導入事例
数週間から15秒未満へ:APACの大手FMCG企業向けエンタープライズ・エージェンティックAI分析システム
- チーム規模:11名(データエンジニア4名、AIエンジニア3名、データスチュワード2名、ソリューションアーキテクト1名、PMO 1名)
- 開発期間:2つのフェーズにわたり9か月
Explore more case study
背景
APAC全域のFMCG業界がますます複雑化する中、企業は複数の市場、多様な事業運営モデル、異なる成長優先事項に対応する必要があります。Bain & Companyは、いくつかの新たなトレンドが 世界最大の消費財市場を再編していると指摘し、CPG企業が持続可能な成長を実現するには、この地域の複雑さを効果的に管理する必要があるとしています。McKinseyも、18の市場にわたる 25,998人の消費者 を対象とした調査を通じて、APAC市場の多様性と細分化を強調しています。これらの市場は世界のGDPの約75% を占めています。同時にGartnerは、自然言語処理(NLP)と対話型インターフェースを活用した 拡張アナリティクス の役割が拡大しており、技術を専門としないビジネスユーザーも、より簡単にデータにアクセスし、インサイトを得られるようになると強調しています。
本事例のクライアントは、APAC地域 全域で 事業を展開し、20か国以上で複数の事業会社を管理する大手FMCG企業です。
これらの課題に対応するため、GEMはクライアントと協力し、ビジネスユーザーが日常的な言葉で質問し、検証・説明・可視化を伴う回答を数秒で受け取れるエージェンティックAI分析システムを構築しました。完成したエージェンティックAI分析システムは、整合性の取れたデータ基盤、エンタープライズ・セマンティックレイヤー、エージェンティックAIインテリジェンスレイヤーという3つの基盤の上に構築されています。
課題
市場間でのデータの分断と定義の不統一
- データは多数のソースシステムや事業会社に分散しており、それらを統合する共通の全社モデルがありませんでした。
- 市場ごとにデータ構造が異なっていたため、市場横断の分析には手作業でのデータの照合と調整が必要でした。
- 主要KPIの定義が市場ごとに異なっていたため、同じ質問に対して矛盾する回答が得られることがありました。
- 大量のデータが収集されていましたが、アクセスや信頼性の確認に手間がかかるため、実際の活用頻度は限られていました。
時間がかかり、専門技術に依存し、柔軟性に欠けるインサイトへのアクセス
- ビジネスユーザーはデータを直接照会できず、定型外の質問にはすべて、アナリストと手書きのSQLクエリが必要でした。
- 静的なダッシュボードは既知の質問には答えられましたが、自由度の高い探索的分析には対応できませんでした。
- 意思決定のサイクルは数時間から数日、さらには数週間へと延び、インサイトが届く頃にはその価値が低下していました。
- どのようなソリューションもエンタープライズ水準である必要がありました。つまり、信頼性が高く、ガバナンスとセキュリティが確保され、実際のビジネス上の意思決定を支えられる精度を備えていることが求められました。
ソリューション
GEMは、自然言語によるビジネス上の質問を、検証・説明・可視化を伴う回答へと15秒未満で変換するエージェンティックAI分析システムを提供しました。このエージェンティックAI分析システムは、マルチエージェント推論フレームワークを中核に、相互に連携する3つのレイヤーで構成されています。
レイヤー1:統合されたデータ基盤
すべての事業会社および国のデータを取り込み、共通の全社データモデルの下で統合することで、分析とAIワークロードに向けた信頼できる単一のデータソースを構築します。この基盤により、エージェンティックAI分析システムは、ガバナンスと拡張性を維持しながら、一貫した市場横断分析を実行できます。
レイヤー2:エンタープライズセマンティックレイヤー
セマンティックレイヤーは、すべての市場のKPI、ディメンション、ビジネスロジックを標準化します。全社共通の定義をプラットフォームに直接組み込むことで、エージェンティックAI分析システムは、地域や事業部門にかかわらず、すべての分析が一貫したビジネスルールに基づいて行われることを保証します。
レイヤー3:エージェンティックAIインテリジェンス
エージェンティックAI分析システムの中核には、ビジネス上の意図の理解、分析計画の策定、信頼できるデータソースへの照会、インサイトの生成、可視化の作成を実行できるマルチエージェントアーキテクチャがあります。これにより、スピード、文脈、信頼性を兼ね備えた対話型の分析体験を実現します。
このレイヤーでは、専門エージェントのチームがすべての質問に対して連携して取り組みます:
- エージェントオーケストレーター: ワークフローを制御し、エージェント間の作業の引き継ぎを調整します。
- 計画エージェント: ユーザーの質問を解釈し、体系的な分析計画を作成します。
- コンテキストエージェント: KPI、ディメンション、過去の知識など、関連するビジネスコンテキストを取得します。
