CASE STUDY照会業務を80%削減した「使える生成AI」の作り方
ーSharePointプロパティ設計から始めたナレッジ検索AI事例ー
Copilot Studioで社内ナレッジ検索AIを短期間構築。問い合わせ対応を大幅効率化
社内に分散していたナレッジを統合し、Copilot Studioによる検索AIを短期間で構築。 定型的な社内照会は 約80％削減 し、構築・改善を高速に回せる仕組みを実現しました。 生成AI導入前に「業務とナレッジの設計」から取り組むことで、実効性の高い活用を可能にしています。
お客様のご要望・課題
ドキュメントやFAQが複数部署・サイトに点在し、必要な情報へすぐ辿りつけない。
同じ質問が担当者に繰り返され、対応負荷が継続的に発生していた。
登録がメール・手動ベースで運用され、更新漏れや重複が多発していた。
アクセス権管理や情報流出リスクが懸念され、導入が進まなかった。
提案のPOINT
Copilot Studioを活用した自然言語検索で、社内ナレッジを誰でも簡単に呼び出せる仕組みを実現
SharePointライブラリとPower Platformの連携により、既存資産を活かした統合的なナレッジ管理を構築
Power AppsとPower Automateでナレッジ登録を自動化し、情報更新の属人化を解消
セキュリティを担保した社内限定のAIチャットエージェントとして、安全かつ効率的な情報共有を推進
導入のご内容・効果
定型的な社内照会の約80％が自己解決され、担当部門への問い合わせ件数を大幅に削減しました。
回答品質のばらつきも解消され、業務負荷・属人性の双方が改善されています。
※社内FAQのうち、手続き・ルール系カテゴリでの削減率。
本事例では、Copilot Studioの構築そのものだけでなく、AIが参照する情報の整理・識別方法を重視しました。
SharePointドキュメントライブラリのプロパティ（種別・年度・状況など）を適切に設計することで、
AIが「どの情報を使うべきか」を判断しやすい状態を実現しています。
その結果、情報は存在するのに回答に活用されない、更新されていない資料が混在するといった
生成AI活用でよくある課題を回避し、回答精度の安定化につなげました。
Copilot StudioのRAG（Retrieval Augmented Generation）構成を採用し、回答に利用するドキュメントを用途・業務別に選択できる仕組みを設計しました。
これにより、以下のようなリスクを防止しています。
- 誤った情報の参照
- 更新されていない資料の利用
- 閲覧権限外データの参照
参照範囲を適切にコントロールすることで、安全かつ信頼性の高い生成AI活用を実現しています。
