AWS、組織の属人化知識を AI で管理するシステム構築手法を公開

業界を問わず、多くの組織が「組織の知見」の管理に頭を抱えています。これは長年の運用で蓄積された叡智と経験の総体ですが、「属人的な知識」として扱われることが多く、キーパーソンが退職すると失われ、効率やイノベーションに悪影響を与える知識の断絶を招きます。従来のドキュメント化手法は不十分であり、最も必要な時に情報が古かったりアクセスできなかったりするケースが多発しています。

本稿では、AWS サービスを活用したインテリジェントなアバターシステムによって組織の知見を収集・維持・提供できる、カスタマイズ可能なスマートキャッシュ対応のクラウドベースソリューションをご紹介します。

このソリューションが向いている組織

多様な業界の組織が、このシステムを通じて重要な知識を保存できます。例えば製造業では、熟練した技術者が退職する前に生産手順や保守プロトコルを記録できます。医療機関、金融サービス企業、エネルギー会社、政府機関など他の組織も、自社のユースケースに合わせて本ソリューションをカスタマイズして活用可能です。知識労働者は複数のリポジトリを検索する代わりに自然言語で問い合わせることで手順やポリシーにアクセスでき、専門分野のエキスパートや退職予定の従業員はドキュメントをアップロードすることで、その専門知識を次世代のために保存できます。

組織は、詳細な調査にはデスクトップブラウザからのアクセスを、ハンズフリー操作には音声対話を、迅速な参照にはテキストベースのクエリを利用できるシステムを展開できます。これにより、各業界特有の運用状況に合わせて柔軟に対応することが可能です。

ソリューション概要

本ソリューションでは AWS サービスを活用し、組織のニーズに応じて拡張可能かつ設定可能な知識管理システムを構築します。その中核となるアーキテクチャは、高度な AI 機能と堅牢なクラウドインフラを組み合わせており、直感的で応答性の高い知識配信を実現します。

本ソリューションの基盤となるのは、テキストと音声の両方の対話に対応したブラウザベースのインターフェースです。これにより、自然な会話を通じて知識へのアクセスが可能になります。このインターフェースは、あらゆる AI アバターソリューションと連携可能な設定可能なアバターシステムに接続されており、組織が好みのアバター技術を選択したり変更したりする柔軟性を提供します。

図 1: 知識管理システムのソリューションアーキテクチャ

裏側では、Amazon Cognito がアクセス管理を担い、Amazon API Gateway がシステムの各コンポーネントへの制御された監視付きアクセスを提供しています。知識処理の中核には、マネージド型の Retrieval Augmented Generation (RAG) を実現する Amazon Bedrock Knowledge Bases が採用されています。データソースとなる組織のナレッジは Amazon Simple Storage Service (Amazon S3) に保存され、Amazon Bedrock がデータのチャンク化、埋め込み（Amazon Titan Text Embeddings を使用）、検索を処理し、回答を自社のドキュメントに基づいて生成します。この知識ベースは、Amazon OpenSearch Serverless ベクトルストアによって支えられています。また、Amazon DynamoDB はレスポンスのキャッシュを担当し、AWS Lambda 関数がワークフロー全体をオーケストレーションしています。

コストに関する注意：** Amazon OpenSearch Serverless ベクトルストアはデプロイ時にあなたのアカウント内に作成され、クエリ量に関わらず常に稼働する最小単位として OpenSearch Compute Unit (OCU) に対して課金されます。これは予算策定において、固定費のベースライン（デフォルトの下限では月額数百ドル規模）として考慮すべきものです。このソリューションのコスト構成において、これが最も大きな固定要素となります。キャッシュを活用してこのベースラインの上にある可変的な推論コストを削減する方法については、「スマートなキャッシュによるコスト最適化」をご参照ください。

なぜこのソリューションなのか？

組織が属人的な知見を継承・保存しようとする際、Amazon Bedrock 上でカスタムソリューションを構築する方法や、テキストベースのチャットエージェントを導入する方法など、いくつかのアプローチが存在します。本ソリューションは、以下の3 つのコア機能によって他と差別化されています。

