2014年04月

02

実際どうでしょう Vol.15「新人SEにソーシャルについて学ぶ」

インタビューシリーズ 「実際どうでしょう」

普段の製品・ソリューション紹介だけでは聞き出せない情報を「実際のところはどうなんだろう?」という素人視点で、専門家に聞いてみるシリーズです。

題して「実際どうでしょう」。。。どうぞ、ご覧ください。

今回は、新人 SE が学ぶ IBM Connection(※1)でお馴染みの日本アイ・ビー・エム吉原様にインタビューをさせていただきました。自身のブログにコミュ力がないとあったので、会話が途切れ途切れにならないか心配されていましたが、ソーシャルの質問をすると引き出しが広く知見の高い方でした。

※1 新人 SE が学ぶ IBM Connection第1回(IBM DeveloperWorks)

実際どうでしょう Vol.16

プロフィール

日本アイ・ビー・エム株式会社 吉原 洋樹 様

ソフトウェア事業本部 Collaboration Solutions 事業部 第一テクニカル・セールス

新卒で日本アイ・ビー・エムに入社し、現在の部署に配属され、3年目。
営業・技術支援として、パートナー様を中心にテクニカル・セールスを担当している。
2014年の目標は、「人前での説明に強くなる!」そのために、日々努力している。

※2014年6月時点のプロフィールです。

 

1.学生時代の経験が今に生きている

- 弊社までお越しいただき誠にありがとうございます。(インタビュアー重山)
[吉原さんは、Vol5でお世話になった松田さんにご紹介いただきました。](Vol.5 「Lotusはソーシャルで新たに羽ばたく、ひとのつながりでビジネスが変わる」

吉原:いえ、一度聖路加の眺めの良いオフィスに伺ってみたかったので。IBMのオフィスも少し見えますね。
※弊社本社(聖路加タワー)からの眺め。スカイツリーが見えます。

Interview_no16_2

- そう言っていただけて、良かったです。このインタビューも気づけば15回ものシリーズになりました。吉原さんは、現在3年目と伺っていますので、私より年下の方のインタビューは初めてなので、何だか新鮮です。簡単に経歴をお願いできますでしょうか?

吉原:あっ、はい。何だか面接みたいですねー

- 申し訳ありません…では、肩の力を抜いていきましょう!

吉原:新卒で日本アイ・ビー・エムに入社して、現在3年目になります。旧Lotus、現在のソフトウェア事業本部 Collaboration Solutions 事業部に所属しています。現在は、パートナー様を中心に営業・技術支援を行うテクニカル・セールスに就いています。

- コラボレーションを掲げている部署なので、さぞさまざまなツールを使いこなしているんでしょうね。今日はそのようなお話を伺えればと思っています。まず入社して以来、ずっと同じ部署にいらっしゃるのですか?

吉原:はい、同じ部署にいます。戸惑うことも多々ありましたが今では、黄色の製品が大好きです。(※2)
※2. IBMでは、ブランドカラーを色で表されることがあります。Collaboration Solutions 事業部は、今はもう使っていませんが昔は黄色がブランドカラーでした。

- 配属は希望または希望通りだったのですか?

吉原:いえ、特に希望していなかったです。関係があるか分かりませんが、大学の卒業論文に「ソーシャルネットワーク(SNS)」を取り上げたからかもしれません。

- へぇー、旬なネタを取り上げた研究をされたんですね。ちなみに、たまたまググったら吉原さんの論文がヒットしました。簡単に、どんな論文だったんですか?

吉原:さすが、今は何でもWebで検索できる時代ですね(苦笑)

簡単に言うと、東日本大震災後には放射線値を多くの人が自前の放射線機を使って X(旧称:Twitter)につぶやく動きが起こりました。しかし、それら1つ1つの値は国・公共団体の発表値に比べ精度が決して高くありません。そこで、SNSによる大勢の人が呟きの力がどこまで正確な値に近づけられるのか、位置情報と投稿内容を精査する研究をしていました。もしかしたら、その研究もあってか、今の部署につながっているかもしれません…

- 学生時代からソーシャルに精通されていたんですね。
[ここでは割愛しますが、興味のある方は検索を。「吉原洋樹 論文」タイトル:個人ユーザーが発信するセンサー情報の収集統合プラットフォーム]
ちなみに、学部は理系だったんですか?

吉原:んー、環境情報という学部で自由に科目を選択でき、さまざまな講義を受講していました。また、学生時代はパソコンが24時間できる施設に夜中に居残る、通称“残留”したり研究室にこもったりしていました。

- “残留”なんて初めて聞きました!学生時代は、私と真逆で勉強に専念していたんですね。では、同年代であまりギャップのない会話が聞けると思いますが、学生時代のソーシャルネットワーク(SNS)との関わりについて、聞かせてください。

吉原:はい。まず大学生の頃、「友達を作ろう!」と思い、mixiを始めました。その後、X(旧称:Twitter)、Facebookが流行ってきて、サークルで知り合った海外の友人の影響でFacebookを始めました。当初は、Facebookに投稿や写真をアップすると“リア充(実際の現実生活(リアル生活)が充実している人間のこと)”に見えると思って、よく面白がって使っていました。(笑)

