【NTTPCコミュニケーションズ株式会社様】社内情報検索の課題を解決し、イノベーションを加速する全社検索サービスを構築 | 活用事例

今回支援いただいたのは、社内の情報検索を効率化するための「Enterprise Search」の構築プロジェクトです。
従来、当社では統合された検索サービスが存在せず、Redmine、バックログ、Teams、SharePoint、ファイルサーバ、kintoneなど、様々なツールに情報が点在していました。それぞれのツールには検索機能があるものの、「どこにナレッジがあるのか知らないと辿り着けない」という課題がありました。
そのため、どこに何があるかわからない状態でも、一括で情報検索できるものを作りたいと考えて、このプロジェクトが始動しました。

会社として、新しいツールが出たら活用してみようという動きがあるからこそ、さまざまな管理ツールが使われて、それぞれに情報が点在してしまうという状況になっていたのかなと思います。
会社の歴史が長くなるほど、こうした状況は避けられないものですが、特に新入社員や中途入社の方にとっては、必要な情報がどこにあるのかを把握することが大きな障壁となっていました。

そうですね。新しいことに積極的に取り組める雰囲気がありますね。最近では日本国内でいち早くNVIDIAパートナーとなり、GPUに関するビジネスに取り組んでいたりします。

あらゆる情報を横断的に手間なく検索できる形でした。Google検索のように、信頼性の高い検索体験を、社内の情報に対しても提供したいと考えていました。

きっかけを遡ると、便利な検索エンジンが無いという課題感はずっと持っていたのですが、私のような13年目の社員ともなると、どこに何があるのか大体わかってしまうんですよね。ただ、昨今のリモートワークが標準となった職場環境の中で、新入社員や中途採用の方に社内の情報をキャッチアップしてもらうことの大変さなどに直面して、やはり情報検索に対する障壁を実感しました。
そんな時に、Google社の「10xイノベーションカルチャー」で、Google社の話を聞いて感銘を受けました。企業文化や検索というテーマでディスカッションをする中で、やはり自社の情報検索に関する課題感を解決していくべきだなと強く感じました。
そうやって動き出そうとした2023年の10月頃に、ちょうどGoogle Cloudの方からEnterprise SearchやVertex AI Searchの日本語対応に関する話を聞き、技術的にも自分たちの課題を解決できると感じました。このタイミングでGoogle Cloudの方に進め方を相談した際に、スリーシェイクさんをご紹介いただいたという流れですね。

情報システムのメンバー2名に参加してもらっています。また、新しいことに挑戦したい社員たち、さらにはAWSでBedrockを扱っていたAIに興味のある社員なども交えて、複数人で活動していますね。

週に1時間の定期ミーティングを2回、それに加えてスリーシェイクさんとのミーティング、そしてTeamsチャットでの継続的なコミュニケーションをベースに、プロジェクトを推進しています。

先ほど、Google Cloudさん経由でお話いただいたとお伝えしましたが、実は何社かご紹介いただいていました。Google Cloudのサービスに精通された各社の中で、より開発を加速させてくれそうだなと感じたのがスリーシェイクさんでした。
スケジュールとタスクを明確にした進め方を提案してくれて、しっかり一緒に成果を出していけそうだなと感じたことも大きかったですね。提案内容が現実的なものだった点も安心感がありました。
また、スキルトランスファーや内製化もキーワードとして重要でした。単に開発を代行するのではなく、NTTPC内にナレッジを共有し、内製化を進めていくための方針を明確に示してくれていた点も良かった点でしたね。

Vertex AI Searchを活用できそうだと感じていた一方で、セキュリティ面の検討など、さまざまな考慮もしなければいけません。我々も、Google Cloudの資格を持っており、運用経験もありますが、やはり技術は常に変わりますし、限られた時間の中で、「いい感じに並走してくれる」パートナーを必要としていました。

また、一からアプリケーションを作るという経験が社内になかったため、最新技術に関する知見や、どのように技術選定の方針を立てていくべきかの検討、実際にアプリ開発プロジェクトをどのように立ち上げて完成まで持っていくかといった知見を、スリーシェイクさんからいただきながら共創していきたい、ということを期待していましたね。

我々の会社では社内業務や開発など、生成AIを幅広く活用しています。
その中でAWSなど他のプラットフォームも利用していますが、今回のプロジェクトのテーマである検索機能という部分に関しては、やはりGoogleが一番優れていると思っています。まずはGoogle Cloudで試してみたいなという気持ちがありました。

Google Cloudに強いエンジニアがいる点が大きいと思います。今回の構成に関しては、あらゆる生成AI関連サービスを検討して技術選定する力というよりは、Google Cloud内の各種サービスを組み合わせてアプリケーションを開発する知見が重要でした。

