多言語原語モデル（LLM）の技術を適用し提案書を診断

滋賀大学は株式会社NTTデータグループと共同で、企業がITシステム導入時に使用するRFP（Request for Proposal、提案依頼書）の診断効率化および精度向上を目指し、共同研究を通じて生成AIを活用した新しい解析手法の確立に取り組みました。
その結果、NTTデータグループで共同研究の成果が実用化され、リスク抽出業務に生成AIを適用することで、対応に係る時間を6割削減することに成功しました。
RFPは、企業がIT企業に具体的な提案を求める文書で、必要な機能や要件、課題などの詳細が記載されているものです。この文書は、発注者と受注者が初期段階で要件を共通理解するための重要な役割を果たします。そのため、この文書が適切に記述されているかを発注・受注前に確認するRFP診断が求められます。しかし、RFP診断はこれまで人手に頼る部分が大きく、効率性や網羅性の課題が指摘されていました。
今回の共同研究では、国内のデータサイエンス・生成AIの教育研究を牽引してきた滋賀大学の課題解決プロセスに関する知見を活用し、有識者ノウハウを盛り込んだ生成AIレビューによるRFP診断の実現方法の確立をめざしました。特に、文書内の確認対象箇所の抽出、要件の明確性の粒度判定、重大な漏れの有無に関する網羅性の検証などに取り組み、生成AIの一種であるLLM（Large Language Models、大規模言語モデル）の技術をRFP診断の初期段階に適用する研究を進めました。この過程では、専門家の視点を補完する形で生成AIを活用し、リスクの指摘や有益な示唆を得る可能性を検証しました。