そういう意味ですと学生時代から自然と生活に混ざりこんでいた感じですね。今の学生の方も大半が友達が使っているからという理由で使い始めてるのではないでしょうか。
入社当初は、上司や同僚からどのように見られるのかと思い、Facebookの利用は難しいかと思っていましたが、今はソーシャルにかかわる1人として、プライベート・仕事共に有効活用しています。

- 当初のきっかけが面白いですねー。
確かに、炎上して他者に迷惑をかけてしまう可能性があるので、SNSは便利な半面、上手く付き合っていく必要がありますね。

次に、本日の本題の「ソーシャルの企業活用」について、教えていただきたいのですが、会社内でのソーシャル活用にはどのようなケースがあるのですか?

 

2.企業内での情報共有の形が変わってきている

吉原:どこからお話しましょうかね。では、まずはこの資料を御覧ください。

Interview_no16_3

企業での情報共有は、この3つに大別されます。まず「組織型」といって、トップダウンでの情報配信する方法です。多くの企業はこの型式をとっていますが、これで満足している経営層に情報共有の有用性を説いても、ヒットしません。しかし、逆に現状に物足りないと思っている方には、ささります。

次に「チーム指向型」です。同じ部署やプロジェクトメンバーで情報を共有する方法です。チーム内で綴じた情報を共有するため、セキュリティが担保されます。

最後に、「ネットワーク型」です。個人が持つ情報を広く公開し、人と人のつながりを通して情報を流通させる方法です。この特徴として、ソーシャルを活用して誰でも情報の発信源になることができます。
そして、組織型とは大きく違う点として、情報の伝達性がいいことです。組織型は、上位層が不在や共有することを失念していた場合は、情報の伝達が滞ってしまいますからね。

後ほどご紹介させていただきますが、IBM Connectionsを活用して、組織型だけではない情報の流通を実現することが可能になります。

- わかりやすいチャートですね。確かに、上司が不在の時や会議が開かれない時は、情報が古かったり、知らなかったりすることがあります。情報共有する型式はさまざまですが、属人的になってしまうと情報が落ちてこないことがありますよね。

吉原:その通りです。理想は、1フロアに集まって、都度Face to Faceのコミュニケーションができる職場だと思います。しかし、実際は以下チャート図にあるような阻害要因があり、上手く情報共有できないといったことが生じます。

Interview_no16_4

- そうですね、全体共有の場を持ちたくても、スケジュールの兼ね合いでメンバーが不在、拠点間での物理的な要因、1つの組織では仕事が完結しない等、コミュニケーション不足を感じる時が多々あります。

 

3.ワークスタイル変革を支えるIBMコラボレーション・ソリューション(ICS)

吉原:そのような重山さんが感じている悩みは、多くの方も感じていると思います。それを解消する環境整備作りが、私の日々提案している内容です。
そこで、IBMのソリューションとしては、以下3つがあります。

IBM Notes IBM Connections IBM Sametime HTML Map

※各製品の詳細に関しては、MERITひろばの製品紹介ページにリンク

MERITひろばの製品ページに解説はお願いするとして、どの製品をご紹介しましょうか?

- さり気なくMERITひろばのご紹介、ありがとうございます。では、前回は御社の松田さん(※3)にIBM Notesについてご紹介いただいたので、IBM Connections/IBM Sametimeについて、簡単にご紹介いただけますでしょうか?

※3 実際どうでしょうVol.5 「Lotusはソーシャルで新たに羽ばたく、ひとのつながりでビジネスが変わる

吉原:IBM Connectionsは、本日の資料をインタビュー前に共有させていただいた時に使用したソリューションです。(※4)画面レイアウトはFacebookのようでタイムラインで表示され、セクションを分けている他社と繋がれるのが利点です。また、各個人で資料を格納しており、そこから自由にダウンロードすることができます。以前、新人SEのブログで書きましたが、ダウンロード数も目に見えるので、資料作成の活力になったりします。

※4 新人 SE が学ぶ IBM Connections: 第6回 Filesを使って変わる!~ソーシャルを使って嬉しい4つのこと~

- 他社と繋がることができたり、ファイルを検索して必要な情報を探したりすることができるなんて、便利な仕組みですね。それにIBM Connectionsを使用することで、社内の人とナレッジを共有して、業務効率化を図ることができそうですね。次に、IBM Sametimeはどのような活用をされていますか?