生成AIの機能を活用しつつも、特にGoogle Cloud内のリソースへの豊富な知見や実績、インフラ、セキュリティ、アプリケーションを網羅的に対応できる点、そして運用部分でのスキルトランスファーや内製化支援できる面が強みだったと考えています。

私が参画した時点で、Vertex AI Searchが注目され始めたタイミングでした。当時はまだ新しい技術で、日本語での情報も限られていましたが、アプリケーション開発部分で支援する立場として参画し、検索エンジンの開発に伴走していったという状況です。

社内での運用工数をいかに減らすかという点を考えていました。また、なるべく費用をかけないように、無料枠で作れるGCS（Google Cloud Storage）やFirestore、Cloud Runなどを活用する方針で進めました。コストアラートなども設定して、毎月決まった金額を超えないように注意していましたね。

まず、Vertex AI Search を検証することから始めました。Vertex AI Search の構築ナレッジについては、NTTPC様に向けた知識共有のため、都度 Notion に記述し、共有を行いました。
最初は Vertex AI Search の標準ウィジェットを試しましたが、そのままでは外部から全体が見えてしまうことから、IP 制限を追加するためにCloud Run を通して利用する形で実装を進めることとしました。
Cloud Run では IP 制限の実現に加えて、運用を回す中での検索結果の良し悪しや、出力ドキュメント自体の品質を記録できる機能を実装しています。尚、最終的にはどの程度検索されたかを BI で可視化し、かつ検索結果の良し悪しについてもログを出してフィードバックループを回せるようにしました。
また、その他にも、出力における順番を入れ替える boost 機能の検証や、ドキュメントの更新に伴う運用負荷を減らすためのジョブ作成を行っています。このジョブは、Google Cloud Storage のファイルに対するメタデータの作成などを自動化するものです。

アプリケーション自体の認証は、EntraID を通した Auth0 を利用していますが、これはGoogle Cloud が提供する Workforce Identity を用いて接続できるように実装を行っています。
開発を進める中で、ドキュメントの閲覧権限を細かく設定したいという要望があがりました。運用コストを考えると、個人単位ではなくグループ単位での権限管理が現実的でしたが、グループ単位の権限管理を厳密に行おうとすると、EntraID にも影響が出てきてしまいます。そのため、Auth0 は「認証」として利用するにとどめ、認可については自前で実装を行うことで対応しています。

同対応に関しては、標準で提供される機能が使えない中で、試行錯誤の対応となりましたが、坂本さんをはじめとする NTTPC様の皆さんと密に議論しながら進めることで実装をし終えることができました。

Vertex AI Search と Cloud Run Service、 Cloud Run Jobs、Workforce Identity、データの保存に firestore などを利用しました。大きく分けると、検索機能部分と裏側の運用部分に分かれます。

検索機能のアプリケーションには以下を利用しています。

　・検索機能として Vertex AI Search
　・アプリケーション提供のための Cloud Run Service
　・IP制限のための Cloud Armor
　・データ保存のための Firestore
　・3rd party認証 Workforce Identity

運用における機能として以下を利用しています。

　・計測メタデータ保存のための BigQuery　
　・処理の自動化における Cloud Run Jobs
　・セキュリティチェックの DLP のある security command center
　・データの可視化における Looker Studio

アプリケーション自体は、はじめは ui をそのままpythonで記述できる Mesop の検討をしていましたが、Mesop自体がまだ新しすぎた点もあり、Flask+Typescript+React に切り替えをしています。

幾つか背景はありますが、なるべく費用をかけないようにするという前提のもとで、無料枠で動くようなサービスをメインで使用しました。また、コストアラートの設定も行っています。

うまく軌道修正しながら対応していただきましたが、標準のウィジェットだけでは不足する機能が多かった点は苦労しましたね。検索の場所や順番を期待するように制御できない点も多く、コントロールしすぎると、Googleの検索エンジンとしての強みが失われてしまいます。だからこそ、クリック数や検索結果の良し悪しをデータとして蓄積し、検索精度を継続的に向上させる仕組みが重要でした。

技術的に最も困難だったのは、Auth0などの認証設定でした。NTTPC様の既存環境ということもあり、直接照会・変更が行えない制約の中での実装が必要でした。おそらくこうなるのではないかという意見を提示しながら、自身の環境を使って検証をしつつ、実現性を一緒に模索していくのは大変でしたね。
また、Vertex AI Searchの登場初期は、ドキュメントが不完全な部分があり、実際に検証しながら仕様を確認する必要がありました。その中でも認証に関しては、初期の技術選定が非常に難度が高かったですね。

難しい課題に直面した時は、定期ミーティングだけでなく、別途時間をいただいて設定作業を行うなど、NTTPC様に柔軟に対応していただけたことが大きかったです。

一緒に画面を見ながら作業していただくなど、丁寧に向き合っていただけたのが非常に助かりました。一緒に課題に向き合いながら、一つ一つ課題を紐解いて解決策を相談しながら進めたことで、使うサービスや使わないサービスの選別などもしっかりでき、適切な技術選定や開発ができたのだと感じています。

