DAIS-RAGチャットボット
(AIチャットボット)

チャットボットとは？

AIチャットボットの種類

有人型チャットボット

有人型チャットボットとは、人間のオペレーターが対応するチャットボットのことです。
カスタマーサポートにおいては、初めにAIを搭載したチャットボットが対応し、AIが対応しきれない複雑な内容の問い合わせの場合に人間のオペレーターに切り替える形をとっている企業が多いです。

有人型チャットボットのメリットは、何よりユーザーの意図をくみ取った回答が可能なことにあります。
ユーザーも、解決したい問題や意図が伝わりやすいことで、ストレスなく問い合わせを行えます。

一方で、回答の精度や対応品質がオペレーターに依存してしまうことや、顧客満足度こそ向上するもののコストが高くなってしまう点はデメリットといえるでしょう。

シナリオ型チャットボット

シナリオ型チャットボットとは、あらかじめ設定されたスクリプト、すなわち「シナリオ」によって会話を進めるチャットボットです。
質問に対し、蓄積した会話の中から適切と判断された回答を提示する「ログ型」、選択肢を提示してユーザーに当てはまるものを選んでもらう「選択肢型」、事前に単語とその単語に対する回答を登録しておく「辞書型」などがあります。

定型的な会話が基本なので、カスタマーサポートや社内向けのサポートデスクとしてFAQ集のように用いるのに適しています。
導入コストが低いメリットがあるものの、表記揺れがあった場合や複雑な質問をされた場合に、回答できないことがあるのがデメリットです。

ファインチューニングを用いた
AIチャットボット

ファインチューニングを用いたAIチャットボットとは、すでに学習したモデルに新たなデータセット層を追加することで、モデル全体を再学習したAIチャットボットのことです。
もともとあったモデルを再利用するため、モデルを一から構築するよりも大幅に時間を短縮できます。

ファインチューニングを用いたAIチャットボットのメリットは、モデルに知識を追加することで、AIチャットボットをより多くの用途で使えるようになることです。
また、社内データや自社の商品・サービスのデータを追加すれば、企業独自の環境を構築できます。

一方で、ファインチューニングには一定の質と量のデータセットが必要です。
他にも、何度も微調整を重ね試行錯誤しなければならないため、手間やコストがかかる点はデメリットといえるでしょう。

RAG(検索拡張生成)を用いた
AIチャットボット

RAG（検索拡張生成）を用いたAIチャットボットは、入力された質問に対して、外部データベースを検索して得た情報をLLMによるテキスト生成に組み合わせることで回答を取得します。

ファインチューニングを用いたAIチャットボットに比べて、少ないデータで高い精度の回答を返すことが可能です。

RAGを用いたAIチャットボットのメリットは、信頼性が高くかつ最新の情報を提示できること、またLLMによるテキスト生成で起こりがちなハルシネーションを抑制できることです。

一方で、参照させる外部データベースを精査したりエンベディング（単語や文章をベクトルに変換し、質問文の意味をくみ取ったデータ収集を行わせること）したりする必要があるほか、画像や表などのデータに対応するのが難しいといった課題があります。

RAGを用いたAIチャットボットが
優れている理由

RAG（検索拡張生成）によって、生成AIチャットボットの精度は大幅に向上しました。
従来の代表的な技術であるLLMとファインチューニングと比較して、RAGを用いた生成AIチャットボットの何が優れているのかをご紹介します。

まずは、LLMです。
LLMは古い情報や虚偽の情報も収集するため、古い情報を提示してしまうこともあれば、事実に基づかない情報を生成してしまうこと（ハルシネーション）もあります。

しかし、RAGは回答を作成する上で、LLMが学習済みのデータのほかに外部データベースを参照します。
これによって、回答の精度を向上させることが可能です。

さらに、RAGではエンベディングの技術が用いられています。
エンベディングは、単語や文章をベクトルに変換する技術であり、これによって単なるキーワード検索ではなく質問文の意味をくみ取った検索が可能となります。

LLMのみではなく、外部データベースも用いて回答を生成すること。
質問文の意味をくみ取った検索ができること。
この2つが、LLMと比較してRAGが優れている点です。

一方、ファインチューニングは、訓練済みのモデルに追加データを与えることで知識を拡張する技術です。
ファインチューニングは、事前に時間をかけて学習を行わなければならないほか、正しい回答を得るのに試行錯誤が必要で、さらに高度な計算能力やストレージ、メモリを持つマシンが欠かせないという課題があります。

そんなファインチューニングと比較して、RAGは少ないデータで回答精度を向上させられます。
さらに、参照する外部情報に適切なものを用意すればよいので、時間やコストもファインチューニングと比較してかかりません。

DAIS-RAGチャットボットの
特徴

DAIS-RAGチャットボットは、DYMが提供するフルカスタマイズAIチャットボットです。
RAG（検索拡張生成）を言語モデルに組み込んでおり、ビジネスの効率化と顧客体験の向上を実現する、革新的なAIソリューションツールとして活躍します。

DAIS-RAGチャットボットは、クライアント専用のAIパートナーとして構築することで、クライアントの課題を解決します。
RAGを組み込んだDAIS-RAGチャットボットは、外部情報や最新情報を用いて、根拠のある回答が可能です。
そのため、質問に対して精度の高い回答を生成でき、これまで人の手で行っていた問い合わせや質問への回答作業を、AIにお任せいただくことが実現します。

ここからは、DAIS-RAGチャットボットの特徴やDYMが提供するDAIS-RAGチャットボットサービスについてご紹介します。

まず、DAIS-RAGチャットボットの言語モデルはオープンAIの最新モデルであるGPT-4oを使用しています。
また、RAGを使用する上でネックになりがちな外部データソースは、編集をDYMが完全サポートいたします。
データソースの作成から運用まで全てお任せください。

0からクライアントの要件に沿って開発が可能なので、「ちょっと変わった要件のものを作りたい」というご要望にもお応えできます。
伴奏型で保守性を担保いたしますので、保守などができるエンジニアがいない場合でもお任せいただけます。

さらに、チャット機能はWebやLINEなど、他プラットフォームの利用が可能です。
このように、DYMが提供するDAIS-RAGチャットボットは、クライアントの課題解決と同時に、充実したトータルサポートをご提供いたします。

DAIS-RAGチャットボットの
カスタマイズ性

DAIS-RAGチャットボットはクライアントの用途に合わせて、柔軟にカスタマイズすることができます。
また、UIもサードパーティー製のチャットツールにカスタマイズすることも可能です。

DAIS-UIをカスタマイズすることで、質問者や質問内容をすべて保存・管理できます。
有人対応としての処理も可能なので、会話内容を確認して有人対応に切り替えることも簡単です。

さらに、ユーザーとのチャットボットの会話ログを確認することで、顧客の新たなニーズをマーケティング調査できる副産物も得られます。

DAIS-RAGチャットボットは、そのカスタマイズ性の高さからAPIが解放されているさまざまなチャットツールに対応できます。
例えば、LINE、Instagram、Chatwork、Slackなどです。

カスタマイズ性について、実現できるか気になる機能や疑問がありましたら、ぜひDYMにお問い合わせください。