ウェビナー

社内ナレッジを安全に活用する手段として、RAG（検索拡張生成）を導入する企業が増えています。
一方で、いざ使い始めると壁にぶつかり、社内展開が止まってしまうケースが後を絶ちません。
例えば以下のような課題はありませんか？

・ファイルに情報があるはずなのに、回答してくれない
・古い情報や、まったく関係のないファイルを元に答えてしまう
・回答が不安定で、現場から「使えない」と言われてしまった
・導入時は整備したものの、その後の更新が追いつかず放置されている

この原因の多くは、生成AIの性能不足ではありません。
AIが読みに行く社内文書そのものが整理されておらず、「探せる状態」になっていない
ことにあります。モデルやプロンプトだけを調整しても、回答の精度は変わりません。
そこで、本ウェビナーでは、AIが正しく理解・検索できるデータの状態＝「AI Ready」を
どう作るかという勘所に加えて、それを人手に頼らず維持し続けるための運用の考え方までを解説します。

【このような方におすすめ】
・社内版ChatGPTやCopilot、RAGを導入したが、回答精度が低く社内展開が進んでいない方
・以前RAGを試したものの精度が出ず、再検討のきっかけを探している方
・導入したRAGの情報が古くなり、更新の手間に悩んでいる方
・社内文書の整理・管理を担当し、AI活用の前提づくりを任されている方

【このセミナーでわかること】
・RAGの精度が上がらない「本当の原因」と、その切り分け方
・社内文書（PDF・Excelなど）をAIに読み込ませる際の「データの整理術」
・社内用語や固有名詞を正しく検索させるための考え方
・AIに「嘘」をつかせず、参照元をしっかり提示させるためのコツ
・文書が増え続けても精度を保つための、更新運用の設計
・自社のRAGの問題が「データ側」と「モデル側」のどちらにあるかを判断する方法