吉原:IBM Sametimeは、社内の人と簡単に繋がることができます。その機能は、チャット/在席確認/WEB会議といった内容です。電話だと通じない・出てくれない、でもメールより早く返信が欲しい、連絡の新しい手段として最近どんどん使われ始めているソリューションです。こういった手段が増えたおかげでよりスピード感・余計なストレスを感じない業務が可能になりました。
他にも、在席確認ができるため、簡単に質問できたり、昼食の誘い合いをしてリフレッシュしたり、残業の際は励まし合ったりという使い方もあったりしますね。(笑)そういった動きを”遊び”と感じる方もいらっしゃいますが、むしろこういった使い方があるからこそ柔軟にコミュニケーションを取りながら業務を遂行できるのだと思います。

勿論、ロケーションが離れた方ともWEB会議が可能です。なので拠点間のやり取りにも注目されています。つまり、リアルタイム・コミュニケーションを支援しているソリューションです

- 1人では仕事は完結しないので、社内の他の方と繋がることができると業務が効率化しそうですね。少し気になったのですが、ソーシャルは導入しても目に見える効果が見えにくいと思うのですが、どのように提案されているんでしょうか。

 

4.ソーシャルを通じて、「働き方」を変える

吉原:それは難しい質問ですね。確かにこのソリューションを導入して、売上が何倍上がりました!という効果は出しにくいのは事実です。少し逸れるかもしれませんが、海外の事例で、「脱電子メール」というIBM社員がいます。この方は、ソーシャルを導入して、彼の受信箱は98%削減されたそうです。

- それは、スゴイですねー!お客様もソーシャルでやりとりされたのですかね?

吉原:さすがに、お客様の環境に合わせることもあり、100%メールをなくすことはできなかったようですが、ソーシャルを通じて働き方を変えた一例だと思います。このように、ソーシャルを導入することで、すぐに数値化できるような効果が出ることは少ないかもしれませんが、現状の働き方に満足していない、例えば組織でノウハウが共有されていない、社内連携がとれていない等あれば、検討される余地が十分にあると思います。

- 確かに仰々しいメールを書くより、社内ならそういうコミュニケーションの方が効率いいかもしれないですね。まさに「働き方」を変える、いい言葉ですね。しかし、ソーシャルは導入してもリテラシーの問題で全社員に馴染むまでに時間がかかったりしませんか?

吉原:はい、なかなかすぐに浸透しないことはありますが、導入時に工夫することでスピーディに変革することもできます。
その成功事例として、「ヤマトフィナンシャル様」の事例があります。ヤマトフィナンシャル様は、社内で各部から推進者を設置することで、短期間で「IBM Connections」を稼働させ、自社向けに「知恵ッター」というソリューションを導入しました。

ヤマトフィナンシャル株式会社様 事例

 

この他にも、IBMの事例ではないのですが、例えば25名の部門で2名のみソーシャルを使っている場合は他には影響しなかったが、逆に23名がソーシャルで仕事をすると、使っていなかった2名も使用するようになったという事例があります。若干強引さはありますがソーシャルが十分に仕事のツールとして不可欠たりうる証拠でもあると思います。

このように、ソーシャルが実業務に直結するようになったり、効率的になったりすると浸透するのはいたって早いようです。

- 実際そうかもしれないですね。数10年前には、電子メールは存在していませんでしたが、今はほとんどの方が使えるようになっていますしね。普段、プライベートでばかりソーシャルに触れていましたが、ビジネス活用の良さがだんだん分かってきました!

あと、伺っていて気になったのですが、ソーシャルを使う中では、「セキュリティ」は切っても切れないと思いますが、どう感じられますか?

吉原:良い質問ですね。それは、重要なフレーズになります。お客様ごとで、セキュリティ基準は違うので一概に言えないですが、そのセキュリティ基準を守った中で、どの辺りまで「働きやすさ」を求めるのかを提案させていただいております。

IDC調査で、2014年のIT支出増加率に占める割合は“SMAC”(Social Business、MobileFirst、Analytics/Big Data、Cloudの頭文字)が89%という調査が出ています。実際はこれらをお客様に合わせて、Social+Cloud、Social+Mobileのように単一でなく他のテーマとクロスさせることが求められてきています。

- お客様によって、さまざまな環境があるので、大変そうですね。ホントに、ソーシャルと言ってもひとつでは語りきれなくなってきてるんですね。興味深い話を聞くことができました。最後に、同年代として吉原さんの今年の目標は何ですか?

吉原:そんなに大それたものはありませんが、人前での説明に強くなる、要は相手に伝わるように話すことです。具体的には、IBMは時代をリードする製品・ソリューションを提供しているという自負があります。その一員として、専門用語を多用するのではなく、ユーザー目線でお客様が欲しくなるシステムをわかりやすく提案していくことです。重山さんはいかがですか?

- ユーザー目線、同感です。私は、頼りにされる人になることです。具体的には、エヌアイシー・パートナーズ(株)は設立半年足らずで、まだまだ頼りない面もあるかもしれませんが、価値のあるシステムを提供していくための地盤作りをしていきたいと思っています。

吉原:お話を聞いているとすでに自社内で色々な人に頼りにされているようですし、私も頼りがいのある人間になりたいです。

- いえいえ、吉原さんこそ、製品への自信だけでなく付帯する知識も深く、はっきりと解説してくださったので、頼もしい印象を受けました。 今後もお互いに、これから頑張っていきましょう!よろしくお願いします。

吉原:はい!これからも宜しくお願い致します。

- 本日は、ありがとうございました。

吉原:ありがとうございました。

Interview_no16_8

 

