Case Studies
開発事例
AIシステム開発
生成AIや、エージェントAIをカスタマイズすることで、お客様の業務を自動化するシステムを構築します。生成AIのファインチューニングや、MCPの作成、RAGの作成、ローカルLLMのモデリングなど、様々な方法を組み合わせて、業務自動化をフルサポート致します。
中規模出版社 様
書籍の要約自動データベース化システム
出版社様がこれまでに発行された書籍をスキャナーでスキャンし、OCR読み込んで、その内容をchatGPTで要約し、書籍データベースに登録するまでの流れを完全自動化するシテムを作成しました。
スキャナーは、このような、断裁の必要のないものを使用するため、古く貴重な書籍も、破損させることなく、スキャンできます。
スキャナーに接続されたPCには、chromeブラウザがインストールされていれば、プラグインからスキャンデータを取り込むことがでみますので、各編集部にスキャナーだけを持ち込んで担当者がスキャンを実施することができます。
用語解説とAIシステム開発の料金相場
MCPとは？
MCP（Model Context Protocol）は、AIモデル（chatGPTやgeminiといった生成AIなど）と外部ツール・データを安全かつ標準的に接続するための通信規約です。AIモデルは、プロンプトや画像、PDFなど、なんらかの入力が与えられないと稼働しませんが、その入力の種類を独自に増やすことができるのが、MCPです。いわば、AIに手や耳や鼻を与えるようなものです。
例えば、MCPを使って、社内のスケジュール管理アプリとの連携を実現すると、「今日の午後、田中さんはオフィスにいますか？」とAIに聞くと、「13:00に新宿のＡ社に外出の予定です。」などと答えてくれます。
また、社内のNASや、クラウドストレージと連携させると、そこに存在するファイルを参照して、回答してくれます。「2017年度の決算書を探して」とAIに指示すると、ファイルを提示してくれたります。
生成AIモデルは、LLM（Large Language Model、大量の文章データを学習し、人間の言語を理解・生成できる大規模なAIモデルの総称）であるので、幅広い情報を検索し、解釈して提示できますが、社内にしか存在しない情報には一切アクセス出来ません。これを可能にするのが、MCPです。
また、上記のようにフラットなスキャナーも使用できるようになっています。
スキャンされたページは、Google Cloud Document AI (Enterprise OCR) でOCR処理しますが、日本語以外にも英語やドイツ語など、多数の言語に対応しているため、出版社様の発行する海外向けの書籍もOCR処理することができました。しかも、言語は自動認識するため、書籍毎に指定する必要がありません。OCRの認識精度は97〜99%というところですので、要約には十分な精度です。
テキスト化された書籍のページには、複雑な段組や脚注も存在しますので、chatGPTに元のページの画像と、OCRで読み取ったテキストの両方を与えます。この際、プロンプトなどで本文だけを抽出するように指示すると、ほぼ間違えること無く、取り込むことができます。
また、コミックや写真集など、本文と認識しにくい書籍についても、そのような書籍があることをプロンプトで伝達しておくことで、問題無く取り込めました。
要約と、スキャンしたページ、テキスト化した内容のメタデータをデータベースに登録しているため、要約にないキーワードも、詳細検索でヒットさせることができます。
このシステムは、社内と一部の研究機関で利用されており、新規に制作される書籍の編集や、研究機関での資料検索用途で使用されています。
RAGとは？
RAG（Retrieval-Augmented Generation）とは、LLMが「外部の資料を検索してから回答を生成する」仕組みです。MCPと似ていますが、MCPが外部システムなどから、情報を得られるように、そのプロトコルに則って、通信処理を開発するなどして用意しなければならないのに対し、RAGは、chatGPTやgeminiで予め用意されている機能を使って、文書などを検索可能な状態にするものであるので、概ね、特段の開発をする必要はなく、ファイルを指定してアップロードするだけです。
アップロードではなく、APIを用意して、これを経由して情報を提供する方法もあり、この方法はMCPとの中間的な位置づけとなります。
MCPは、chatGPTやgemini、cludeで共通して使用できる標準プロトコルですが、RAGのAPI仕様は、AIモデルによって異なります。
ファインチューニングとは？
ファインチューニングとは、既存のLLMを、特定用途向けに追加学習させることです。
-
既に言語能力を持つLLMに
-
自社データや特定分野の例を与え
-
出力の「癖」や「判断傾向」を調整する
などといった位置づけになります。
MCPやRAGが、LLMに新たな情報を与える手段とすると、ファインチューニングは、その情報の処理方法も含めて、カスタマイスすることを指します。
持つ語彙（知識）も自由に設定できるので、例えば自動車関連の情報にはやたらと詳しいLLMなども作成ができます。
AIシステム開発の料金の相場は？
一般のシステム開発の場合、料金は概ね、「エンジニアが何人、何ヶ月作業をするか」によって決まります。エンジニア1名が1ヶ月働くと、50万円〜200万円かかります。
AIシステム開発の場合にも、同様の事が言えますが、エンジニアが関わる時間は比較的短いことが多いため、1ヶ月もかからず、数日〜数週間となることもあります。
これは、業務自動化などの目的である場合、すでにその基礎となるようなシステムを用意してある場合が多いためです。
AIシステム開発の経験が多い開発会社ほど、基礎となるシステムの種類も多い事が想定されるため、料金も安くなる傾向にあります。
また、AIモデルは日々進化していますので、自動化できる範囲も広がってゆきます。初期費用を抑えたサブスクリプション契約であれば、月々10万円ほどから始めることができ、新しく使える自動化の仕組みも、継続的に取り入れてゆくことができます。