが価値を生めるか、あるいは「使い物にならない」という失望で終わるか。その明暗を分けるのは、導入の手法や、既存のレガシーシステムやデータ資産との連携の仕組みにある。

　レガシーシステムにAI機能を強引に継ぎ足した結果、運用がサイロ化し、AI機能の拡張性が失われるケースがある。それに対して成功を収める企業は、生成AIを業務に組み込むために、レガシーシステムやドキュメント、業務プロセスを整備している。

　生成AI導入の失敗と成功を分ける要素は何なのか。生成AI導入の“失敗例”や、実際の企業の生成AI導入の成功事例について取り上げたホワイトペーパーを紹介する。

“小さな失敗”をRAGプロジェクトの成功につなげる

RAGプロジェクトを成功させる方法　～あるいは早く失敗しておく方法～

　企業では社内文書を検索し、回答させるRAGシステムの構築や導入が進みつつある。RAGはユーザー企業のデータベースや社外のデータソースにあるドキュメントなどの情報を参照し、LLM（大規模言語モデル）が事前学習していない情報も踏まえて回答できるようにする手法だ。しかし「期待した回答が得られない」「業務で使い物にならない」という失望の声もある。その原因は、技術的な問題だけではない。

　アマゾン ウェブサービス ジャパンの本資料は、RAGプロジェクトで「致命的な失敗」を避けるためのポイントをまとめている。どの段階で「ドキュメントを直す」べきか、または「プロンプトを工夫すべきか」という判断基準を提示し、早期に小さな失敗を繰り返しながらシステムを洗練させるための実戦的な手法を説明している。

　RAGを構築したが精度が上がらずに困っているエンジニアや、AIプロジェクトの適切な評価指標を模索しているプロジェクトマネジャーに適した資料だ。

北海道テレビの生成AI活用事例に学ぶ　社内システムをモダナイゼーションするには

ホワイトペーパー発掘ガイド

この連載の記事をもっと見る

関連記事

• 

  「AIエージェント」プロジェクトの8割が失敗　成功を左右する“あの要素”

• 

  7割失敗する「AIでレガシーシステム刷新」の幻想　あの企業も選んだ現実解とは