編集後記

新人SEが学ぶ・・のブログを拝見している限りでは、実は、もっと内気なタイプな人かと思っていましたが、あれはブログ上の演出だったのでしょうか。もしくはブログや日本IBM社内で鍛えられたのでしょうか。とても意欲的で力強い方でした。IBM Connections同様、他社の方ではありますが、今後もコラボレーションしながらお互い成長していきたいと思いました。

その他の記事

2024年04月08日

【てくさぽBLOG】watsonx Assistant + Watson Discovery + watsonx.aiを連携してみた

こんにちは。てくさぽBLOGメンバーの高村です。 ビジネスへの生成AI の取り込みに注目が集まっている今日、watsonx.ai をどう活用すればいいのか、多くのお客様からお問い合わせ頂いています。そこで前回の「【てくさぽBLOG】IBM watsonx.aiを使ってみた(Part2)」では、watsonx.ai のユースケースとして Retrieval-Augmented Generation(以下 RAG)をご紹介しました。 今回は、RAG の仕組みを利用し AIチャットボットを提供する「watsonx Assistant(以下 Assistant)」と検索エンジン機能を提供する「Watson Discovery(以下 Discovery)」、「watsonx.ai」を組み合わせた連携ソリューションをご紹介します。 目次 AssistantとDiscoveryの連携 watsonx.aiを取り入れた連携 Assistant + Discovery + watsonx.aiを連携してみた さいごに お問い合わせ AssistantとDiscoveryの連携 本来なら各製品を一つのブログで詳しくご説明したいところですが、今回は連携した結果についてのご紹介となりますので、Assistant と Discovery については今後のブログであらためてご紹介したいと思います。 Assistant は watsonx の大規模言語モデルが搭載され、自然言語の問い合わせを理解し、適切な回答を返すことができるチャットボット機能を提供する製品です。一方 Discovery はドキュメントから適切な情報を検索する検索エンジン機能、パターンや傾向を読み取る分析エンジンとしての機能を備えた製品です。 Assistant と Discovery を組合わせたユースケースでは Assistant にあらかじめ回答を用意してルールベースで回答させ、答えることが難しい問い合わせに対しては Discovery の検索結果を利用して回答します。 watsonx.aiを取り入れた連携 上記の連携では Discovery の検索結果がユーザーに表示される仕組みとなっていますが、watsonx.ai を介して回答を提供することでDiscovery が得た検索結果をさらに整理し、より理解しやすい形での返答が実現できます。 Assistant + Discovery + watsonx.aiを連携してみた Assistant、Discovery、watsonx.ai を連携してみます。 事前準備 利用環境 今回は IBM Cloud で提供される SaaS を利用して検証します。なお、Assistant と Discovery の Plusプランは30日間無償期間が付属されていますので、是非ご活用ください。 watsonx Assistant:Plusプラン(30日間無償期間あり、以降は有償) Watson Discovery:Plusプラン(30日間無償期間あり、以降は有償) watsonx.ai:Essentialプラン(有償) 検証の目的 検証では構築手順の他、以下の点を確認します。 「Assistant + Discovery + watsonx.ai」と「Assistant + Discovery」の連携による回答の違いを比較 言語モデルを変えて問い合わせを行い、回答の違いの比較 実施手順 以下の流れで検証を実施します。 Assistantのプロビジョニング Discoveryのプロビジョニング、検索対象とするデータの取り込み※取り込むデータは「IBM Power S1014 データシート」のS1014のPDF watsonx.aiのプロビジョニング Assistantの初期設定 Assistantのカスタム拡張機能からDiscoveryを繋げる Assistantのカスタム拡張機能からwatsonx.aiを繋げる Assistantアクションの作成、問い合わせの検証 言語モデルを変えて問い合わせの検証 検証実施 1. Assistantのプロビジョニング はじめに Assistant のプロビジョニングを行います。 IBM Cloud にログインし、カタログ画面から "Assistant" を選択します。 ロケーションとプランを選択し「作成」をクリックします。 しばらくすると以下の画面の様に、Assistant がプロビジョニングされます。 2. Discoveryのプロビジョニング 次に Discovery をプロビジョニングします。 カタログ画面から "Discovery" を選択します。 ロケーションとプランを選択し「作成」をクリックします。 しばらくすると以下の画面の様に、Discovery がプロビジョニングされます。※ここで、資格情報内にある「API鍵」と「URL」をメモに控えます 「Watson Discoveryの起動」をクリックし「New Project +」をクリックします。 Project name に任意の名前を入力、Project type では「Conversational Serch」を選択し「Next」をクリックします。 作成されたプロジェクトをクリックします。 「Integration Deploy」をクリックします。 「API Information」タブをクリックし「Project ID」をメモに控えます。 