音声ファースト、アバター駆動型の提供: このソリューションは、テキスト専用チャットインターフェースではなく、AI 搭載アバターとの音声対話を中心に構築されています。技術に詳しくないエンドユーザーでも、ほとんど学習コストなく利用可能です。ユーザーはアバターに話し掛けるだけで、同僚に尋ねるのと同じように音声で回答を受け取れます。トレーニングルームや制御室、品質検査ラボ、保守計画オフィスなど、周囲とつながった環境で働く労働者は、手順を確認しながらハンズフリーでシステムに問い合わせることができます。テキスト専用チャットボットと比較して、アバターベースの対話方式は、技術に詳しくない層における採用率と信頼性の向上にも寄与します。（本設計はクラウド接続型です。スケーラビリティおよびパフォーマンス特性に関するセクションの接続要件をご参照ください。）

知識所有者向けのシンプルさ: コンテンツ管理には技術的専門知識は不要です。知識保有者は、既存のドキュメント（Word、PDF、プレーンテキスト、Markdown、JSON）を Amazon S3 にアップロードするだけです。インジェスト同期が実行され、各ドキュメントがチャンク化されてベクトルストアに埋め込まれると、すぐに検索可能になります。新しいドキュメントも、自動化された同期処理が完了すれば、アップロード直後に検索対象となります。ただし、即時反映されるわけではありません。コンテンツの再構築やメタデータのタグ付け、あるいは検索パイプラインの手動構築は不要です。

迅速な展開と組み込みのコスト最適化: 完全なプロトタイプは AWS CloudFormation を通じて数時間でデプロイ可能です。組み込まれた DynamoDB キャッシュにより、重複する質問に対して過去の回答を再利用できるため、AI の推論にかかる変動コストを削減できます。テストでは、繰り返し質問が主体のワークロードにおいてキャッシュヒット率 50〜70% を達成できました。実際の節約効果は、クエリミックスの反復性によって異なります。

他の選択肢との比較

Amazon Bedrock でカスタムソリューションを構築すれば、アーキテクチャ制御を完全に行使できますが、音声処理、アバターレンダリング、キャッシュ、検索パイプラインをそれぞれ設計・統合する必要があり、通常は数週間から数ヶ月を要します。また、複数の AWS サービスにわたる深い技術専門知識が前提となります。

Amazon Q やカスタム Amazon Bedrock チャットインターフェースといったテキストベースのチャットエージェントは、展開までの期間を短縮し、テキストによる知識検索において優れた成果を発揮します。本ソリューションはこれらの上に「音声ファーストな対話」と「アバターによるエンゲージメント」を追加することで、両手が空いた状態でアクセスできる前線労働者層への採用率向上を図ります。

このソリューションが埋めるのは、数時間で展開可能な生産品質のアクセラレーターという隙間です。音声ファーストでありながら視覚的なアバターとの対話を可能にし、スマートなキャッシュによるコスト最適化を実現しています。組織的ナレッジを非技術者の現場労働者に迅速かつ低コストで提供したい企業にとって、本アクセラレーターは各機能を個別に組み立てる際の複雑さを大幅に軽減します。

このソリューションを選ぶべきタイミング

このアクセラレーターは、組織が以下のニーズを持つ場合に最適です。

• 音声や視覚的な対話を通じて、非技術者や最前線の従業員に組織のナレッジを提供する必要がある場合。
• 一から構築するのではなく、実証済みのプロトタイプを迅速に展開したい場合。
• インテリジェントなキャッシングにより、AI の推論コストを削減したい場合。
• 退職する専門家の知識を、最小限の手間で継承・保存したい場合。

導入のステップ

導入プロセスは主に3つのフェーズで構成されます。ナレッジ基盤のセットアップ、インフラストラクチャの展開、そしてAI の統合です。各フェーズは前の段階の上に積み上げられ、包括的なナレッジ管理システムを構築します。

フェーズ1：ナレッジ基盤のセットアップ

導入プロセスは、組織のナレッジを整備することから始まります。ドキュメントはAmazon S3 ナレッジリポジトリにアップロードされ、Amazon Bedrock Knowledge Bases がそこから取り込みます。ソースコンテンツが他のシステムやフォーマットにある場合は、アップロード前にAWS Glue ETL ジョブを追加してAI に最適化された形式に変換することも可能です。このETL ステップは独立したオプションの統合であり、CloudFormation のデプロイメントによって自動的に作成されるものではありません。以下のサポート対象フォーマットのいずれかでドキュメントが既に準備されている組織は、S3 へ直接アップロードできます。

