Skip to content
ツール・製品

AWSが、Amazon Bedrock Managed Knowledge Basesを基盤に構築されたIskayPetの企業向けナレッジアシスタントについて詳細を発表

AWSは、ペットケア小売企業IskayPetがAmazon Bedrock Managed Knowledge Basesを用いて多言語対応の社内ナレッジアシスタントを構築した事例を紹介するケーススタディを公開した。

DigitalNeuron Desk約1分

ひとことで言うと

AWSは、IskayPetによるAmazon Bedrock Managed Knowledge Basesの活用について何を発表したか。

AWSは、スペイン、ポルトガル、フランスでペットケア事業を展開するIskayPetが、Amazon Bedrock Managed Knowledge Basesを用いて社内向けナレッジアシスタントを構築した事例を公開した。このアシスタントは、IskayPetが既存のSharePoint文書を対象にハイブリッド検索、リランキング、文書レベルの権限管理を組み合わせて活用し、該当箇所を検索・引用する形で、従業員からの質問に4つの言語で回答する。

要点

  • AWSは、スペイン、ポルトガル、フランスでKiwokoやTiendanimalなどのブランドを展開し330店舗以上を運営するIskayPetが、Amazon Bedrock Managed Knowledge Basesを用いて社内向けナレッジアシスタントを構築した事例を紹介するブログ記事を公開した。
  • AWSによると、このアシスタントは小売業務、獣医療、人事・オンボーディング、調達といった分野にわたり、従業員からの質問にスペイン語、ポルトガル語、フランス語、英語で対応している。
  • AWSによると、このソリューションはネイティブのSharePointコネクタを用いてIskayPetの既存文書をデータ移行なしに取り込み、検索時にはセマンティック検索とキーワード検索を組み合わせたハイブリッド方式に、マネージド型のリランキングを加えて適用しているという。
  • AWSによると、このナレッジベースは検索時にSharePointの既存のドキュメント単位の権限設定を適用するため、回答は各従業員がもともと読む権限を持つ文書に限定される。
  • AWSによると、IskayPetのチームはフロントエンドからアーキテクチャ、デプロイに至るまで、Claude Haiku 4.5を搭載したKiroを用いてソリューション全体を構築したという。

AWSが発表した内容

AWSは、スペイン、ポルトガル、フランスでKiwoko、Tiendanimal、Kivet、Clinicanimal、Animalisの各ブランドを展開するペットケア小売企業IskayPetが、Amazon Bedrock Managed Knowledge Basesを用いて社内ナレッジアシスタントを構築した経緯を紹介するブログ記事を公開した。

AWSによると、IskayPetは330店舗以上を運営し、4,500人以上の従業員を抱え、700万人の顧客にサービスを提供している。同社の業務知識、すなわち返品ポリシー、獣医療プロトコル、オンボーディング手順、調達手続きなどは、4言語にわたる数百件のMicrosoft SharePoint文書に分散しており、従業員が目的の文書を見つけるのに相当な時間を要していたという。

AWSが説明するアーキテクチャ

AWSによれば、IskayPetがAmazon Bedrock Managed Knowledge Basesを選定した理由は、ベクトルデータベースや埋め込みパイプライン、インジェストジョブを自前で運用する必要を避けるためだという。AWSは、この決定を後押ししたとする機能をいくつか挙げている。

  • ネイティブのSharePointコネクタ。AWSによれば、IskayPetの既存環境から文書を直接取り込むためデータ移行が不要であり、高度なインデックス機能を有効にすれば文書内に埋め込まれた画像のコンテンツも処理できる。
  • 組み込みのハイブリッド検索。セマンティック検索とキーワード検索(BM25)を組み合わせており、AWSによれば、純粋なセマンティック検索では見落とされがちな製品コードなどの正確な用語も確実に拾える。
  • 検索結果パッセージの管理型リランキング。AWSによれば、追加費用なしで提供される。
  • 文書レベルのアクセス制御。AWSによれば、SharePoint自体の権限設定を検索時にそのまま適用するため、クエリを投げた従業員がすでに閲覧権限を持つ文書のパッセージのみが返される。
  • モデルの柔軟性。AWSによれば、後から基盤モデルを変更してもインフラを書き直す必要がない。
  • 組み込みのRAG評価ツール。AWSによれば、チームはこれを品質測定に活用した。

