プロジェクト背景
太平洋保険は中国のトップ保険企業として、膨大な保険約款、支払ルール、商品資料などの業務文書を保有しており、累計3万件を超えます。支払担当者、営業コンサルタント、新入社員は日々これらの文書を頻繁に参照し、顧客の質問への回答や業務処理を行っています。従来のキーワード検索では正確な情報特定が難しく、社員が必要な内容を見つけるまでに平均15分かかり、新人研修期間は3～6ヶ月に及び、業務効率と顧客体験に深刻な影響を与えていました。
主な課題
ソリューション
プライベートRAGアーキテクチャの導入
社内ネットワーク環境にQwen2.5-72BベースのRAG（検索拡張生成）システムを導入し、3万件以上の文書を構造化チャンク分割・ベクトル化インデックス化し、エンタープライズ知識グラフを構築。すべてのデータ処理と推論は社内ネットワーク内で完結し、金融業界のデータ域外持ち出し禁止のコンプライアンス要件を満たす。
スマートFAQと知識レコメンド
自然言語による質疑応答インターフェースを実現し、マルチターン対話と文脈理解に対応。システムは正確な回答だけでなく、関連する約款原文の引用や関連知識のレコメンドも提供し、ユーザーが業務ルールを包括的に理解できるよう支援。平均検索時間を15分から10秒に短縮。
ナレッジベースの自動更新
社内コンテンツ管理システムと連携し、約款やルール変更時に増分インデックス更新を自動実行。ナレッジベースが常に最新の業務ルールと同期され、情報遅延のリスクを解消。
効果データ
| 指標 | 導入前 | 導入後 | 改善率 |
|---|---|---|---|
| 知識検索時間 | 15分 | 10秒 | 99% |
| 回答精度 | 40% | 92% | 130% |
| 新人研修期間 | 3～6ヶ月 | 1～2ヶ月 | 67% |
| 知識更新遅延 | 7日 | リアルタイム | 100% |
技術スタック
Qwen2.5-72B、Milvusベクトルデータベース、LangChain、FastAPI、Vue.js、Nginx社内イントラネット配置
