spectASOLIZE株式会社

熟練者に依存した要求文書読解をAIがサポート

SpectA RFQ
Guide ViewTM

  • EPCコントラクター
  • プラント機器ベンダー
  • 機械商社
  • 自動車部品メーカー
  • 交通システム
  • 造船

引き合い段階における
見積り計画計画設計業務
課題をお持ちの方におすすめです

顧客要求の確認工数増大

顧客要求の確認工数増大

要求文書は情報量が膨大かつ顧客によっても表現が異なるため、内容把握だけでも多くの工数、期間を要している

人による見落としや品質バラつきの発生

人による見落としや品質バラつきの発生

要求文書の読解は人に依存したカタチでおこなわれ、人による「解釈違い」や「読み落とし」がどうしても起こってしまう

過去実績やノウハウを活用できない

過去実績やノウハウを活用できない

交渉事項の検討など、過去の実績情報を参考にしようとしても、探すだけで時間が掛かったり、場合によっては目的のものに辿り着けないことがある

結果として以下のような状況に陥っていませんか?

  • 提案検討に十分時間が割けていない
  • 受注後に莫大な追加コストが発生してしまう
  • 知識資産を競争力や人材成長につなげられていない

SOLIZE独自のAI技術が
読解と判断、継続学習を
サポート
します

AIによる情報検出、担当者による読み落としを防止

AIによる情報検出、
担当者による読み落としを防止

熟練者の観点を学習したAIが、要求文書から情報を検出します。AIが提示する情報を手掛かりに、担当者は抜け漏れなく要求文書の読解ができるようになります。

AIによるナレッジの提示、担当者の判断を支援

AIによるナレッジの提示、
担当者の判断を支援

AIが検出した情報に関連する設計標準などのナレッジや、過去の検討内容が提示されます。これにより、社内のナレッジを探す手間が低減され、組織内の知識を有効活用できるようになります。また、ナレッジの提示により担当者の成長も促されます。

業務を通してAIの継続的な学習・成長

業務を通して
AIの継続的な学習・成長

過去の検討内容はSpectAに蓄積されます。検討の対象となった文章をAIの学習データとして活用します。業務においてSpectAを使用するほど、AIが成長するサイクルが実現できます。

SpectA RFQ Guide View
導入効果(一例)

高精度の情報抽出・提示

グラフ

人の判断の質と量を最大化

グラフ

ロスコストの低減

グラフ

導入サービスについて

すぐに使い始めたいお客さまへ

SpectA RFQ Guide Viewは、セキュアなクラウド環境で提供されます。ご契約から最短3週間で利用を開始することが可能です。また、SOLIZEのノウハウが反映されたアスペクトエンジンが搭載され、辞書やルールは初期状態から利用可能です。年間を通して、トレーニングを開催し、当社のカスタマーサクセスチームが活用をサポートします。

成果を最大化したいお客さまへ

SOLIZEは20年間にわたり、熟練者の暗黙知を形式知に変換、組織知として最大活用するための業務変革を続けてきました。
エンジニアリング業務に精通したシニアコンサルタントが、お客さまに特化したルールや辞書、運用プロセスの構築をご支援します。

活用シーン/取り組み事例

自動車メガサプライヤー A社

  • 提案の機会損失
  • 属人化
  • 熟練者の暗黙知可視化
  • 組織知最大活用

A社様では、欧米OEMに向けてグローバルにシェアを拡大していこうとしているのですが、熟練エンジニアにRFQ業務が頼りきりになっており、工数不足から提案機会を逸していました。そこで、熟練エンジニアの持つ暗黙的なノウハウを可視化し、アスペクトAIを掛け合わせることで、熟練エンジニアの知見を再現しようとしています。
アスペクトAIで提示される熟練エンジニアの知見を活用し、若手エンジニアにおいてもRFQ業務をおこなえるようになり、RFQ提案の機会を拡大できています。

大手EPCコントラクタ B社

  • 受注後損失コスト発生
  • 読み落とし
  • 担当者の観点を再現

B社様では、顧客から出てくる大量の要求仕様書を複数人で手分けして読解し、デビエーション&クラリフィケーションをおこなっていました。ただ、人任せのやり方には限界があり、解釈のバラつきや読み落としが発生している状況でした。場合によっては受注後に仕様変更などが必要となり、多大な追加コストが発生していました。
各担当者が持つ読み込みの観点をアスペクトAIで学習させ、SpectAで再現して表示することで、読み落とし防止に役立っています。
アスペクトAIの学習の際には暗黙知の可視化の技術も組み合わせて優良な学習データを用意することで、SpectAの早期立ち上げを実現しています。

