Azure AI Search
RAG・社内検索の検索基盤
Azure AI Search
当社はデータの
01/概要
社内の文書とデータを、AIが探して答えに使えるようにするMicrosoft Azureの検索サービス
Azure AI Search
RAGとは、
次の図はAzure AI Searchが、
02/特徴
Azure AI Searchの主な機能
Azure AI Searchは、
ここで挙げたのは
他の手段との選び分け:データの場所と作り込みの度合い
社内の情報にもとづいて
特別な制約が
03/注目される背景

生成AIの活用が広がるなかで、社内情報を安全に引き出す仕組みへの注目
生成AIを
社内の情報を
04/仕組み

資料を登録して探しやすく整え、質問に合う部分を取り出して回答につなげる流れ
Azure AI Searchの
自社内(オンプレミス)の
質問が複雑な
05/検索方式の種類
言葉で探す、意味で探す、組み合わせる、AIが分けて探す、図や画像も探す
Azure AI Searchには、
コストと応答時間は
06/活用の論点
導入前に決めておきたい4つの論点
Azure AI Searchは、
どのデータを、どう取り込み続けるか
対象にする
誰に何を見せるか
元の資料に
精度をどう測り、どう直すか
質問と正解の
費用と応答時間をどう釣り合わせるか
料金は、契約する
07/当社の支援内容
現状の整理から、運用・内製化までの4つの支援
当社は検索の
現場に入って
08/当社の特長
精度を運用のなかで育て、本番まで担う進め方
ここでは、
詳しくはRAG支援のページとSpecialization更新のお知らせをご覧ください。
09/顧客価値
探す手間の削減、回答の信頼性、説明できるAI活用
Azure AI Searchを
Azure AI Searchを使うメリット
10/ユースケース・適性

資料を探す業務の中核から、回答を支える業務まで
次のような、
向いている顧客と、しにくい顧客
11/想定ROI
社員500名の社内文書検索の場合の月間工数の試算
社員500名の
試算は検索の
12/ガバナンス・安全

権限、通信、暗号化、監視、AIの安全性の管理
社内の情報を
AIの回答に
13/当社について
Azure OpenAIとRAGに取り組んできたMicrosoftのパートナー
ヘッドウォータースは、Azure OpenAI Serviceを使った企業向け
14/はじめ方
検索の現状の整理と、評価用の質問集づくりからのスタート
現状の資料と検索の棚卸し
探したい資料の
評価用の質問集づくり
現場でよく
AIエージェントの
15/関連ソリューション・事例
Microsoft Foundry
AIエージェントの

