RAGとは
別名・別表記：検索拡張生成、Retrieval-Augmented Generation、ラグ
RAGとは、生成AIが回答する前に社内文書などから関連情報を検索し、その内容を根拠に回答を作らせる仕組みである。製造業では手順書・点検記録・過去のトラブル対応を参照させ、技術継承やナレッジ活用に使われる。
RAGの仕組み
生成AIは学習済みの知識で答えるため、自社の設備や手順のことは知りません。RAGは次の流れでこの弱点を補います。
- 手順書・設計書・点検記録・不具合報告などを検索できる形で蓄積する
- 質問が来たら、関連する文書を検索して取り出す
- 取り出した文書を材料に、生成AIが回答を作る
回答に参照元の文書を添えられるため、現場が根拠を確認しやすい点が特徴です。
製造業での主な用途
- 技術継承：ベテランの対応記録を検索し、設備トラブル時の対処を若手に提示する
- 問い合わせ対応：作業手順・規格・過去の品質不具合を自然な言葉で検索する
- 保全の支援：故障履歴をもとに原因候補を挙げる（予知保全の補助）
導入時の注意点
RAGはハルシネーション（もっともらしい誤り）を減らせますが、なくすものではありません。回答の精度は、検索対象の文書の質と整理に大きく左右されます。
- 紙や手書きの記録は、まずデジタル化と構造化が必要
- 古い手順書が残っていると、古い情報で回答してしまう
- 社外のクラウドに送ってよい情報かを事前に区分する
中小製造業では、全社文書を対象にせず、特定の設備やよくある問い合わせに絞って試すほうが、効果を確かめやすくなります。
最終更新：
関連する用語
- 生成AI — 生成AIとは、学習したデータをもとに、文章・画像・プログラムなどを新しく作り出すAIである。指示を言葉で伝えられるため、専門の担当者がいない中小製造業でも使い始めやすい。
- 予知保全 — 予知保全とは、設備の振動・電流・温度などのデータから故障の兆しを捉え、壊れる前に部品交換や修理を行う保全の方法である。故障してから直す事後保全や、一定期間ごとに交換する時間基準保全と対比される。
- エッジAI — エッジAIとは、クラウドにデータを送らず、工場内のカメラやゲートウェイなど現場に近い機器の上でAIの処理を行う方式である。判定が速く、通信が不安定な環境や、データを社外に出したくない場合に向く。
- MES — MESとは、現場で「何を・どの設備で・いつ・どれだけ作ったか」を実績として記録し、作業指示や進捗を管理する製造実行システムである。基幹システム（ERP）と設備の間に位置し、IoTで集めた稼働データを生産管理に結びつける役割を持つ。