次に検索対象の PDF を Discovery に取り込みます。 「Manage collections」から「New collection +」をクリックし、「Collection name」に任意の名前を入力、「Select language」を「Japanese」に設定します。 Upload files の領域に PDF をドラッグアンドドロップして「Finish」をクリックします。 アップロードが完了しました。次に、Smart Document Understanding機能(以下 SDU)を利用して PDF内のヘッダーやテキストなどのフィールドを定義します。 SDU は、PDFをはじめとする非構造化データの文書構造を理解して検索や分析の精度を向上させる機能です。例えばタイトルと定義した箇所を検索キーとしたり、検索対象をテキストと定義した箇所のみとするなど可能になります。 「Identify Field」タブをクリックします。 取り込んだ PDF が表示されるので右側の Field labels からヘッダー箇所やタイトル箇所などをドラッグアンドドロップして指定していきます。 ページの定義が終わったら「Submit page」をクリックして次の頁を定義していきます。 SDU では数ページ指定すると自動的にヘッダー箇所やテキスト箇所を認識してくれるので、何ページもあるドキュメントには便利な機能です。 今回は SDU を使って PDF の文書構造を定義しました。SDU以外の Discovery の機能については、また別の機会にご紹介したいと思います。 3. watsonx.aiのプロビジョニング ※watsonx.ai のプロビジョニング方法は「【てくさぽBLOG】IBM watsonx.aiを使ってみた(Part1)」をご参照ください。 4. Assistantの初期設定 Assistant の初期設定を行います。 Assistant を起動します。 起動後、以下の項目を入力します。 Assistant name:任意の名前を入力 Assistant Language:「English」を選択※日本語を選択することが可能ですが、Assistant のスターターキットは英語での利用を想定しているため今回はEinglishを選択します Assistant の公開先を「web」に設定します。※"Tell us about your self" 以降はご自身の情報を入力ください 入力後「Next」をクリックします。 デフォルトのチャットUI を利用するため「Next」をクリックします。 プレビュー画面が表示されるので「Create」をクリックします。(以下の画面は「Create」が隠れてしまっています) 「Congratulations!」と表示されたら初期設定は完了です。 5. Assistantのカスタム拡張機能からDiscoveryを繋げる 「Githubのassistant-toolkit」から "watson-discovery-query-openapi.jsonファイル" をダウンロードします。 Assistant のメニューから「Integration」をクリックします。 下にスクロールし「Build custom extension」をクリックします。 以下の画面が表示されるので「Next」をクリックします。 「Extension name」に任意の名前を入力し「Next」をクリックします。 先程ダウンロードした watson-discovery-query-openapi.jsonファイルをドラッグアンドドロップでアップロードします。 以下の画面が表示されるので「Finish」をクリックします。 追加した Extension の「Add +」をクリックします。 以下の画面が表示されるので「Next」をクリックします。 以下の画面が表示されるので、選択および入力します。 Authentication type:「Basic auth」を選択 Username:「apikey」と入力 Password:メモに控えたWatson DiscoveryのAPI鍵 discovery_url:メモに控えたWatson DiscoveryのURLから"http://"を除いた値 ※以下の画面ショットは discovery_url入力箇所が切れてしまっていますが、実際は「Servers」の下に discovery_url の項目があります 以下の画面が表示されるので「Finish」をクリックします。 Extension が「Open」となっていることを確認します。 これで watsonx Assistant と Watson Discovery が連携できました。 6. Assistantのカスタム拡張機能からwatsonx.aiを繋げる 次に、Assistant のカスタム拡張機能から watsonx.ai を利用できるように設定します。 設定には IBM Cloud の APIキーと watsonx.ai のプロジェクトID が必要です。取得方法は「【てくさぽBLOG】IBM watsonx.aiを使ってみた(Part2)」をご参照ください。なお、今回は東京リージョンで watsonx.ai をプロビジョニングします。 Github の「assistant-toolkit」から "watsonx-openapi.json" をダウンロードします。 Visual Studio Code などで東京リージョンの URL に編集し保存します。 Discovery の連携と同様に、Assistant のメニューから「Integration」「Build custom extension」をクリックします。 以下の画面が表示されるので、任意の Extension name を入力して「Next」をクリックします。 編集した watson-discovery-query-openapi.jsonファイルをドラッグアンドドロップでアップロードして「Next」をクリックします。 