島津製作所が膨大な資料を活用するために、"Vertex AI Search"を選定したワケ【開発者視点で深掘り】

【14-D-3】Vertex AI Searchで実現する膨大な資料の活用術 ～島津製作所の技術選定から導入までのプロセス公開～

　島津製作所の航空機器事業部品質保証部では、業務上確認すべき資料が膨大にあり、検索・確認に時間を要していた。この課題を解決するため、AIの活用を検討していた。詳しい要望を聞き、その条件に合致する仕組みの提案を行ったのがgrasysである。どのようにしてAIサービスの選定を行い、実装を行ったのか。株式会社grasys Cloud Tech Div. Cloud Development Sec.の細谷政徳氏と上間貫司氏が、島津製作所におけるVertex AI Search導入事例を紹介した。

島津製作所が抱えていた課題とは？ 技術選定から導入までのプロセス

　grasysは2014年11月に設立された、Google CloudやAWSの技術を主に活用してクラウドインフラの設計・構築・運用を行っているITサービスプロバイダ。オンラインゲーム基盤やIoT基盤、分析基盤など、大規模で複雑なクラウドインフラを多数構築している。同社のCloud Tech Div. Cloud Development Sec.でリーダーを務める細谷氏と、サーバーサイドを主に担当しているエンジニアの上間氏が紹介したのは、膨大な資料を活用するため、Vertex AI Searchを導入した島津製作所の事例。

　最初に細谷氏が登壇。「今回の島津製作所の事例では、Vertex AI Searchの実装周りをメインに話す」と前置きし、セッションが始まった。

　島津製作所航空機器事業部品質保証部では業務上、確認すべき資料が膨大にあるため、検索・確認に時間を要していた。grasysはこの課題を解決するソリューションを提供することになった。

株式会社grasys Cloud Tech Div. Cloud Development Sec. Leader 細谷 政徳氏 

　島津製作所からのソリューションに対する要望は、以下の4点。

1. 手書き資料を含む膨大な資料の検索や確認に時間がかかる課題を解消したい
2. セキュリティ面の考慮もしたい
3. 費用は最低限にしたい
4. 利用ユーザーが増加しても問題がないようにしたい

　これらの要望に対して、「業務上で利用する膨大な資料の検索について、AIを活用して迅速に見つけ出し、業務の効率化を図る」ことを提案したと細谷氏は話す。

　その提案を満たすために、細谷氏たちが検索AIサービスの選定を行ったところ、3つの候補があがった。一つはAWSの「Amazon Kendra（以下、Kendra）」。理由は、「島津製作所様がAWSを利用していたため」と細谷氏。2つ目はGoogle Cloudの「Vertex AI Search」。候補に挙げた理由について細谷氏は、「島津製作所のプロジェクト担当者様が実際に触ったところ、簡単に設定ができて、好感触だったため」と明かす。3つ目は「Microsoft 365 Copilot（以下、Copilot）」。理由として、島津製作所ではMicrosoft 365アカウントの使用率が高かったからだ。

　これら3つの検索AIサービスの比較検討を実施。まずは料金について、島津製作所の要望は「費用を最低限にしたい」。Kendraは時間単位の課金なので、「1回の処理時間と検索数を予想する必要があるため、個人的には試算しづらい印象があった」と細谷氏は話す。

　2つ目のVertex AI Searchは、クエリ単位の課金なので試算しやすそうだったという。検索は1000クエリ4ドル、それに要約を追加すると4ドルが加算されるので、1000クエリで8ドルとなる。「それでもかなり安い印象を持ちました」（細谷氏）

　3つ目のCopilotは月額課金だ。全員が多数、利用することが確定していれば、お得に使える。料金面での比較においては、「Vertex AI Searchが最も好印象だった」と細谷氏は話す。

　続いて、「手書き文書も存在する資料から検索したい」という要望を叶えるため、OCR機能を比較した。「Vertex AI Searchはこの要望を簡単に実現できそうだったが、KendraやCopilotは一筋縄ではいかなさそうだと思った」（細谷氏）

　本来はここでVertex AI Searchに決定ということになるが、島津製作所ではマイクロソフト製品に慣れていることやノーコードで利用できるといった魅力もあることから、「ギリギリまでCopilotを候補として残した」と細谷氏は話す。

　そして実際に、島津製作所のプロジェクトメンバーにVertex AI SearchとCopilotの比較検証を実施してもらった。根拠資料についてはVertex AI Search、Copilotともに取得はできたが、「Vertex AI Searchのほうが根拠資料のページまで取得できたことを島津製作所様は評価した」と細谷氏。また図面を認識できたのは、Vertex AI Searchのみ。手書きデータに関してもVertex AI Searchは検索できたが、Copilotは一手間加えないと検索は難しそうだったという。「回答精度もVertex AI Searchのほうが質問に対して、こちらが期待するような回答をピンポイントで返してくれるなど、全体的に高かった」（細谷氏）

　以上の結果から、Vertex AI Searchを採用することになったのだが、特に決め手となったのは「料金が安いことやOCRが簡単に設定できること。そして、Gemini（LLM）の回答精度が他のツールと比べて高かったことが挙げられる」と細谷氏は話す。とはいえ、今回の比較検討の結果は、あくまでも「2024年3月時点でのこと。今は変わっているかもしれない」と細谷氏は注意を促すことも忘れなかった。

Amazon Kendra / Vertex AI Search / Microsoft 365 Copilotの比較