Rosarium

実践事例 / 公開物 / case

00. このケーススタディについて

問い合わせ対応の何が問題で、AIと人の仕事をどう分ける設計なのかを短くまとめます。扱う設計範囲と、確認できる事実・設計条件・試算の区別をExecutive Summaryとして示します。

公開:最終更新:

更新履歴

  1. 改訂

    企画で与えられた業務目標と、要件定義・SAで判断するシステム要件・実現方式の境界を明確にした

  2. 公開

Applied AI / DX / RAG / HITL / System Architecture

読む目的: AI導入・責任・評価 / 自然言語サービス・RAG・ナレッジ / 事例・実務

このBookの目次(全9章)
  1. 全体構成
  2. 00. このケーススタディについて
  3. 01. なぜAIを導入したのか
  4. 02. 何をAIに任せ、何を人間に残したか
  5. 03. PoCで「使えるか」をどう判断したか
  6. 04. RAG / Knowledgeをどう設計したか
  7. 05. AIをどこで止めるか
  8. 06. 顧客体験をどう変えたか
  9. 07. AIから人間へどう引き継ぐか
  10. 08. 導入後にどう育てるか
  11. 09. この事例から得た設計原則
目次
  1. Executive Summary
  2. 何を設計したケースか
  3. この事例で示す判断
  4. 事実性の範囲

現在位置:導入・全9章

Executive Summary

企画方針・業務目標は企画部門から与えられた前提です。この事例の担当範囲は、要求をシステム要件と実現方式へ落とす要件定義・システムアーキテクチャです。業務目標の設定自体を担当した企画事例ではありません。

題材は、複合機・プリンタ関連製品について、操作方法、設定、製品トラブルを扱う顧客サポートです。

このケースでは、問い合わせの受付から状況確認、追加質問、資料検索、原因判断、回答までをサポート担当者が担う業務を対象とします。

このケースで目指したのは、検索だけを速くすることではありません。既存文書を根拠に安全に回答できる問い合わせは顧客の自己解決へ移し、専門判断や個別調査が必要な問い合わせへ人間を集中させることです。

全件有人から、自己解決と専門対応を分ける

+の付いた項目を選ぶと、詳しい説明が下に表示されます。

全件有人から、自己解決と専門対応を分ける本文の工程・分岐・役割を示します。ノードを選ぶと前後の関係を確認できます。顧客Beforeサポート担当者Before追加質問Before複数資料を検索Before原因判断Before回答Before顧客AfterAIとの対話AfterRAG / KnowledgeAfter根拠と判断条件After自己解決After情報を保ったまま人間へAfter全件有人から、自己解決と専門対応を分ける本文の工程・分岐・役割を示します。ノードを選ぶと前後の関係を確認できます。顧客Beforeサポート担当者Before追加質問Before複数資料を検索Before原因判断Before回答Before顧客AfterAIとの対話AfterRAG / KnowledgeAfter根拠と判断条件After自己解決After情報を保ったまま人間へAfter

詳しい説明

気になる項目を選ぶと、その役割や判断理由を確認できます。

顧客

顧客。次の工程:サポート担当者。

サポート担当者

サポート担当者。次の工程:追加質問。

追加質問

追加質問。次の工程:複数資料を検索。

複数資料を検索

複数資料を検索。次の工程:原因判断。

原因判断

原因判断。次の工程:回答。

回答

回答。この工程の位置と前後のつながりを確認します。

顧客

顧客。次の工程:AIとの対話。

AIとの対話

AIとの対話。次の工程:RAG / Knowledge。

RAG / Knowledge

RAG / Knowledge。次の工程:根拠と判断条件。

根拠と判断条件

根拠と判断条件。次の工程:回答可能:自己解決/専門判断が必要:情報を保ったまま人間へ。

自己解決

自己解決。この工程の位置と前後のつながりを確認します。

情報を保ったまま人間へ

情報を保ったまま人間へ。この工程の位置と前後のつながりを確認します。

何を設計したケースか

領域設計対象
DX / 業務設計全件有人から、自己解決と専門対応を分ける業務構造への変更
Applied AI自然言語理解、追加質問、根拠検索、回答生成の適用範囲
RAG / Knowledge機種、版数、公開可否、問い合わせ分類による検索制御
Responsibility / HITLAIの停止条件と、人間が保持する判断責任
UX / UI内部分類を知らなくても質問でき、確認を一つずつ進められる対話
Evaluation / PoC検索、対話、回答生成、業務成立性を分けた評価
Operations誤回答、有人移行、文書不足、離脱を改善へ戻す仕組み

この事例で示す判断

生成AIが回答文を作れることと、顧客へ回答してよいことは同じではありません。回答には、対象に適合し、現在有効で、顧客へ公開できる根拠が必要です。条件を満たさない場合は、AIの推測で埋めず、人間へ引き継ぎます。

本書で扱う能力は、RAGの実装だけではありません。与えられた業務要求からシステム要件とAIの役割を具体化し、技術的に動くか、業務として成立するか、導入後に改善できるかを一続きで設計することです。

事実性の範囲

本書で示す設計条件・PoC条件・効果試算は、実測した導入成果とは区別する必要があります。

設計条件・PoC条件・効果試算を公開実績としては扱いません。