生成AI
大規模言語モデル(LLM)
のビジネス活用
NTTデータ数理システムの
生成AI・LLM活用支援
ChatGPT をはじめとする生成AI・LLMは、導入も手軽になり、様々な業務で活用され始めています。 一方で、高い期待に反して「活用しきれていない」「想定よりもパフォーマンスが低い」 という声もしばしば聞かれます。 当社はAI・数理科学のプロフェッショナルとして、AIモデルに対する知識、業務活用の経験を活かして、 生成AI・LLMの業務活用を推進・支援しています。



生成AI・LLMとは
生成AIとは、自然言語による指示(プロンプト)から、文章や画像などのコンテンツを自動的に産み出すAI技術のことです。ビジネスの世界では、すでに ChatGPT のような 大規模言語モデル(LLM: Large Language Model)を使ったチャット AI が広く活用されています。これらは高度な文章生成能力を持ち、幅広い知識と優れた推論力を備えています。場合によっては、大学院生レベルの能力を発揮することもあるとされています。 一方で、生成AIの知識ベースは「公開データ」のみに依存しており、各企業特有の知識や事情までは把握していません。そのため、各企業の課題解決には限界があります。 生成AIを効果的にビジネスに活用するには、自社がもつデータとの統合や、自社にあわせたカスタマイズが不可欠です。このプロセスを通じて初めて、生成AIを用いた業務の最適化や新たな価値創造が可能となります

生成AI・LLM活用の
ビジネスにおける使いどころ
01
商品開発・
マーケティング
・ペルソナ生成
・マルチエージェントディスカッション

02
トレーニング・教育・
ナレッジ集積
・営業/顧客対応ロールプレイング
・壁打ち相談/あいまい検索

03
ソフトウェア開発・
設計
・仕様書/設計書のDX
・暗黙知抽出

04
Vision(画像入力)
・AI-OCR の生成AIによる進化
・AI-RPA(非定型業務の自動化)

05
社内データ活用
・RAG
・ローカルLLM

06
AI 活用アシスタント
・特徴量生成、ラベリングの自動化
・結果の解釈/考察の自動化

生成AIの業務活用にはコツがいる!?
生成AIを実際に業務で使おうとしたものの、期待したようなアウトプットが出てこなかったという方も多いのではないでしょうか。 実務で使いこなすにはハルシネーションなどの課題も残り、工夫が必要なソリューションでもあります。 ホワイトペーパーでは上記の課題への解決策を、具体例を交えてご紹介しています。
数理システムの
開発・導入支援サービス
NTTデータ数理システムは、生成AIをはじめとする幅広い技術要素のなかから最適な組み合わせをご提供し、 マーケティング、DX推進、バックオフィス、研究開発など様々な業務の生産性向上、新規価値創造をご支援しています。
NTTデータ数理システムの生成AIビジネス活用支援サービスが選ばれる理由
point 01
分析案件実績多数の データサイエンティストが プロジェクトを進行
point 02
業務への浸透に向けた GUI制作なども ワンストップでご提供
point 03
当社の生成AIアセットを 活かしたクイックな PoCが可能
「データ分析」や「AI技術」など
「最新の技術を駆使したモデル開発・導入」
に長年取り組んできた実績を持っています。


生成AIに詳しいコンサルタント、データサイエンティストが、あなたのお悩みに回答します。 お気軽にご相談ください。
無料で相談する支援実績

業種:コンサルティング
営業資材作成業務の改革
OpenAI社のGPTモデルを活用し、アポイントメント時に必要な営業資材の作成業務を部分的に自動化しました。 これらの資材は、従来、顧客業界に精通したコンサルタントが時間をかけて作成していたものです。 自動化にあたり既存の営業資材の本質的な特徴を綿密に分析・言語化し、この知見を最新の言語モデルの特性に合わせて最適化して、効果的なプロンプトやツールに落とし込みました。この結果、コンサルタントの作成したものに匹敵する高品質な資材の大半を自動的に作成することが可能となりました。生成時間も1回数十分程度ですむため複数の候補が生成可能で、そこから良いものを選ぶことができます。コンサルタントはより付加価値の高い業務に集中できるようになりました。

