Category: Generative AI

This article is a contribution from Mr. Eiji Natsuaki, Executive Officer and Head of the Business Creation Division of Osaka Gas Co., Ltd., regarding the company’s efforts to use generative AI for a carbon credit evaluation system. It is the second part of a two-part series.

This article is a contribution from Mr. Kazuya Okada, the leader of the Carbon Credit Development Unit in the Future Value Development Department of Osaka Gas Co., Ltd., regarding the company’s efforts to use generative AI for a carbon credit evaluation system. It will be introduced in two parts, this being the first part.

この記事は、“Orchestrating Clinical Generative AI Workflows U […]

このブログは、“Boost sales team productivity and effecti […]

本ブログは 株式会社アーベルソフト様と Amazon Web Services Japan 合同会社が共同で執 […]

生成 AI モデルは幅広いトピックに関する情報を生成できますが、その応用には新たな課題があります。これには関連性の維持、有害なコンテンツの回避、個人を特定できる情報（PII）などの機密情報の保護、ハルシネーション（幻覚）の軽減が含まれます。Amazon Bedrock の基盤モデル（FM）には組み込みの保護機能がありますが、これらはモデル固有であることが多く、組織のユースケースや責任ある AI の原則に完全に合致しない可能性があります。

本ブログは、IQVIA サービシーズ ジャパン合同会社 と Amazon Web Services Japan が共同で執筆しました。IQVIA サービシーズ ジャパンでは、臨床試験や市販後調査（PMS）、医薬品関連文書の作成等の業務において、日本における医薬品の臨床試験の実施の基準に関する省令や治験業務を行う上での規制のように一般に公開されているドキュメントの内容を確認する必要がたびたび発生します。それらの症例や規制の内容について疑問がある場合にはガイドブックやウェブで公開されている情報を元に手作業で調査を行っていましたが、この調査に時間がかかることが課題になっていました。
調査効率の向上のために、IQVIA サービシーズ ジャパンでは Amazon Bedrock のナレッジベースを用いた RAG(Retrieval-Augmented Generation) ベースの AI チャットソリューションを構築しました。Amazon Bedrock のナレッジベースは、データソースへのカスタム統合を構築してデータフローを管理することなく、取り込みから取得、迅速な拡張まで、RAG ワークフロー全体を実装するのに役立つフルマネージド機能です。

本稿は、日本取引所（以下「JPX」）グループの戦略的なデータ・デジタル事業を担う株式会社 JPX 総研による「 […]

現代の変化のペースが速く競争の激しい製造業界では、企業はサプライチェーンの管理において、出荷の遅延、部品不足、 […]

この記事では、組織内のチームをテナントとして捉えた場合の、マルチテナントアーキテクチャで Amazon Bedrock を使用して基盤モデルにアクセスするための内部 SaaS レイヤーの構築方法をご紹介します。特に、テナントごとの使用量とコストの追跡、およびテナントごとの使用量制限などのコントロールに焦点を当てています。このソリューションと Amazon Bedrock の利用プランが、一般的な SaaS ジャーニーフレームワークにどのように対応するかについて説明します。ソリューションのコードと AWS Cloud Development Kit (AWS CDK) テンプレートは、GitHub リポジトリで入手できます。