海運データ分析を支えるLakehouse＋AIエージェント基盤の構築 本プロジェクトでは、船舶・基幹システムのデータをLakehouseへ統合し、自然言語で分析・検索できるAIエージェント基盤を構築しました。全社5部門で220 MAUまで利用が広がり、月間6,800件の質問に活用されています。 プロジェクト概要 構築対象 海運データ分析を支えるLakehouse＋AIエージェント基盤 利用状況 220 MAU、全社5部門、月間6,800問 統合対象 68隻・14システム 文書検索対象 契約書・船級規則など2.4万件のPDF 回答正答率 91.5％（人手評価） 従来の課題 01．データ抽出・加工に時間がかかる 1つの問いに回答するまで15～21日を要し、4部門を経由してデータを手作業で抽出・加工していました。 02．月次報告書の作成負担 月次報告書の作成に6人日を要していました。 コアテクノロジー 01．Lakehouseによるデータ統合 Delta Lake上にBronze、Silver、Goldのメダリオン構成を構築しました。210件の生テーブルを、38件の認証済みGoldマートへ集約・精選しました。 指標ロジックは単一のSQL定義としてGitで管理しました。 02．Unity Catalogによるガバナンス RBAC、行フィルタ、列マスキングを適用しました。AIエージェントは認証済みのGoldマートのみを参照し、質問者本人の権限でSQLを実行します。 権限外または対象範囲外の質問には、理由を示して回答を保留する仕組みとしました。 03．AIエージェント・文書RAG 自然言語による質問からSQLを生成・検証・実行します。SQLの実行成功率は94.2％で、12カ月の監査における捏造数値は0件でした。 さらに、2.4万件のPDFをベクトル検索し、根拠となる条項番号とページを明示して回答します。 導入後の効果 01．自然言語質問への超高速応答 自然言語による質問への平均応答時間を6.2秒としました。 02．低コストでの運用 1回答あたり€0.031のコストで運用しています。 03．コスト削減機会の創出 燃料費・港費において、初年度€1.8Mのコスト削減機会を創出しました。 04．月次報告の自動化 自動化によって、月次報告の作業時間を40分に短縮しました。 AI・データ活用について相談する AIソリューション実績集をダウンロードする