ProjectVIEW AIのモデル：SLM＋LLM
ProjectVIEW AIのモデルとは？
DANAOS ProjectVIEW AIは、ドメイン特化型の小規模言語モデル（SLM）と最先端の大規模言語モデル（LLM）を組み合わせ、ユースケースごとに最適なモデルを選択します。SLMはプロジェクトデータのパターン認識と数値分析を担い、LLMは推論、言語処理、複数ステップの計画立案を担います。どちらも質問の時点で取得したERPのコンテキストに基づいて動作するため、貴社データでモデルを再学習させる必要はありません。
そのため、建設業や造船業をはじめとするプロジェクト型産業において、このSLMとLLMの組み合わせは業務の実態に合致しています。一方には正確な数値が、もう一方には説明と判断が求められるからです。
ProjectVIEW AIのモデル：SLM＋LLM
SLMとLLMの違いは何ですか？
大規模言語モデルは、幅広いテキストで学習した汎用モデルです。特に、質問の理解、文章作成、要約、一連の手順の計画立案に優れています。小規模言語モデルは、より狭い領域やタスクに特化した小型のモデルです。また、一般に高速かつ低コストで実行でき、特定の種類のデータにおけるパターンを認識するよう調整できます。
どちらが一般的に優れているということはありません。つまり、重要なのは、どちらがそのタスクに適しているかです。
ProjectVIEW AIのモデル：SLM＋LLM
プロジェクト型産業でドメイン特化型SLMとLLMを組み合わせるのはなぜですか？
建設、造船、その他のプロジェクト型産業のプロジェクトデータは、その大半が構造化された数値データです。例えば、数量、単価、発注済み金額、出来高査定、保留金、燃料使用量などです。また、BoQ、WBS、コストコード、設計変更、クレームといった独自の用語も伴います。
- 数値には一貫性があり再現可能な分析が必要です。これはSLMの仕事です。
- 一方、役員は、プロジェクトがなぜ予算を超過しているのかを平易な言葉で知る必要があります。これはLLMの仕事です。
- 事実を保持するのはERPです。これは決定論的な仕事です。
決定論的なERP＋確率論的なAI。ProjectVIEW ERPが記録を正確に保ち、モデルが検知、説明、予測を加え、意思決定の責任はユーザーが担い続けます。
ProjectVIEW AIのモデル：SLM＋LLM
どのモデルタイプがどのタスクを担いますか？
次の表は、タスクがモデルタイプ間で一般的にどのように分担されるかを示しています。ただし、各ユースケースで実際に使用するモデルは、導入ごとに選択されます。
| タスク | モデルタイプ | 使用するERPデータ |
|---|---|---|
| 予算単価を上回る見積にフラグを立てる | SLM（異常検知） | 見積、予算単価、コストコード |
| 原価超過の確率、完成時原価予測 | SLM（数値分析） | 予算、発注済み原価、実績原価、進捗 |
| 機械の異常な燃料使用量やアイドル時間 | SLM（パターン認識） | 機械、燃料、作業の記録 |
| 「プロジェクトAlphaはなぜ予算を超過しているのか？」 | LLM（推論と言語処理） | 取得した原価明細、設計変更、発注 |
| プロジェクト横断の経営層向けブリーフィング | LLM（要約） | プロジェクトのKPIと例外事項 |
| 契約条項の抽出 | LLM（言語処理） | 契約文書 |
| エージェントのサイクル：検知、調査、説明、提案、承認依頼 | 計画と説明にはLLM、検知にはSLM | 当該モジュールのデータと承認ワークフロー |
ProjectVIEW AIのモデル：SLM＋LLM
SLMとLLMは一つの質問に対してどのように連携しますか？
役員からの「プロジェクトAlphaはなぜ予算を超過しているのか？」という質問を例に考えてみましょう。
- 取得。ProjectVIEW AIが、役員の権限の範囲内で、プロジェクトAlphaの予算、発注済み原価、実績原価、進捗、未決の設計変更を取得します。
- 分析。数値分析により、どのWBS要素とコストコードが乖離の原因となっているか、またそれぞれがどの程度ずれているかを特定します。