機器ベンダー C社

  • 組織的な資産としてのナレッジ最大活用
  • 持続的な学習サイクル

C社様では、さまざまなお客さまから日々大量のRFQが届いており、これを経験の異なる複数の担当者で分担しているのですが、人により業務品質はバラつきが多く発生していました。
社内で設計標準やノウハウをまとめているのですが、これらを活かしきれていない様子でした。
問題はどのタイミングで何を参照したら良いかわからないこと、そしてそれが分かっても引き出せないことにありました。そこで、アスペクトAIを用いて過去のRFQ文書に対するナレッジ参照を学習させ、新たなRFQが届いた際には過去の類似RFQ文書を検索しそれに紐づくナレッジを参照できるようにしました。業務をおこないながら新たなナレッジ参照があればこれも学習し、次のRFQでも活かせるようにしています。

よくあるご質問

全ての回答を開く +

全ての回答を閉じる -

SpectAを活用するにはどのくらいの費用がかかりますか。
ユーザー数単位でのライセンス費用がかかります。また、導入をよりスムーズにしたり、運用定着を早めたりするために「導入・活用支援サービス」をご用意していますので、適宜ご利用ください。詳細はお問い合わせください。
トライアルは可能ですか。
SpectA RFQ Guide Viewは、2週間を目安としたトライアルが可能です。詳細はお問い合わせください。
SpectAはクラウドサービスとのことですが、オンプレミスでの利用は可能ですか。
オンプレミスではご利用いただけません。
クラウドサービスとすることで導入にかかる負担を軽減し、サービス品質向上のためのリリースアップを容易としています。
SpectAを使用するブラウザに制限はありますか。
推奨ブラウザは以下となります。Internet Explorerでは、少なくともレイアウト崩れの発生が確認できています。
・Google Chrome
・Microsoft Edge(Chromium Ver.)
インプットデータはどの言語に対応していますか。また、アウトプットの対応言語は何ですか。
インプットデータは日本語、英語のみ対応しています。
アウトプットデータの入力欄は自由入力であるため、どの言語にも対応しています。
手書き資料をスキャンしたものや画像は取り込めますか。
SpectAに搭載されているのは自然言語処理を行うAIとなりますので、文字認識できるデータのみが取り込めます。
SpectAで読み込めるデータ形式は何ですか。(.pdf、.docx、.pptなど)
SpectAで読み込めるファイル形式は.pdfです。.docxや.pptなどはPDF化することで読み込めるようになります。今後の機能改善により、取り込めるファイル形式を増やしていく予定です。(2022年4月時点)
AIに学習させるためのデータは、どのように作成しますか。
学習データとして必要になるのは、デビエーション対象となった「文章抜粋」です。データの作成方法は以下の2点です。
 1.過去実績データを整理し、SpectA RFQ Guide Viewに登録
 2.実業務として、SpectA RFQ Guide View上で文章を抜粋
1.を先に実施することを推奨していますが、「実績データ中に文章の抜粋がない」「実績データが紙で存在する」などの場合は、
2.を先に実施してもかまいません。
導入にあたり、初期学習の手間はどのくらいかかりますか。
学習データは1案件分あればルールを構築することが可能です。
ただし、学習データが少ないと検出時に抜け漏れが発生する可能性が高いため、5案件から10案件程度を推奨しています。
データの蓄積状況に応じて初期構築にかかる労力が変動するので、詳細はお問い合わせください。
学習なしで使用することもできますか。
学習データがない状態でも、本システムをPDFビューワーとして使用し、業務で使用しながら学習データを蓄積していくことができます。
AIが検出できなかった箇所の確認はどのように行いますか。また、見落とし確認はどのように行いますか。
AIが検出できなかった箇所(≒過去に学習していない箇所)は、人が文章を選択・検討メモを付与し、蓄積していきます。
また、AI検出箇所の一覧を表示し、仕様一覧などと見比べることで、抜け漏れの有無を確認することが可能です。
AIの分析処理にかかる時間はどのくらいですか。
実際にユーザーが用いた以下の条件にて、およそ30分程度となります。
 RFQのページ数:約170ページ
 検出ルール:1,500件
業種、発注会社ごとに検出ルールを構築・検出することは可能ですか。
また、それらは共通のデータベースとして、一部情報を共有し合うことができますか。
業種、発注会社ごとに目的に合った検出ルールを構築でき、それぞれで検出させることが可能です。
例:欧州と北米のサプライヤーで別々のルールを構築する
また、これらは共通データベースとして活用していくことが可能です。

熟練者に依存した要求文書読解をAIがサポート

資料ダウンロード&動画視聴&
お問い合わせ

CLOSE