GenAIナレッジ・検索プラットフォーム

数十万件の技術クレームを、会話型AIで即座に検索・分析する知識基盤。

「クレーム情報が使われていない」——蓄積された知識が組織の力にならない構造的問題

大規模な技術クレームデータベースを持つ自動車OEMにとって、問題は「データが少ない」ことではなく「データが活用できない」ことです。Excelベースの手動フィルタリング・キーワード検索の限界・担当者の暗黙知への依存——これらが複合的に作用し、過去の解決策が目の前の問題解決に活かされていません。その結果、同じパターンの問題が繰り返され、対応のたびにゼロから調査が始まります。

GenAIナレッジ検索プラットフォームが解決する4つの問題

Engineering.IAは、RAG（Retrieval-Augmented Generation）アーキテクチャを核に、構造化フィルタリング・セマンティック類似度検索・生成AI合成の3層を統合したGenAI知識検索プラットフォームです。Zeusポータルの大規模クレームデータを、いつでも・誰でも・会話で問い合わせられる知識基盤に変換します。

インテリジェントクレーム検索と類似度クラスタリング

キーワードではなく文脈に基づいてZeusの過去クレームを検索します。Azure AI SearchとAzure OpenAIのエンべディングを組み合わせたハイブリッド検索が、表現が異なっていても意味的に類似した案件を漏れなく特定します。

車種・地域・部品コードを横断した構造化フィルタリング
セマンティック類似度による関連クレームの自動ランキング
類似案件をクラスタリングし再発パターンを可視化

合成解決インサイトとソース引用応答

集約ビューと個別レコードの両方を提供
全回答にZeus IDを引用——生成AIの幻覚を構造的に防止

会話型クエリインターフェースと調査継続性

自然言語で技術的な質問を投げかけ、調査を深掘りできる会話型UIを提供します。テキスト入力と音声入力の両方に対応し、会話履歴が永続化されることで調査の継続性と内部レビューへの活用が可能です。

テキスト・音声の両入力に対応した自然言語クエリ
調査的・探索的な質問スタイルをサポート
会話スレッド永続化と回答のテキストダウンロード

構造化応答フォーマットと意思決定支援

サマリー・ランキングされたクレーム・出典引用を組み合わせた構造化された応答で、生データを解釈する工数を削減します。エンジニアと管理職の両方が即座に活用できる意思決定支援データを提供します。

意思決定対応フォーマットでの出力（サマリー+ランキング+引用）
Power BI Dashboard連携によるKPI・傾向分析
フィードバック機能と音声読み上げ機能で使いやすさを追求

Azure OpenAI × Kubernetes——エンタープライズグレードのRAG基盤

Engineering.IAはAzure Kubernetes Services上に構築されたクラウドネイティブアーキテクチャで、DT IAM認証・Azure AD/RBAC・Key Vaultによるエンタープライズグレードのセキュリティと、Azure OpenAI・AI Search・Document Intelligenceを組み合わせたRAGパイプラインを統合します。

8つのコア機能でクレーム調査を再定義する

キーワードを超えた文脈検索——表現が違っても同じ問題を捕捉

従来のキーワード検索の最大の弱点は、同じ問題が異なる表現で記録された場合に検索漏れが発生することです。Engineering.IAのハイブリッド検索エンジンは、構造化メタデータフィルタリングとAzure OpenAIエンべディングによるセマンティック類似度検索を組み合わせ、表現のばらつきを超えて関連案件を網羅的に特定します。

車種・部品コード・地域・優先度による構造化フィルタリングで検索スコープを精緻化。広いデータセットから関連度の高い候補を効率的に絞り込む
Azure AI SearchのベクトルインデックスとAzure OpenAIエンべディングによるセマンティック類似度検索。「急速充電」「DCチャージャー互換性」「QC充電失敗」などの表現違いを吸収
類似クレームを自動クラスタリングし、繰り返しパターンをグループ化して可視化。単発対応から傾向把握へのシフトを支援