一言でいうと、非常にやりやすい環境でした。こちらからの提案についても積極的に議論していただき、一緒に進めている感覚がありました。
特に印象的だったのは、質問の量とその質の高さです。一緒に進んでいくために、理解しようとする姿勢を強く感じました。また、NTTPC様からの要望や提案も多く、双方向でのコミュニケーションが活発でした。

現状の課題についても包み隠さず話をしていただけたので、適切な解決策を検討できたのもよかった点だと思います。チームの仲もとても良いという印象でしたね。

エンジニア同士での議論ができる環境はあると思いますね。技術的な議論を活発に行い、壁を作らずにコミュニケーションを取る雰囲気はあると思います。

エンジニアの方と、コードを見ながら一緒に技術的な話を進めていける環境は、やはりスピード感があってやりやすかったですね。

個人的な話ですが、自分自身が育児休暇をとった期間は、他のエンジニアが入って対応してくれていました。ある程度きちんとカバーしてくれていたとは思うものの、そういった部分で何かNTTPC様側でお気づきの点などがなかったかは気になっていますね。

そういった意味では、リリース期限に縛られているプロジェクトではなかったこともありますし、しっかりドキュメントを整備してくれていたこともあって、全く気にならなかったですね。

社内のセキュリティ対策などの影響で、端末が変更になったことがあり、旧来の社内端末で、実施できていた開発作業が、新端末では実行できなくなるという状況になりました。こういったトラブルに直面することもあるんだなという気づきとそれに対する軌道修正ができましたね。

去年開発自体は終えており、社内手続き等を経て、2025年4月から全社員が利用できるようになりました。サービス開始から約7ヶ月がたちますが、検索実行数も徐々に増えており、1日平均50件から多い日には200件の検索が実行されています。
利用可能ユーザは1,000名規模なので、この利用量は十分にROIを満たしていると考えています。Looker Studioを使って検索されたクエリの分析も行っており、利用パターンの把握と改善に活用しています。
利用者が恩恵を感じ始めると、さらに利用が加速していくと思っています。特に、新しく入社される方に対しては、社内情報のキャッチアップに難しさを感じる方も多いので、積極的に訴求していきたいと考えています。

コスト面もかなり意識して構築したので、月1万円を下回るCloud利用料で運用できています。BIもLooker Studioで実装できたため、追加的な費用負担を最小限に抑えることができました。
より検索数が増えればコストも増えるかもしれませんが、最低限の固定費として月1万円程度の金額でしっかりと使ってもらえるサービスを提供できたというのは良かったなと思います。

自分自身は、今回のようにユーザの方に直接使っていただいて、フィードバックを受けられる案件が初めてで、ユーザの声を聞けたというのは貴重な経験でしたね。
技術的には、最新のVertex AI Searchというサービスを使った開発を伴走しながら、自分自身も技術知見や気づきを得られた部分が非常にやりがいがありました。

まず、もっと多くの方に使っていただきたいと考えています。そのためには、データの充実が重要なので、クローリング対象を増やし、使ってもらった評価をいただき、それに基づいてさらにデータを充実させるという好循環を作りたいと思います。
当社はGPUを扱ってLLMビジネスを展開していこうとしているので、データの良し悪しをコントロールすることも重要になっていくと思います。
検索対象を形式的なドキュメントや会議体で承認された情報だけではなく、もっと多様性を持たせたいと考えています。チャットなど、意思決定に至るプロセスが分かる情報も検索できるようになると、よりイノベーションが生まれると思いますし、楽しく仕事ができる環境に繋がると思います。

社内で利用できる検索窓の設置数はまだ多くありません。みんなが見る場所に設置を進めていますが、利用したい場所それぞれに設置して利用数が伸びれば、情報も増やしていけると思いますし、検索の幅も深さも出していけると思っています。
また、UIUXの改善も重要です。フィードバックのもらい方の改善を行うことや、新しい機能としてヒット率の高いものを表示できるようにしたいという声もあります。

Googleの文化でもあるように、情報共有し合う文化、人がつながってみんなが何をしているのかが分かる状況を作りたいです。同じことを調べている人同士を見つけ出すような機能も、ログを収集すれば実現できると考えています。
この部署の人は過去にこんなことを検索している、というログから、組織間の新しい連携に派生するかもしれないですし、効率化のための検索サービスではなく、イノベーションのためのプラットフォームにしていけたら面白いなとも思っていますね。

まずは、内製化したアプリケーションですので、NTTPC様が自力で運用できる形により落とし込んでいきたいと考えています。
データが集まってきたら、MCP（Model Context Protocol）などの新しい技術も活用していきたいとも思いますね。アプリケーションをMCPとして社内公開し、NTTPC様の他のアプリケーションから呼び出してもらうような発展も期待しています。