タイトル： 「専門知識集約型コンサルティングに対する生成AI統合の課題〜ナレッジグラフとRAGの評価」
著者 : 廣川 典昭 （KPMGアドバイザリーホールディングス株式会社）
アドバイザリーライトハウスは、2026年6月8日から12日に群馬県で開催される2026年度人工知能学会全国大会（第40回）で、専門領域における大規模言語モデルのビジネス利用に関する研究成果を発表します。
発表論文
本大会は一般社団法人人工知能学会が主催する会議で、日本国内での人工知能分野の会議としては最大級です。参加者は研究者、学生、企業関係者など多岐に渡ります。今年で40回目を迎え、コロナ禍に一時期参加者数が減ったものの、以降は毎年参加者が増え続け、昨年は5,000人に迫りました。
会議ウェブサイト
背景
大規模言語モデル (LLM) のビジネス利用は急速に進展しており、カスタマーサポートの高度化や社内ナレッジの有効活用など多様な業務プロセスで活用されています。
一方で、最新の LLM であっても専門領域における複雑なタスクでは十分な性能が得られないことが指摘されています。専門領域での知識を LLM に与える方法が複数提案されていますが、高品質で大規模な学習データを要したり、複雑な検索や推論を要する場合には性能が伸びにくかったりなど、実務活用には制約があります。
当社では、このようなLLMの実用における課題解決に資する技術の研究に積極的に取り組み、生成AI活用による自社の業務変革と企業や社会への知見の還元を両輪で推し進めます。
論文の概要と意義
コンサルティングファームでは、多様な産業分野と機能領域にわたり専門知識をグローバルで体系的に蓄積・統合することで、クライアントごとに最適化されたアドバイザリーを戦略的に提供することを可能としています。これらの知識体系は、人間のコンサルタントが理解し業務に活用することを前提として設計されており、限られた記述量で様々なシナリオに適用可能とするため、知識は高密度に集約されています。
本研究では、この特性を踏まえ、ナレッジグラフとRAGを組み合わせた先行研究に着目し、複数の専門領域における性能の検証を行いました。検索性能に加え、回答を生成する LLM の専門領域における理解力も評価しました。結果、ナレッジグラフ統合型 RAG は標準的な RAG と比較して検索性能および回答生成性能の双方で優位性を示し、日本語でも性能劣化は見られませんでした。他方、専門家と比較すると、専門領域における文脈理解能力には依然として限界が残ることも示唆されました。
今後は、ナレッジグラフの品質向上に加え、LLMの専門領域での理解能力向上に向けたさらなる研究開発が重要といえます。
