三菱総研らが時系列の経緯を追える新RAG技術を開発。仕様変更の背景把握を容易に

発表内容のポイント

• 時系列構造と変更履歴を管理するリポジトリ構造により、情報の推移を保存
• 単発の類似検索ではなく、必要なデータ取得と推論の手順を生成して回答
• 仕様変更の経緯や判断理由を提示し、開発管理やナレッジ継承の負荷を軽減

発表の背景

業務での生成AI活用において、自社データを検索して回答精度を高めるRAGが普及しています。しかし、従来のRAGは日々更新される情報の変化を追跡しにくく、過去の議論や合意形成プロセスを踏まえた回答が困難でした。特に、時間経過による変化や一見独立した出来事同士の関係性の把握に課題があり、情報の時系列性と文脈の蓄積を両立できる新しい技術が求められていました。

何が発表されたのか

共同開発された「AI Memory RAG」は、議論や出来事の推移を時間軸に沿って保存する「時系列構造」と、要件定義書や法令などの変更履歴を管理する「リポジトリ構造」を備えています。回答生成時には、問い合わせ内容を分析して必要なデータ取得と推論の手順（回答計画）を生成。例えばシステム開発において、関連する議事録を時系列で取得し、意思決定者の発言や関係性を分析することで、仕様変更の要因や判断の経緯を横断的に把握して回答します。

製造業・生産管理への見方

製造業の設計・開発現場や生産管理部門において、仕様変更やトラブル対応の「経緯」を把握することは極めて重要です。本技術は、要件定義から設計・開発に至るまでの議論や変更経緯を保持し、「なぜその仕様になったのか」「誰がどのような判断をしたのか」を明確に提示できます。これにより、ベテランから若手へのナレッジ継承や、過去の障害対応記録に基づく迅速なトラブル解決、引き継ぎ業務の効率化など、製造現場のDX推進に大きく貢献する可能性を秘めています。

現場で確認したいポイント

• 自社の設計書や仕様変更履歴、議事録などのデータが、本技術で活用できる形式で蓄積されているか
• PKUTECHが提供するAIエージェント基盤「Egeriaシリーズ」など、具体的な導入経路や連携方法
• 実際のシステム開発や問い合わせ対応の現場における、回答精度や実用性の検証結果

確認しておきたい点

本技術は現在特許出願中であり、今後のさらなる精度検証や実証を通して実用性を高める段階にあります。自社の既存システムやデータベースへ直接導入できる時期や具体的な仕様については、今後の両社からの発表を確認する必要があります。

関連リンク

• 三菱総合研究所 公式サイト：発表企業である三菱総合研究所の公式ホームページです。
• 三菱総合研究所 PR TIMESページ：三菱総合研究所のプレスリリース一覧が確認できます。

出典情報