タイトル。自治体の業務での生成AI活用。その3。

この資料では、世田谷区が生成AIを組み込んだワークフローを作成し、さまざまな業務に活用していることを紹介します。
世田谷区の生成AI基盤では、ローコードツールを使うことで、ほかのサービスやAIモデルと柔軟に連携することができます。
今回は、その中でも、ラグと呼ばれる技術の活用事例が紹介されています。

ラグとは、組織内部の情報等を検索し、参照しながら回答を生成する仕組みです。
生成AIが、もともとのAIモデルとして学習している一般的な情報に加えて、組織内部の情報も検索しながら回答を作ることで、より文脈に合った、より正確な回答ができるようになります。

業務で生成AIを効果的に活用するためには、一般的な知識だけでなく、区や区の業務に関する情報を参照できることが重要だとされています。
区では、PDFやワードファイルなど、さまざまな形式で業務に必要な情報を保有しています。
区のAI基盤では、これらのファイルを指定の場所に保存することで、AIが検索し、参照できるようにする仕組みを整えています。
これによって、区の業務知識を持った生成AIを活用でき、さらに業務を効率化できると期待されています。

ただし、参照する文書の内容や量によっては、回答の精度が下がることもあります。
そのため、ラグの仕組みを作るときには、DX推進担当課と利用部署が連携して設計や調整を行っています。

職員が自ら開発した活用例として、問い合わせ対応の改善が紹介されています。
区内では電話による問い合わせが多く、電話はすぐに対応できる一方で、対応する人と問い合わせる人が同じ時間に対応する必要があります。
また、対応履歴や件数などの情報を蓄積しにくいという課題がありました。

そこで、ICT関連の問い合わせに対応するチャットボットを構築し、導入しました。
このチャットボットは、問い合わせに回答するだけでなく、未解決の問い合わせをタスク管理アプリと連携して記録し、管理する機能も備えています。
その結果、電話では難しかったデータの蓄積や、業務の見える化、分析が可能になり、潜在的な課題の改善につながっています。