重要な検討事項:

• 対応フォーマット: ドキュメントはWord、PDF、プレーンテキスト、Markdown、JSON など、さまざまな形式で構いません。
• 最適な出力: AI の検索パフォーマンスを最大化するには、Markdown (.md) または構造化されたJSON が推奨されます。

ETL は変換を担います。オプションの AWS Glue ETL ジョブを使用する場合、ソースドキュメントは S3 にアップロードされる前に推奨形式に変換されます。

データ抽出と変換における AWS Glue の詳細なガイドラインについては、AWS Glue ETL ドキュメント を参照してください。

フェーズ 2：インフラストラクチャのデプロイ。コアとなるインフラストラクチャの展開は、AWS CloudFormation テンプレートから始まり、一貫性があり反復可能なデプロイを可能にします。このフェーズには以下が含まれます。

• セキュアなユーザー認証とアクセス制御のために Amazon Cognito を設定する。
• コンポーネント間の通信を管理するための API Gateway エンドポイントを設定する。
• 知識保存用の S3 ベースのリポジトリを確立する。
• レスポンスクーシングのために DynamoDB を実装する。

フェーズ 3：AI の統合。最終的なフェーズでは、AI の機能と処理パイプラインが統合されます。

• 知識の処理とクエリの理解のために Amazon Bedrock を設定する。
• リクエストのオーケストレーションとレスポンスハンドリングのための Lambda 関数をセットアップする。
• オーディオ処理パイプラインを実装します。音声入力をテキストに変換するための Amazon Transcribe、自然な音声で応答を生成するための Amazon Polly、そして人間のような対話を実現するために選択したアバターシステムを統合します。

本システムは、情報精度を維持しつつ応答時間を大幅に短縮するインテリジェントなキャッシュアルゴリズムにより、高いパフォーマンスを実現しています。これらのコンポーネントが組み合わさることで、テキストでも音声でも、ユーザーが最も使いやすいコミュニケーション手段を通じて知識ベースと対話できる体験が可能になります。

実装手順: このガイドでは、Auto Demo アプリケーションのデプロイ手順を解説します。以下の手順は us-east-1 リージョン向けに記述・検証されています。このリージョンを選んだのは、ここで使用する基盤モデル（FMs）やアバターストリーミングの可用性が最も広範であるためです。他の AWS リージョンでデプロイする場合は、事前に選択した Amazon Bedrock モデルとアバタープロバイダーがその地域で利用可能か確認し、ソースコード内のハードコードされたリージョン名を修正してから着手してください。

事前準備

初期デプロイには、IT または DevOps チームによる技術的な対応が必要です。一度きりのセットアップとして、AWS Management Console の基本的な操作、インフラストラクチャ・アズ・コードの理解、ID 管理に関する知識が求められます。

エンドユーザーに技術的なスキルは不要です。対話型インターフェースが参入障壁を解消します。ユーザーは URL にアクセスするだけで、人間专家と話すかのように、自然なテキストまたは音声で対話を開始できます。

AWS アカウント

• S3 バケットの作成、CloudFormation スタックの構築、Amazon Bedrock モデルの呼び出し権限を持つ AWS アカウントへのアクセス権限が必要です。

• AWS リソースのデプロイと管理に必要な、適切な AWS Identity and Access Management (IAM) 権限を付与してください。

サービス別に必要な IAM 権限

この CloudFormation スタックは、複数の AWS サービスにまたがるリソースの作成と管理を行います。本ソリューションをデプロイして運用するには、デプロイを行う IAM ロールまたはユーザーが、以下のサービスに対する権限を持っている必要があります。

• Amazon Bedrock（ファウンデーションモデルの呼び出しおよび Amazon Bedrock Knowledge Bases の検索）
• Amazon S3（知識ベースの保存とアプリケーションファイルの保管）
• AWS Lambda（リクエスト調整用のサーバーレスコンピューティング）
• Amazon Cognito（ユーザー認証とアクセス管理）
• API Gateway（HTTP エンドポイントの管理）
• Amazon OpenSearch Serverless（Amazon Bedrock の知識ベースを支えるベクトルストア）
• Amazon Polly（音声応答用のテキスト読み上げ）
• Amazon Transcribe（音声入力用の音声認識）
• Amazon CloudWatch Logs（集約ログ管理）
• IAM PassRole（Lambda や知識ベース実行ロールに対するサービスロールの委任）