- 説明。次に、LLMが結果を、数値と根拠となる明細を添えた、平易な言葉による簡潔な説明に変換します。
- 提案。必要に応じて、次に確認すべき事項を提案します。未承認の設計変更、予算単価を上回る仕入先、遅延している出来高査定などです。
役員は、ProjectVIEWの原価管理で一行ずつ確認できる回答を得られます。意思決定は役員に委ねられます。
ProjectVIEW AIのモデル：SLM＋LLM
モデルフレキシブルとはどういう意味ですか？
ProjectVIEW AIはモデルフレキシブルです。つまり、製品全体で固定されたモデルを使うのではなく、ユースケースごとにモデルを選択します。実際、数値予測と経営層向けサマリーに同じモデルは必要ありません。
モデルフレキシブルであることは、ProjectVIEW ERP内でのデータの構造化方法を変えることなく、より優れたモデルが登場すればAIレイヤーがそれを採用できることも意味します。ERP内の構造は安定した部分であり、その周囲のモデルは変化し得ます。顧客固有のSLMは、ProjectVIEW AI v12で利用できます。
ProjectVIEW AIのモデル：SLM＋LLM
取得か再学習か：AIはどのように貴社のビジネスを理解するのですか？
ProjectVIEW AIは推論時にERPのコンテキストを取得します。ユーザーが質問すると、関連する記録がProjectVIEW ERPから取得され、質問とともにモデルに渡されます。貴社データでモデルを再学習させる必要はありません。
- 最新の回答。モデルは前四半期の学習スナップショットではなく、今日の発注状況を読み取ります。
- 権限の尊重。取得はユーザーのロールに従うため、モデルはユーザーが閲覧を許可されている範囲のみを参照します。
- モデルにデータが組み込まれない。また、貴社の商業データがモデルの重みに組み込まれることはありません。
これが、ProjectVIEW AIが推測ではなく、構造化されたERPデータを通じて貴社のビジネスを理解する仕組みです。詳しくはProjectVIEW AIの仕組みをご覧ください。
ProjectVIEW AIのモデル：SLM＋LLM
当社のデータは公開モデルの学習に使用されますか？
いいえ。データが一般消費者向けの公開AIサービスに送信されることはなく、ProjectVIEW AIはプライベート環境で稼働します。Microsoft Azure上では、プロンプトがモデルの学習に使用されることはありません。ProjectVIEW AIのデータセキュリティとガバナンス、および背景解説記事建設業向けプライベートエンタープライズAIをご覧ください。
よくあるご質問
ProjectVIEW AIはどのLLMを使用していますか？
ProjectVIEW AIはモデルフレキシブルです。モデルはユースケースごとに選択され、推論と言語処理には最先端のLLMを、パターン認識と数値分析にはドメイン特化型のSLMを組み合わせて使用します。
当社のプロジェクトデータでモデルを学習させるのですか？
再学習は不要です。ProjectVIEW AIは推論時にERPのコンテキストを取得し、ユーザーの質問とともにモデルに渡します。
原価管理に汎用のAIチャットボットを使わないのはなぜですか？
汎用チャットボットは貴社のBoQ、WBS、コストコード、発注情報を持っておらず、一貫した数値分析のために作られてもいません。ProjectVIEW AIはガバナンスの効いた貴社のERPデータ上で動作し、数値が重要な場面ではSLMを使用します。
顧客固有のモデルは利用できますか？
はい。顧客固有のSLMは、ProjectVIEW v12で利用できます。さらに、お客様のデータとプロセスに合わせて調整されます。
ProjectVIEW AIは鉱業、海洋、製造業でも利用できますか？
モデルは、BoQ、WBS、コストコードで構造化されたProjectVIEW ERPのデータ上で動作します。また、この構造はプロジェクト型産業に共通するものです。同じアプローチが、建設、造船・修繕、海洋・オフショア、鉱業・採石、プロジェクト型製造向けに設計されています。