以下の画面が表示されるので「Finish」をクリックします。 追加した Extension の「Add +」をクリックします。 以下の画面が表示されるので、選択および入力します。 Authentication type:「Oauth 2.0」を選択 Grant type:「Custom apikey」を入力 apikey:取得済みのIBM CloudのAPIキー Client authentication:「Send as Body」を選択 Header prefix:Bearer(デフォルト) Servers:https://jp-tok.ml.cloud.ibm.com(自動入力) 以下の画面が表示されるので「Finish」をクリックします。 Extension が「Open」となっていることを確認します。 これで Assistant と watsonx.ai が連携できました。 7. Assistantアクションの作成、問い合わせの検証 Github の「assistant-toolkit」から "discovery-watsonx-actions.json" をダウンロードします。 Assistant の「Actions」から「Global Setting」をクリックします。 「Upload/Download」タブをクリックし、Uploadスペースに discovery-watsonx-actions.json をドラッグアンドドロップしてアップロードします。 以下の画面が表示されるので「Upload and replace」をクリックします。 以下の画面の通り、3つのアクションが作成されます。 メニューから「Variables」「Created by you」をクリックします。 「discovery_project_id」の値をメモに控えていた Discovery のプロジェクトID を入力し「Save」をクリックします。 「watsonx_project_id」の値をメモに控えて置いた watsonx.ai のプロジェクトID を入力し「Save」をクリックします。 「model_id」の値で watsonx.ai で使用する言語モデルを指定します。2024年2月29日に GA された日本語で訓練された Granite-japaneseモデルを使用するため、「ibm/granite-8b-japanese」を入力し「Save」をクリックします。(その他変数はデフォルト値とします) 「Actions」から「Generate Answer」を選択し、「model_input」の値を以下の例の様に日本語に変更します。 例: ("<s>[INST] <<SYS>>\nあなたは親切で、礼儀正しく、誠実なアシスタントです。常に安全を保ちながら、できるだけ役立つように答えてください。答えは簡潔に日本語で回答してください。回答には、有害、非倫理的、人種差別的、性差別的、有毒、危険、または違法なコンテンツを含めてはいけません。回答が社会的に偏見がなく、本質的に前向きであることを確認してください。\n\n質問が意味をなさない場合、または事実に一貫性がない場合は、正しくないことに答えるのではなく、その理由を説明してください。質問の答えがわからない場合は、誤った情報を共有しないでください。\n<</SYS>>\n\n質問に答えることで、次のエージェントの応答を生成します。タイトルが付いたいくつかの文書が提供されます。答えが異なる文書から得られた場合は、あらゆる可能性について言及し、文書のタイトルを使用してトピックまたは領域を区切ってください。与えられた文書に基づいて回答できない場合は、回答がない旨を記載してください。\n\n").concat(passages).concat("\n\n[question]: ").concat(query_text).concat("[/INST]") 以上で設定は完了です。 さっそく Assistant から問い合わせをしてみます。 右下の「Preview」をクリックします。 チャットから S1014 の特徴について問い合わせしてみます。約18秒後に以下の回答が返ってきました。 「Inspect」をクリックすると、Discovery の検索結果が以下の通り watsonx.ai に渡されていることがわかります。 <s>[INST] <<SYS>> あなたは親切で、礼儀正しく、誠実なアシスタントです。常に安全を保ちながら、できるだけ役立つように答えてください。答えは簡潔に日本語で回答してください。回答には、有害、非倫理的、人種差別的、性差別的、有毒、危険、または違法なコンテンツを含めてはいけません。回答が社会的に偏見がなく、本質的に前向きであることを確認してください。 質問が意味をなさない場合、または事実に一貫性がない場合は、正しくないことに答えるのではなく、その理由を説明してください。質問の答えがわからない場合は、誤った情報を共有しないでください。 <</SYS>> 質問に答えることで、次のエージェントの応答を生成します。タイトルが付いたいくつかの文書が提供されます。答えが異なる文書から得られた場合は、あらゆる可能性について言及し、文書のタイトルを使用してトピックまたは領域を区切ってください。与えられた文書に基づいて回答できない場合は、回答がない旨を記載してください。[title]: IBM Power S1014 柔軟かつセキュアなハイブリッドクラウド・インフ ラストラクチャーで俊敏性を実現[document]: 1 コ ア 当 た り 4 つ の M a t r i x Math Acceleratorによる迅速 なAI推論のために洞察と自動 化を合理化 業界標準のDIMMより2倍優 れたメモリーの信頼性と可用 性を提供 IBM® Power® S1014 は、1ソケット、4U Power10プロセッサーをベースにしたサー バーで、IBM AIX®、IBM iまたは Linux®上のビジネス・クリティカルなワークロード 向けに設計されています。