- クエリエージェント: 信頼できるソースに対して、最適化されたデータクエリを生成し、実行します。
- 分析エージェント: 取得したデータを分析し、傾向、異常、主要なインサイトを明らかにします。
- 評価エージェント(LLM-as-Judge): 推論、データの使用、結果を検証し、すべての応答の正確性と信頼性を確保します。
- 短期メモリ: 会話全体を通じてセッションの文脈と中間結果を保持します。
- 長期メモリ: 再利用可能な知識を保存し、時間の経過とともにシステムが改善するようにします。
エンタープライズグレードのプラットフォームとセキュリティ
このシステムは20か国以上にわたる機密性の高い商用データを扱うため、セキュリティとガバナンスを当初から設計に組み込みました。プラットフォームはPrivate Endpointsを備えたAzure Virtual Network内で稼働し、Microsoft Entra IDを通じてユーザーを認証し、Azure Application GatewayとFirewallによって保護されています。Judge Agentは、インフラの制御に加えて推論レベルのガードレールを提供し、出力がユーザーに届く前に検証します。
技術スタック
- クラウドプラットフォーム: Microsoft Azure
- データ基盤: Azure Storage (ADLSv2), Azure Data Factory, Databricks, Delta Lake
- セマンティックレイヤー: Databricks Metric Views, Azure AI Search
- エージェンティックインテリジェンス: Azure App Service, Azure OpenAI, Azure AI Search, Redis Cache, Azure SQL Database, Azure Key Vault, LangGraph
- セキュリティ & ネットワーキング: Azure Virtual Network & Private Endpoints, Microsoft Entra ID, Azure Application Gateway & Firewall
成果物
- 20以上のAPAC市場全体にわたり、自然言語によるビジネス上の質問に回答できる、本番運用レベルのエージェンティックAI分析システムを提供しました。
- DatabricksとDelta Lake上に整合性の取れたデータ基盤を構築し、複数の運営主体のデータを統合事業会社のデータを単一のエンタープライズモデルに統合しました。
- すべての市場でガバナンスの効いたKPI定義とビジネスロジックの遵守を徹底する、エンタープライズセマンティックレイヤーを実装しました。
- Orchestrator、Planner、Context、Query、Analysis、Judgeの各エージェントからなるマルチエージェント推論アーキテクチャを導入しました。
- エージェンティックAI分析システムが生成するすべての応答の正確性、説明可能性、信頼性を確保するため、LLM-as-Judgeによる検証機能を組み込みました。
- 対話型分析、自律的なSQL生成、インサイトの自動説明、動的な可視化を実現しました。
成果
業務効率
- エージェンティックAI分析システムにより、インサイトの獲得にかかる時間を数日または数週間から15秒未満に短縮し、リアルタイムの探索的分析を実現しました。
- 信頼できる企業指標との照合検証で 99.8%のデータ取得精度を達成しました。
- アドホックなレポート作成やビジネス上の質問への対応における、アナリストのボトルネックを解消しました。
- すべての市場でKPI定義を標準化し、整合性確認の作業を大幅に削減しました。
ビジネス変革
- エージェンティックAI分析システムを通じてデータアクセスを民主化し、営業担当者、営業マネージャー、ブランド責任者がSQLや技術的な専門知識なしで企業データを探索できるようにしました。
- 信頼できるインサイトに即座にアクセスできるようにすることで、意思決定を迅速化しました。
- 検証済みで説明可能なAI生成の回答により、企業レポートへの信頼を高めました。
- APAC事業全体における今後の分析、自動化、AI施策に向けて、拡張可能なデータおよびAI基盤を確立しました。
おわりに
エージェンティックAI分析システムは、ビジネス上の質問から信頼できる回答を得るまでの時間を数週間から15秒未満に短縮することで、レポート作成の迅速化をはるかに超える価値をもたらしました。20を超える市場にわたり、データに基づく業務運営モデルを実現しました。調和の取れたデータ統合、ガバナンスの効いたビジネス定義、自己検証型のマルチエージェントアーキテクチャを通じて、エージェンティックAI分析システムは分断されたデータ環境を、対話でアクセスできる唯一の信頼できる情報源へと変革し、次世代のAIを活用した意思決定に向けた拡張可能な基盤を確立しました。
AIによる変革の別の成功事例をご覧ください: 荷主と運送会社のインテリジェントマッチングプラットフォーム

