AIの核心 組織知と検索拡張生成 理論編 AIの核心 組織知と検索拡張生成 理論編

AIの核心 組織知と検索拡張生成 理論‪編‬

RAGで実現するナレッジマネジメント ~なぜその設計か? 導入・評価・ガバナンスの判断軸を学ぶ~

    • $29.99
    • $29.99

Publisher Description

RAGのPoCは動いた。なぜ本番で崩壊するのか。



生成AIの活用が企業の急務となった今、「ChatGPTに社内文書を読ませれば解決する」という発想でRAG(検索拡張生成)の導入を試みる組織が急増している。しかしPoCは成功したのに本番で崩壊する、精度は出たのに誰も使わない、導入したのに効果が見えないまま予算が打ち切られる——この「予測可能な失敗」が繰り返されている。



根本原因は技術の問題ではない。「なぜその設計か」「何を犠牲にしているか」「どう統制するか」という設計判断の根拠を持たないまま、ツールだけを導入することにある。本書はその「設計判断の地図」を提供する。



■ 本書が答える問い



・なぜLLMだけでは組織に使えないのか(第1章)

・RAGを導入できる組織の条件とは何か——組織知成熟度をどう診断するか(第2章)

・RAGを支える技術はどう機能し、何を犠牲にするのか(第3章)

・PoCが本番で崩壊しないアーキテクチャをどう設計するか(第4章)

・アクセスコントロール・監査・ガバナンスをどう統制するか(第5章)

・ベンダーを正しく選び、プロジェクトを統制するための発注設計とは何か(第6章)



■ 本書の特徴



世のRAG書籍の多くは「どう動かすか」を教える。本書はそれとは一線を画す。各技術について「なぜ必要か・何を解決するか・何を犠牲にするか」を必ず論じる。「最先端≠正義」という原則のもと、技術選択の根拠を体系化する。



■ 付録



・付録A:用語集

・付録B:PoCを始める前に確認すべき7つの問い(PoCチェックリスト)

・付録C:KPI設計テンプレート(短期・中期・長期)

・付録D:RAGシステム監査チェックリスト

・付録E:参考文献・推薦図書リスト



■ 対象読者



・RAG導入を検討・推進するテックリード・エンジニア

・ベンダー提案を評価する立場のPM・PMO・IT企画担当者

・RAGシステムを監査・評価するシステム監査技術者・CISA保有者・情報処理安全確保支援士

・DX推進・AI活用を担うコンサルタント・事業責任者



■ 本書の情報



総ページ数:約370ページ(本文・付録含む、B5版換算)/対応フォーマット:リフロー型



■ AIの核心シリーズ構成



ディープラーニングの原理・本質から実践までわかる本 理論編 第1〜4巻(既刊)/AIの核心 組織知と検索拡張生成 理論編(本書)/AIの核心 組織知と検索拡張生成 実践編(続刊予定)

GENRE
Computers & Internet
RELEASED
2026
June 11
LANGUAGE
JA
Japanese
LENGTH
227
Pages
PUBLISHER
JF Press
SELLER
JF SOLUTIONS, K.K.
SIZE
80.8
MB
AIの核心 AI時代の自動化技術とAIエージェント 理論編 AIの核心 AI時代の自動化技術とAIエージェント 理論編
2026
AIキャリア JDLAE資格対策『論点完全整理+問題演習』 下巻 AIキャリア JDLAE資格対策『論点完全整理+問題演習』 下巻
2026
AIキャリア JDLAE資格対策『論点完全整理+問題演習』 上巻 AIキャリア JDLAE資格対策『論点完全整理+問題演習』 上巻
2026
AIの核心 ディープラーニングの原理・本質から実践までわかる本 理論編4(深層学習の応用②(生成モデル、深層強化学習、様々な学習方法、説明性)、開発・運用環境) AIの核心 ディープラーニングの原理・本質から実践までわかる本 理論編4(深層学習の応用②(生成モデル、深層強化学習、様々な学習方法、説明性)、開発・運用環境)
2026
AIの核心 ディープラーニングの原理・本質から実践までわかる本 理論編3(深層学習の応用①(画像認識・物体検出・セマンティックセグメンテーション・自然言語処理・音声処理)) AIの核心 ディープラーニングの原理・本質から実践までわかる本 理論編3(深層学習の応用①(画像認識・物体検出・セマンティックセグメンテーション・自然言語処理・音声処理))
2026
AIの核心 ディープラーニングの原理・本質から実践までわかる本 理論編2(深層学習の基礎、CNN・RNN・Transformer・汎化性の向上テクニック) AIの核心 ディープラーニングの原理・本質から実践までわかる本 理論編2(深層学習の基礎、CNN・RNN・Transformer・汎化性の向上テクニック)
2026