FRONTEO 為非結構化數據分析 AI「KIBIT Libria」搭載生成式 AI 整合功能

FRONTEO 為非結構化數據分析 AI「KIBIT Libria」搭載生成式 AI 整合功能

株式会社 FRONTEO（總部：東京都港區，代表取締役社長：守本 正宏，以下簡稱「FRONTEO」）宣布，為其分析非結構化文檔數據的 AI 解決方案「KIBIT Libria」搭載了與生成式 AI 的 API 整合功能。透過此功能，使用者可以基於「KIBIT Libria」搜尋與提取的文檔數據，進行由生成式 AI 驅動的摘要、分析，甚至根據類似案例提出對策建議，實現從搜索到決策的完整流程。 此次的功能升級，旨在將內部文檔的應用範疇從單純的「搜索」擴展至「決策支援」。

### 關於生成式 AI 與文檔數據應用的課題 儘管企業採用生成式 AI 的步伐日益加快，但許多企業仍面臨如何準確、安全地應用內部數據的挑戰。此外，即使從企業內部積累的文檔中找到了所需資訊，解讀與分析這些內容依然需要耗費大量時間與專業知識。

### 透過 KIBIT 與生成式 AI 的結合，將搜索結果轉化為決策 為了解決這些課題，FRONTEO 將其獨自開發的方程式驅動型 AI「KIBIT」的高精度文檔解析能力，與基於 LLM（大型語言模型）的生成式 AI 相結合，提供了全新的解決方案。具體功能如下：

- 生成式 AI 可基於「KIBIT Libria」搜尋出的數據創建摘要，協助使用者理解海量文檔內容。 - 橫向分析類似案例，識別共同原因並提出新的對策建議。 - 確保 KIBIT 先準確提取實際文檔中的事實數據再傳遞給生成式 AI，藉此降低幻覺（生成非事實訊息）的風險。

此舉將促進企業內部知識與經驗的共享與再利用，協助加速業務決策並提升知識管理的深度。

### 應用案例：國土交通省「召回與改善對策通知」 在以國土交通省「召回與改善對策通知」作為樣本數據的應用場景中，該整合功能能夠從海量文檔中識別類似的缺陷案例，並由 AI 分析其共同點與原因，進而提出具體的解決方案。

FRONTEO 將持續融合創新的 AI 解決方案與生成式 AI，透過研發與社會化實施，為企業的數位轉型（DX）、生產力提升以及可持續發展貢獻力量。