生成AI系周辺のデータ連携や整備に関して、主に、以下のようなテクノロジーとそれを裏付ける経験や実績が、不可欠と考えております。

●生成AIのAIモデルの実装
<柔軟な実装方式>
・オンプレミスモデルの対応
(データアノテーションとPoC)
・SaaSサービスモデルの対応
(ChatGPT、Gemini、LLama3など)の対応
↓
AIテクノロジーの実装例
オンプレ例：
OpenAI社Whisper、
Meta社Llama3
SaaS例：
サポートセンター

●生成AI周辺のデータ連携テクノロジーとノウハウ
・API連携、データ統合等のソリューション
・データ連携実装ノウハウ

・LangChainプラットフォーム
・RAGおよび知識ベクトル
・Prompt技術
↓
データ連携の実装例
(上記と同様)

(1) LangChainプラットフォーム
LangChainは、生成された言語モデルに基づく応答に、外部からの情報を組み合わせることで、さらに実用的で正確な応答を可能にする顧客専用知識ベクトルを利用し、リクエストから解答を作成するまでのプラットフォーム

(2) 知識ベクトルについて
● 特定業界データーより専用知識ベクトルの作成
AIのLLMモデル(大規模言語モデル)の急速発展により、知識ベクトルは再び注目される。
知識ベクトルデータベースはベクトル形式で格納される構造で、多次元空間の点として表されるデータ表現となる。それぞれの企業様のデータを元にベクトルデータベースに変換し、独自な企業専用のベクトルデータベースとする。企業のインフラの一部になる。