注記: 本番環境でのデプロイでは、リソース ARN を特定のアカウントとリージョンに限定し、「最小権限の原則」に従ってください。CloudFormation スタックは、ランタイム操作に必要な実行ロールを自動的に作成し、適切にスコープされた権限を設定します。

基盤モデルへのアクセス: このソリューションでは、Amazon Titan Text Embeddings（amazon.titan-embed-text-v1）を使用して文書をベクトルストアに埋め込みます。また、回答生成には Amazon Nova Pro（amazon.nova-pro-v1:0）と Anthropic Claude 3 Sonnet（anthropic.claude-3-sonnet-20240229-v1:0）を選択可能です。

Amazon Bedrock を利用すれば、AWS が提供するサーバーレスモデルに自動的にアクセスできます。そのため、Amazon Nova Pro と Amazon Titan Text Embeddings は、手動での有効化なしでデフォルトで使用可能です。

一方、Anthropic Claude モデルはすべてのリージョンで自動アクセス対象ではありません。Claude への最初のリクエストを行う前に、Amazon Bedrock コンソールで一度限りのモデルアクセス申請を完了し、アカウントに必要な AWS Marketplace の購読権限が設定されていることを確認してください。

アカウント管理者は、IAM ポリシーやサービスコントロールポリシー (SCPs) を通じてモデルの制限や置換をさらに実施できます。詳細については、「Amazon Bedrock が AWS リージョン内でサーバーレス基盤モデルへの自動アクセスを提供」の記事をご覧ください。

手順：コードのインストールステップ

GitHub のウェブサイトにある公開 リポジトリ をクローンして、アプリケーションのソースコードを取得してください。アプリケーションは bedkbauto/ フォルダ（src および web サブフォルダを含む）に配置されています。

S3 バケットの作成

• AWS Management Console にログインします。

• S3 サービスへ移動します。

アプリケーションファイルを保存するための新しい S3 バケットを作成します。

以下の構造に従って追加のフォルダを作成してください：s3:///content/bedkbauto/

アプリケーションファイルのアップロード

• ダウンロードした、アプリケーションソースコードを含むフォルダを解凍します。
• 直前に作成した S3 バケットに、解凍したフォルダの中身をアップロードします。アップロードするのは src フォルダと web フォルダのみです。

図 2: Amazon S3 にアップロードする src および web サブフォルダ

S3 オブジェクト URL の取得

• S3 コンソールに移動します。
• アップロードしたアプリケーションファイル内の src フォルダにある setup.json ファイルを探してください。

setup.json ファイルの URL をコピーします。URL は以下のような形式になります。

https:///content/bedkbauto/src/setup.json

CloudFormation スタックの作成

CloudFormation コンソールにアクセスしてください。

スタックの作成を選択し、新しいリソースで標準スタックを作成をクリックします。

テンプレートの指定ステップでは、Amazon S3 URLを選択し、先ほどコピーした URL を貼り付けてください。

図 3: Amazon S3 URL を使用してテンプレートを指定する手順

スタック作成時には、以下のパラメータを入力してください。スタック名、アプリログイン用のワンタイムパスワードを受け取るメールアドレス、demo-user などのアプリログイン用ユーザー名、および事前に作成した S3 バケットの名前です。

図 4：スタックパラメータの入力

残りの設定はデフォルトのままにし、以下の 2 つの確認チェックボックスにチェックを入れます。I acknowledge that AWS CloudFormation might create IAM resources with custom names（AWS CloudFormation がカスタム名を持つ IAM リソースを作成する可能性があることを認識します）とI acknowledge that AWS CloudFormation might require the following capability: CAPABILITY_AUTO_EXPAND（AWS CloudFormation に以下の機能が必要になる場合があります：CAPABILITY_AUTO_EXPAND）です。

図 5：必要な機能の確認

レビューページでSubmit（送信）を選択して、スタックを作成します。

図 6：スタックの確認と送信

デプロイメントの検証

CloudFormation スタックの作成が完了したら、Outputs（出力）タブを開いてアプリケーションにアクセスしてください。

図 7: Outputs タブで FrontendURL を確認する