業種:インフラ
マルチAIエージェントディスカッションによる
アイディエーションシステムの構築
会議やブレインストーミングで、いつも同じメンバーだと類似のアイデアばかりが出がちです。そこで、生成AIを活用した革新的なアプローチとして、多様な性格や専門性を持つAIエージェントによるディスカッションシステムを構築しました。 このシステムは、マーケティングや経営企画分野でのアイデア創出に活用されています。これらの領域では、SWOT分析やペルソナ分析などのフレームワークが活用されてきましたが、このような分析には、時間と経験が必要でした。ディスカッションシステムの中では、専門知識を持ったAIエージェントが自動的にこれらのフレームワークを適用して、多角的に分析を行います。さらに、AIエージェント間の対話により、人間のチームでは思いつかなかった新しい視点やアイデアが生まれます。短時間で多様なインサイトを得られるようになり、創造的で迅速な意思決定が可能になりました。
導入支援業界・分野
製造業、流通・小売、インフラ、広告代理店、コンサルティング、金融、サービス業
PoCプロジェクトの進め方
1
PoCをPoCで終わらせないために
業務活用につなげるための PoC のゴールや評価指標を明確化し、環境・データの準備を行います(テーマがコンパクトに絞られている場合は、営業稼働の範囲で対応させていただく場合もあります)。
・PoC で何を確認できたらよいか(業務観点・技術観点での検討、モデルの選定など) ・課題と難易度の確認(豊富なプロジェクト経験から実現性を検討) ・利用データの確認(RAGなど)、各種環境構築・セキュリティーの確認
2
生成AIモデルのポテンシャルを引き出す
選定モデルを使って実装を行い、ファインチューニングやモデル改善を繰り返します。
・モデルの性能を引き出すためのプロンプトエンジニアリングやアルゴリズム実装、ファインチューニング ・お客様の手元で実際に実行して評価いただくためのプロトタイプ GUI の実装 ・性能確認、改善ポイント(優先度)の整理
3
業務活用へ向けて
プロトタイプモデルのフィードバック、PoCの成果と今後の展望を取りまとめます。
・モデルやアルゴリズムの改善などを行い、プロトタイプモデル(PoC最終モデル)を作成 ・プロトタイプモデルをお客様にお試しいただき、フィードバックを取りまとめ ・PoC の結果を定量的・定性的に評価し、課題や今後の展望(本格導入に向けた追加試算、コスト試算)をまとめます。
お客様に試用していただき、ご要望をいただきながら進めます。
よくある質問
今は情報収集段階で、まだ具体的なプロジェクトが立ち上がっていません。 予算を取っていませんがやりたいことに近い事例などを知りたいです。
WEB上にある事例だけでなく、実際どうなの?というような情報提供も可能です。 まずは情報交換・整理からお役に立てれば嬉しいです。
どのくらいの期間とコストがかかるのか? まずは大まかなイメージを知りたいです。
ぜひご希望をお聞かせください。 急ぎの場合でもプロジェクトの期間と費用について、大まかな目安をご提示できます。 計画のたたき台としてぜひご活用ください。
生成AIの進歩を踏まえ、今取り組むべき課題かどうか、
専門的なご意見を伺いたいです。
実際に生成AIの案件に携わる専門家がお答えします。 技術革新があっても、検討の結果が活きるご提案がしたいです。 「今やるべきこと」を明確にしていきましょう。
手元の課題が生成AIに向いているのか、旧来のAI・機械学習か、
それとも最適化の領域なのか正直分かっていないのですが、
そんな状況でも相談にのっていただけますか?
はい、よろこんで!