AI事業｜株式会社kotatsu

CONCEPT

人を減らすために入れるのではありません

人が足りない現場ほど、記録や集計といった作業が後回しになります。後回しにされた作業は、いずれ誰かの残業になります。私たちがAIを入れる目的は、人を減らすことではなく、人がやらなくてよい作業を引き取ることです。音声から議事録を起こす、紙をデータに変える、定型の文書を下書きする。そうした作業を任せられれば、人は判断と対話に時間を使えます。

POLICY

入れて終わり、にしません

AIは、動くものができた時点では終わりません。現場で使われ、成果につながって初めて意味を持ちます。精度の数字が良くても、誰も触らなければ投資は回収できません。業務システムを作ってきた立場から、誰がどの場面で使うのかを決めたうえで設計し、使われる状態にするところまでを担当します。

DEVELOPMENT

モデルから手を入れます

既存の大規模言語モデルを土台に、企業ごとの業務データや要件に応じてモデルそのものを調整しています。汎用のAIをそのまま使うのではなく、その会社の言葉づかい、書式、判断の基準を覚えさせたうえで業務に載せる。下記の工程は、いずれも実際の案件で実施してきたものです。

追加学習基盤モデルに対し、業務で蓄積された文書やログを追加で学習させます。汎用のモデルが知らない社内用語や独自の様式を、モデル側に覚えさせる工程です。

ファインチューニング目的の作業に合わせてモデルの重みを調整します。分類、要約、抽出といった決まった仕事について、指示の書き方に左右されない安定した出力を得るために行います。

独自データによる学習お客様が保有するデータを用いて学習させます。データの選別、匿名化、形式の統一といった前処理から担当します。実務ではここが成否を分けます。

モデルの改変・最適化推論の速さ、必要なメモリ、動かす場所の制約に合わせてモデルを作り替えます。量子化や不要な層の削減により、現実的な費用で動く形にします。

MODALITY

文字だけを扱うのでは足りません

テキストだけでなく、音声と画像も扱えます。業務の現場では、情報が文字の形で揃っていることのほうが稀だからです。

テキスト文書の生成、要約、分類、抽出、校正。社内文書を読ませたうえでの応答にも対応します。

音声音声の文字起こし、話者の識別、要約。会議の録音から議事録までを一続きで処理します。

画像帳票や書類の読み取りとデータ化、図表の生成。紙で回っている情報を、扱えるデータに変えます。

DOMESTIC

国内開発について

開発は日本国内で行っています。データの取り扱いと、業務要件の詰め方のどちらにおいても、近い距離で進められることを利点と考えています。

開発主体株式会社kotatsu（東京都府中市）

開発体制自社のエンジニアが設計・実装・評価を担当しています。東京・大阪・名古屋の拠点で開発を行っています。

開発方針基盤となる大規模言語モデルを選定したうえで、業務データによる追加学習とファインチューニングを重ねる方式を採っています。

フルスクラッチ開発についてモデルをゼロから構築する開発も実施しました。ただし必要な精度に届かず、既存の高性能なモデルを土台にするほうが実用的だと判断しています。現在はその方針で開発を進めています。

個別カスタマイズお客様ごとに、学習させるデータ、扱う様式、権限の設計を変えています。同じ構成をそのまま横展開する形はとっていません。

DATA

データの取り扱い

業務のデータをお預かりする以上、どこまでを学習に使うのかを先に決めます。後から範囲が広がることのないよう、着手前に書面で取り決めます。

学習に使う範囲対象とするデータの種類と期間を、着手前に取り決めます。取り決めの外にあるデータを学習に用いることはありません。

前処理個人を特定しうる情報は、匿名化したうえで扱います。データの選別と形式の統一も、この段階で行います。

環境の分離お客様ごとに環境を分けて構築します。学習も推論も、その環境の中で行います。

参照範囲の設計誰がどのデータを参照できるかを、部署・役職の単位で設計します。御社の規程に合わせて後から変更できます。

SERVICE

業務支援AIツール「TETUD.AI」

ここまでの開発をひとつの形にしたのが、業務支援AIツール「TETUD.AI」です。チャット、議事録の作成、資料づくり、社内文書の参照までをまとめ、アカウント単位でご利用いただけます。管理のしかたや権限の切り方は、会社ごとに作り替えてからお渡しします。

TETUD.AIについて

RECORD

AIの実績

これまでに手がけたAI関連の案件は、実績のページに掲載しています。

AIの実績を見る

PROCESS

AI導入の流れ

ご相談から本番導入まで、業務の規模によって変わります。小さく試してから広げる進め方をおすすめしています。

01ご相談

何ができるか、から一緒に考えます

「AIで何かできないか」の段階で構いません。できること・できないことを正直にお伝えします。

02業務の棚卸し

どこに効くのかを見極めます

業務を洗い出し、AIが効く箇所と、仕組みや運用の工夫で足りる箇所を分けます。入れないほうがよい、という結論もあり得ます。

03試作・検証

小さく作って、効果を測ります

いきなり全体に入れません。狭い範囲で作り、実際のデータで精度と手間を測ります。ここで見合わなければ、引き返せます。

04本番導入・定着

使われる状態にして、お渡しします

運用手順と、精度が落ちたときの対処までを決めてお渡しします。使われずに止まる、という結末を避けるためです。

AIについて相談する

AI事業