Power S1014を使用することで、ワークロードはより 少数のサーバーに統合され、ソフトウェア・ライセンスの数、電力と冷却のコスト を削減します。Power S1014サーバーは、プロセッサー上でのメモリー暗号化を 使用してエンドツーエンドからデータを安全に保護し、ラック型またはタワーフォー ム・ファクターで購入できます。 プロセッサー・レベルでのメモリー暗号化と、POWER9 と比較してすべてのコア で4倍の暗号化エンジンによりコアからクラウドまでのデータを保護 ますます高度に分散した環境に存在するデータには、もはや境界線を設定すること は不可能です。 [question]: S1014の特徴は?[/INST] Assistant と Discovery のみの連携で検索した結果は以下の通りです。watsonx.ai を使用した方がより簡潔で分かりやすい回答を得られることが分かります。 8. 言語モデルを変えて問い合わせの検証 言語モデルを "llama-2-70b" にして同様の問い合わせをしたところ、約24秒後に回答が返ってきました。箇条書きで丁寧な印象です。 言語モデルを "elyza-japanese" にした際は10秒ほどで回答がありました。主語として「S1014の特徴は」とあることで、問いに対する回答が分かりやすくなっています。 言語モデルを変えて試した結果、llama-2-70B は箇条書きで回答し丁寧な印象を受けましたが、回答が得られるまでに24秒かかりました。一方 Granite-japanese や elyza-japanese はシンプルな回答を生成し、Granite-japanese は18秒、elyza-japanese は10秒というより短い時間で回答を得られました。 Watson Discovery の検索結果に基づき watsonx.ai で回答を生成するので、ある程度時間がかかると予想していましたが、elyza-japanese は速い回答で主語を添えてわかりやすく回答してくれました。 また、llama-2-70B は汎用的で使いやすいモデルですが、プロントで「日本語で回答して」と指示をしても問い合わせ内容によっては英語で回答することがありました。日本語の回答精度を求める場合は、Granite-japanese や elyza-japanese を使用した方が精度の高い回答を得ることができます。 モデルを変えて問い合わせてみると、モデルごとに得意なタスクが異なることがわかりました。数百億のパラメータで訓練された大規模言語モデルを一概に選択するのではなく、言語やタスクの特性に合わせて最適なモデルを選定することが重要になりそうですね。 さいごに いかがでしたでしょうか。Github から提供されているスターターキットを使って Assistant、Discovery、watsonx.ai を繋げてみましたが、ほどんど躓くことなく UI から簡単に設定することができました。 接続自体に高度な難しさは感じませんでしたが、問い合わせに対して正確な情報を得るためには Assistant の検索設定を調整する必要があります。今回は1つの PDFファイルの検索を行いましたが、複数の PDFファイルから情報を引き出す際には Assistant で query を設定することで特定の PDFファイルからの検索が可能です。 このように PDF などの非構造化データを検索対象として精度の高い回答を得るには、Discovery において文書の構造を明確に定義し、Assistant の検索設定を調整することが必要です。 実際にヘルプデスクなどの Webチャットで利用する場合は、Assistant にあらかじめ用意した回答をルールベースで回答させ、それでも解決できない問い合わせについては Discovery を通じて検索を行い、watsonx.ai を用いて回答を生成するという流れが効果的です。 ただし、生成AI によって生成される回答は常に”100%正確な回答”ではないので、より高い精度の回答を追求するためにはプロンプトの調整などチューニングを施すことが必要です。その結果、より使いやすい Webチャットの実現が期待できます。 お問い合わせ エヌアイシー・パートナーズ株式会社E-Mail:nicp_support@NIandC.co.jp   .highlighter { background: linear-gradient(transparent 50%, #ffff52 90% 90%, transparent 90%); } .anchor{ display: block; margin-top:-20px; padding-top:40px; } .btn_A{ height:30px; } .btn_A a{ display:block; width:100%; height:100%; text-decoration: none; background:#eb6100; text-align:center; border:1px solid #FFFFFF; color:#FFFFFF; font-size:16px; border-radius:50px; -webkit-border-radius:50px; -moz-border-radius:50px; box-shadow:0px 0px 0px 4px #eb6100; transition: all 0.5s ease; } .btn_A a:hover{ background:#f56500; color:#999999; margin-left:0px; margin-top:0px; box-shadow:0px 0px 0px 4px #f56500; } .bigger { font-size: larger; }