複数クレームを横断した合成インサイト——個別レコードでなく、パターンを理解する

類似クレーム群にわたって解決策を集約し、「このタイプの問題に対して過去どのような対処が有効だったか」をサマリーとして提示。エンジニアの調査工数を構造的に削減
集約ビューと個別レコード詳細の両方を提供。概要で全体傾向を把握し、必要に応じて特定クレームの詳細に深掘りできる二層構造
再発パターンのプロアクティブな検出。特定部品・地域・車種での繰り返し問題を特定し、予防的なエンジニアリング介入の機会を提示

会話型クエリと調査継続性——技術エンジニアが直感的に使える設計

Engineering.IAは、複雑なクエリ構文を覚える必要のない自然言語インターフェースを提供します。技術的な調査質問を投げかけるように操作でき、テキストと音声の両方の入力方式に対応。会話履歴が永続化されることで、複数セッションにわたる調査の継続性を確保し、内部レビューへの活用も可能にします。

Azure AI Speechを活用した音声入力。現場での使用やハンズフリー環境での調査を可能にし、タイピングの手間を排除
AI Translatorによる多言語クエリ対応。日本語・英語を含む複数言語でのクレームデータ検索と応答生成をサポート
フィードバック機能（5段階評価）と回答のテキストダウンロードにより、システムの継続的改善と知識のチーム共有を促進。読み上げ機能で応答内容を音声確認可能

すべての応答にZeus IDを引用——AIへの信頼をトレーサビリティで構築

すべての回答にZeusクレームIDリファレンスを含める設計。エンジニアはAIが参照した具体的なレコードに直接アクセスし、文脈と詳細を確認可能
構造化応答フォーマット：サマリー・ランキングされたクレーム・引用が統合された形式で意思決定支援を提供。生データの解釈工数を削減し、即座に活用可能な形式で出力
会話履歴と調査スレッドの永続化により、過去の調査プロセスを後から追跡・内部レビューすることが可能。エンジニアリング意思決定の根拠を組織的に記録

RAG×ハイブリッド検索——GenAIナレッジ検索プラットフォームの検索パイプライン

自動車OEM向けGenAI知識システム構築の実証済み専門性

MFTBCとの長期パートナーシップに基づく深い知見

Mitsubishi Fusoとの複数プロジェクト（TICツール・翻訳ツール・FORCE・CMS・Engineering.IA）にわたる長期パートナーシップにより、Zeusエコシステムの構造・Daimler Truckの技術文化・自動車OEM特有のクレーム管理プロセスに精通したチームを持ちます。

大規模RAGシステムの設計・実装経験

数十万件のレコードを扱う大規模エンタープライズRAGシステムの設計から本番展開まで、完全に自社で実施した実績を持ちます。精度・スケーラビリティ・トレーサビリティの3要素を同時に満たすアーキテクチャ設計が得意分野です。

高い採用率を実現するUX設計力

技術的な実装の優秀さだけでなく、エンジニアが実際に日常業務で使うUI/UXの設計に長けています。Engineering.IAがローンチ数週間で400名以上を獲得し、200名/週のオンボーディングを実現した背景には、直感的で実用的なUI設計の徹底があります。

エンタープライズセキュリティとAzure統合の実績

DT IAM認証・Azure AD/RBAC・Key Vault・Application Gatewayを組み合わせたエンタープライズグレードのセキュリティアーキテクチャの実装経験。Daimler Truck標準のセキュリティポリシーに準拠したシステム構築実績があります。

プロアクティブなパートナーとしての課題発見力

Engineering.IAはMFTBCからの要件定義書を待たず、Cubastionが自社のFUSOとの関係の中で課題を特定し、プロアクティブに提案・開発したソリューションです。クライアントのビジネスを理解し、次の課題を先読みするパートナーとしての姿勢が差別化要因です。

多言語・グローバル展開対応の技術スタック

Azure AI Translator・Azure AI Speechによる日英多言語対応、グローバルなKubernetesベースのインフラ設計により、日本本社から海外拠点まで同一品質のサービスを提供します。地域間での知識格差を構造的に解消します。