AWSは、結果として生まれたフローを次のように説明している。従業員がチャットインターフェースから質問を送信すると、アプリケーションは該当するアシスタント用のナレッジベースを呼び出し、その際に従業員のIDを渡すことで検索時にも権限が適用される。ナレッジベースはハイブリッド検索を実行し、結果をリランキングした上で、出典情報付きのパッセージを返す。続いて基盤モデルがこれらのパッセージをもとに回答を生成するが、AWSによれば、このプロンプトは出典の明示を必須とし、取得した資料に答えが含まれない場合はその旨を述べるようモデルに指示している。

対象範囲と開発体制

AWSによると、このアシスタントは小売業務、獣医療、人事・オンボーディング、調達といった領域にわたり、スペイン語、ポルトガル語、フランス語、英語で、またIskayPetが展開する3カ国すべてにおいて質問に回答する。AWSは、各質問を適切な知識領域へ正しくルーティングし、領域間の混在を防ぎつつ、新たな分野や国への拡張時にもアーキテクチャの再構築を不要にすることが目標だったと述べている。

さらにAWSは、店舗向けフロントエンド、AWSアーキテクチャ、デプロイメントを含むソリューション全体を、IskayPetのチームがKiroとClaude Haiku 4.5を用いて構築したと述べている。

出典: AWS Machine Learning Blog、「How IskayPet unified corporate knowledge with Amazon Bedrock Managed Knowledge Bases」、2026年10月22日公開。

よくある質問

IskayPetはどのような課題を解決しようとしていたのか。
AWSによると、IskayPetの事務スタッフは業務上の質問に答えるため、4言語・3カ国にまたがるSharePoint上の数百件の文書を手作業で検索する必要があった。AWSはこの作業について、時間がかかるだけでなく、しばしば古い情報しか得られなかったと指摘している。
IskayPetのアシスタントを支えているAWSサービスは何ですか?
AWSによると、IskayPetはこのアシスタントをAmazon Bedrock Managed Knowledge Bases上に構築した。AWSの説明では、同サービスはデータの取り込み、埋め込みの生成、ベクトルストレージ、検索処理を担い、IskayPetが自前でRAGインフラを運用する必要はないという。
アシスタントは権限をどのように扱いますか。
AWSによると、このナレッジベースは検索時にドキュメント単位のアクセス制御を適用し、IskayPetの既存のSharePoint権限を反映する仕組みになっている。そのため、クエリを実行した従業員がすでにアクセス権を持つドキュメントからのみ、該当箇所が返される。
IskayPetはこのソリューションを構築するために、どのようなツールを使用したのでしょうか。
AWSによると、IskayPetのチームはフロントエンドからAWSアーキテクチャ、デプロイに至るまで、ソリューション全体をKiroとClaude Haiku 4.5を使って構築したという。

出典

  1. How IskayPet unified corporate knowledge with Amazon Bedrock Managed Knowledge Bases | Artificial Intelligence — Amazon Web Services (AWS)
タグamazon-bedrockawsknowledge-basesragiskaypetgenerative-aienterprise-ai

あわせて読みたい

AWS、Amazon Pollyの生成エンジンを強化し新ボイス14種を追加

AWSは、Amazon Pollyの生成エンジンを一般提供として強化し、9のロケールにわたり新たに14種のボイスを追加すると発表した。これにはヒンディー語とフィンランド語の初サポートが含まれ、生成ボイスの総数は11言語25ロケールにわたる57種となる。既存ユーザーに対してはコードや価格の変更は一切不要という。

約3分

AWSがSageMaker AI向けのマルチターン強化学習ツールの詳細を公開

AWSは、Amazon SageMaker AI上でのマルチターン強化学習(MTRL)を説明する技術ガイドを公開した。これはサーバーレスのパイプラインで、Amazon Bedrock AgentCoreを使ってエージェントと報酬関数をホストし、単一のプロンプトではなく一連の行動シーケンス全体を評価することで、複数ステップのエージェント型タスクでモデルを訓練する。

約4分

AWS、リフレクションAIのオープンウェイトモデル「Beam」をエージェント型コーディング向けに追加

AWSは、エージェント型コーディング向けのオープンウェイト混合エキスパート(MoE)モデルであるリフレクションAIのBeamを、Amazon SageMaker上にデプロイするための技術ガイドを公開した。Beamは総パラメータ数5010億、アクティブパラメータ数230億を持ち、報告されているコンテキスト長は100万トークン。重みはApache 2.0ライセンスのもとHugging Faceで公開されている。

約3分