2024年01月16日

【イベント開催レポート】IBM watsonx.ai ハンズオンセミナー

こんにちは。ソリューション推進部です。 2023年12月12日に、エヌアイシー・パートナーズ株式会社として初めてのハンズオンセミナー『「IBM watsonx.ai 」を利用したRAGのハンズオンセミナー』を開催しました。 今回のハンズオンセミナーは、以下の2つのことを目的として行いました。 パートナー様に製品の紹介とハンズオンを合わせて体験いただくことで、製品をより深く知っていただくこと 製品を活用したビジネスの新たな応用の可能性を見つけ出していただくこと 私たちのチームでは、パートナー様にご紹介・ご説明する製品を「実際に触ってみること」を大切にしています。これは私たち自身の技術力の向上という目的もありますが、パートナー様に私たちのリアルな経験を交えながら製品のご説明をすることが、お客様の具体的な課題発掘や案件創出に繋がっていると考えているためです。 今回のハンズオンを通して、パートナー様ご自身が製品の価値を体感しご理解いただくことで、新しいビジネス展開のイメージを創出するお役に立ちたいと考えました。 それでは、今回実施したセミナーの内容について簡単にご紹介いたします。 目次 レポート watsonx.ai紹介講義 ハンズオン実施 IBMさまによる最新情報紹介・講義 さいごに お問い合わせ レポート 1. watsonx.ai紹介講義 ハンズオンを実施する前に、watsonx.ai と RAG についての講義を行いました。 国内では生成AIビジネスが加速し、競争力やセキュリティなどの課題が増えています。これらの課題を解決する製品として、IBM watsonx をご紹介しました。 watsonx は「watsonx.ai」「watsonx.governance」「watsonx.data」という3つの製品から成り立っています。watsonx.ai は、基盤モデルをベースとした AI開発スタジオです。 ここでは、IBM が信頼できるデータを用いて事前に学習した基盤モデルや Hugging Face, Inc.* と連携したオープンソースの基盤モデルが利用可能で、ビジネスの状況や要件に応じて最適な基盤モデルを選択することが可能です。 また、RAG についての概念や利点、活用が期待されるシーンもご説明しました。RAG を用いた具体的なユースケースとしては、IBM Watson Speech to Text や Watson Discovery、watsonx.ai を活用したコールセンター業務の事例や、watsonx Assistant や Watson Discovery、watsonx.ai を活用した ECサイトの問い合わせの事例を取り上げました。 時間の制約からこれら2つの事例しかご紹介できませんでしたが、今後、watsonx.ai を活用した多様な事例を私たち自身も理解し、パートナーさまと共に議論を深めていきたいと思います。 *Hugging Face, Inc.:機械学習 アプリケーションを作成するためのツールを開発しているアメリカの企業。 2. ハンズオン実施 ハンズオンでは、受講者の方々に「RAG」を活用した watsonx.ai の Foundation Model(LLM)への問い合わせを体験していただきました。 RAG とは「Retrieval-Augmented Generation」の略で、LLM への問い合わせをする際に、事前に用意したベクターストアへデータ(今回はPDF)を取り込んでおき、問い合わせプロンプトをもとにベクターストアを検索し、その結果を付与して LLM へ問い合わせを行う、というテクノロジーです。 RAG を使うことで、一般公開されていない社内情報を活用して LLM を利用することが可能となるため、自社での利用やお客様の課題を解決するための方法として有効であると考えています。 ハンズオンの環境につきましては、準備に時間をかけずスムーズに始められるよう、事前に弊社にて PC や RAG を利用するための Jupyter Notebook を用意いたしました。 また、watsonx.ai では複数の Foundation Model を利用できるため、複数のモデルを使って挙動の違いを確認してみたり、取り込む PDFファイルを追加することで回答がどう変わるのか、など、ご自身で自由に検証をする時間を多く設けました。皆さまそれぞれに前提スキルは異なっていたかもしれませんが、「体験の時間が足りない…」ということはなかったかと思います。 今回ベクターストアへ取り込むのは PDF のみとしましたが、テキストファイルや PowerPoint なども取り込むことができるので、応用できる使い方が非常に広いということを理解いただけたのではないかと感じています。 3. IBMさまによる最新情報紹介・講義 日本アイ・ビー・エム データ・AI・オートメーション事業部 四元さまに「watsonx」に関して、最新事例と製品アップデート情報の2本立てで講義をしていただきました。 事例においては、IBM社内の watsonx活用事例(AskIT)は特筆すべきと言えるでしょう。 AskIT は、IBMの自然言語処理(NLP)能力を活かし、30万件を超えるサポートチケットから抽出された知見をもとに、重要なサポートトピックに迅速に対処する AIアシスタントとして開発されたそうです。このツールは4ヶ月で133,000人の IBM社員に利用され、問い合わせの75%以上が AI によるチャットで解決されるなど、非常に大きな成果を上げています。 製品アップデート情報のメインは、12月に発表された「watsonx.governance」でした。 AI を組織として採用するためには倫理感のある意思決定が必須であり、watsonx.governance は AIガバナンスとして以下の3つの機能を提供する製品である、というご説明をいただきました。 AIライフサイクルを通してAIモデルの実態を把握するための「モデル・インベントリ」 AIの性能や課題の管理などを行う「評価・モニタリング」 総合監視画面を提供しリスクを可視化する「モデル・リスクガバナンス」 モデル・インベントリでは、他社の AI商品である「Amazon SageMaker」「Azure Machine Learning」などの AIモデルも合わせて管理・監視できることが非常に興味深いです。 watsonx は、AIワークフローを一貫してサポートすることで倫理的かつ透明性の高い AI利用を可能にしています。これらの技術革新は私たちが直面している数多くの課題に対する解決策を見出し、先進的なビジネス環境を促進していく上での重要なステップと言えるでしょう。 日本アイ・ビー・エム株式会社 データ・AI・オートメーション事業部 四元 さま さいごに セミナー後には、参加いただいたパートナーさまとご支援いただいた IBMさまとの懇親会を開催いたしました。 当懇親会を通してパートナー様の生成AI に対する取り組みや課題を直に伺うことができ、大変有意義な場となりました。 2023年12月18日に弊社は10周年を迎えました。10年間で培った経験を糧にし、今後さらに新しい取り組みにチャレンジしていきたいと考えております。 本年も、ブログを通してパートナーの皆さまへ様々な情報をお届けさせていただきます!今後ともどうぞよろしくお願いいたします。 懇親会会場 お問い合わせ エヌアイシー・パートナーズ株式会社E-Mail:nicp_support@NIandC.co.jp   .highlighter { background: linear-gradient(transparent 50%, #ffff52 90% 90%, transparent 90%); } .anchor{ display: block; margin-top:-20px; padding-top:40px; } .btn_A{ height:30px; } .btn_A a{ display:block; width:100%; height:100%; text-decoration: none; background:#eb6100; text-align:center; border:1px solid #FFFFFF; color:#FFFFFF; font-size:16px; border-radius:50px; -webkit-border-radius:50px; -moz-border-radius:50px; box-shadow:0px 0px 0px 4px #eb6100; transition: all 0.5s ease; } .btn_A a:hover{ background:#f56500; color:#999999; margin-left:0px; margin-top:0px; box-shadow:0px 0px 0px 4px #f56500; } .bigger { font-size: larger; }

back to top