この記事の要点は？

Q: この記事の要点は？

PDI Technologiesが社内知識管理用のAWSベースAIアシスタント「PDIQ」をリリースした。 独自の検索拡張生成（RAG）により要約をデータに付与。回答精度が60%から79%へ向上した。 画像キャプションの自動生成により、図表を検索可能なテキストデータへと変換することに成功。

PDI Technologiesが社内知識管理用のAWSベースAIアシスタント「PDIQ」をリリースした。独自の検索拡張生成（RAG）により要約をデータに付与。回答精度が60%から79%へ向上した。画像キャプションの自動生成により、図表を検索可能なテキストデータへと変換することに成功。

PDI、AWSで企業向けRAGシステムを構築

•PDI Technologiesが社内知識管理用のAWSベースAIアシスタント「PDIQ」をリリースした。
•独自の検索拡張生成（RAG）により要約をデータに付与。回答精度が60%から79%へ向上した。
•画像キャプションの自動生成により、図表を検索可能なテキストデータへと変換することに成功。

PDI Technologiesは、分散した社内知識を統合するAIアシスタント「PDI Intelligence Query（PDIQ）」を発表した。独自の検索拡張生成（RAG）を活用し、SharePointやConfluence上のデータを横断的に検索できるチャットUIを実現している。これは単なる検索ツールではない。AWS上に構築され、大規模なデータ処理とセキュリティを兼ね備えた堅牢なインフラである。 PDIQの核心は、情報の処理方法にある。ドキュメントを単純に分割するのではなく、要約を作成してすべての断片に付与する手法を採用した。これにより、AIが一部のデータしか参照しない場合でも、文書全体の文脈を正確に把握できる。この工夫により回答精度は60%から79%へと向上しており、基盤モデルの選定以上に、スマートなデータ準備が重要であることを証明した。さらに、画像認識モデルを用いて文書内の図表をテキストで記述している。生成されたキャプションは検索対象となるため、視覚的な資料も文字情報と同様に素早く見つけ出すことが可能だ。PDIは、大規模言語モデル（LLM）を安全に導入し、生産性のボトルネックを解消するための実戦的な青写真を示したといえる。