源自东京大学松尾研究室的新创企业Wanderlust株式会社（总部：东京都千代田区，代表取缔役CEO：西川响，以下简称「Wanderlust」）宣布，在株式会社电装（总部：爱知县刈谷市，代表取缔役社长：林新之助，以下简称「电装」）推动的内部数据检索平台升级项目中，实施了专注于非结构化数据处理与结构化的技术验证（PoC）。 在本实证实验中，Wanderlust运用AI解析技术，针对传统RAG（检索增强生成）难以读取的「非结构化数据」进行了结构化处理。针对包含图表的复杂文档群，充分利用由OCR（光学字符辨识）与VLM（视觉语言模型）流程建构的结构化手法，并配合电装的内部数据进行优化提示词调整，确认了回答精度获得了大幅度的改善。 ■ 实证实验的背景与目的 近年来，企业内部知识应用中RAG的导入日益普及，但准确解读行销报告或技术文档中大量使用的「折线图」、「长条图」、「散布图」等图表数据，却成为一大难题。AI无法处理这些非结构化数据，成为了回答精度的瓶颈。电装为了无缝集成并活用企业内外部数据，正持续建构AI基础设施，因此提升包含复杂图表之数据的参考精确度成为当务之急。为了提供解决方案，在非结构化数据解析方面具备优势的Wanderlust为本项目提供了技术支持。 ■ 实证实验概要 针对电装所拥有的非结构化数据，运用Wanderlust的技术运行「结构化处理」，并验证Copilot Studio等系统中回答精度的变化。 1. 验证内容 ・图表数据结构化：将包含特定格式（图形、图表等）的非结构化数据，转换并结构化为AI可解读的格式。 ・精度比较验证：定量测量AI在「维持非结构化数据」状态与「结构化处理后」状态下，其回答精度（正确性、完整性）的差异。 ・最佳架构探讨：在处理非结构化数据时，协助设计最佳的RAG架构。 2. Wanderlust的角色 在技术难度极高的「非结构化数据处理」领域提供技术与顾问服务。发挥学术见解与实作能力，借由提升数据的「品质」，致力于将整体AI检索平台的价值最大化。