ビー・オー・スタジオは、2026年6月、AIマネジメントシステム(AIMS)の国際規格「ISO/IEC 42001:2023」の認証を取得しました。
2025年の4月からスタートした自治体向けプロジェクトにおける「AI問い合わせ支援」の運用で培った知見を活かし、企業・自治体向け「AI問い合わせ支援サービス」の提供を開始します。
生成AIの普及に伴い、利用者の情報取得行動は「検索する」から「自然な言葉で質問し、その場で回答を得る」スタイルへと変化しています。当社は、AIガバナンスの確立と実運用で培ったノウハウをもとに、企業・自治体が抱える情報提供の課題解決を支援してまいります。
ISO/IEC 42001(AIMS)認証を取得
生成AIの活用が進む一方で、情報漏洩、ハルシネーション(誤回答)、バイアス、説明責任など、AI特有のリスクへの対応が求められています。 生成AIが抱えるリスクと事例一覧はこちら >
こうしたAI活用に伴うリスクに適切に対応し、安全かつ信頼性の高いAI活用を推進するため、ビー・オー・スタジオはAIマネジメントシステムに関する国際規格「ISO/IEC 42001:2023」の認証を取得しました。
本認証は、AIの企画・開発・運用において以下が適切に構築・運用されていることを第三者機関が評価する国際認証です。
当社は今後も、安全性・信頼性・透明性を重視したAIサービスの提供に取り組んでまいります。
情報は存在するのに、利用者へ届いていない
企業や自治体では、WebサイトやFAQの整備が進み、多くの情報が公開されています。しかし実際には、次のような課題が発生しています。
- 必要な情報を見つけられない
- FAQが十分に活用されない
- サイト内検索で目的の情報にたどり着けない
- 問い合わせ対応の負荷が軽減されない
- 利用者が途中で離脱してしまう
「必要な情報は存在しているにもかかわらず、利用者に届いていない」
現在、多くの組織が抱えているのは情報不足ではなく、この課題です。さらに生成AIの普及により、利用者は検索キーワードを考えるのではなく、自然な言葉で質問し、即座に回答を得ることを期待するようになっています。当社はこうした利用者行動の変化に対応するため、AI問い合わせ支援サービスを提供します。
テーマ別事例「スクラッチ開発で実現した“学習する”AIチャットボット」を読む"探す"から"聞ける"情報提供へ
AI問い合わせ支援サービスは、既存のWebサイト、FAQ、各種公開資料を活用し、利用者からの自然な質問に対して適切な情報を案内するサービスです。
従来のサイト内検索では「どのキーワードで検索すればよいかわからない」「情報はあるが目的のページへたどり着けない」といった課題がありました。本サービスでは、利用者が普段の会話と同じ感覚で質問することで、必要な情報へスムーズにアクセスできます。
導入によって期待される効果は以下のとおりです。
利用者へのメリット
- 情報到達率の向上
- 自己解決率の向上
- 利用満足度の向上
企業・自治体へのメリット
- 問い合わせ対応負荷の軽減
- FAQ活用率の向上
- 利用者ニーズの把握
- サイト導線の改善
- 不足コンテンツの可視化
そしてWebサイトやFAQだけでなく、PDF・スキャン文書・画像資料など多様な形式の情報を自社開発のマルチモーダルAI基盤で一元的に取り込み、幅広い情報源に対応します。ビー・オー・スタジオが展開するAIサービスでは、チャットボットにとどまらず、利用者と情報を適切につなぐ情報提供基盤の構築を支援します。
自治体向けプロジェクトでの運用経験から得た実践知
本サービスは、自治体向けプロジェクトにおけるAI問い合わせ支援および情報案内業務で得られた知見をもとに開発しています。
自治体における情報提供では、正確性・説明責任・迅速な情報更新・多様な利用者への配慮が求められます。当社は実際の運用を通じて利用者行動や問い合わせ傾向を分析し、「情報が存在していても利用者に届かない」という課題と向き合ってきました。
こうした実践知を活かし、企業・自治体それぞれの環境や課題に応じた導入支援を行います。
お問い合わせ・ご相談はこちらcontact@bostudio.co.jp
生成AIが抱える課題
出典:「生成AIが抱える課題(図表)」(総務省)を基にビー・オー・スタジオ作成
| 分類 | リスク | 事例 |
|---|---|---|
| 従来型AIから存在するリスク | バイアスのある結果及び差別的な結果の出力 | IT企業が自社で開発したAI人材採用システムが女性を差別するという機械学習面の欠陥を持ち合わせていた。 |
| フィルターバブル及びエコーチェンバー現象 | SNS等によるレコメンドを通じた社会の分断が生じている。 | |
| 多様性の喪失 | 社会全体が同じモデルを同じ温度感で使った場合、導かれる意見及び回答がLLMによって収束してしまい、多様性が失われる可能性がある。 | |
| 不適切な個人情報の取扱い | 透明性を欠く個人情報の利用及び個人情報の政治利用も問題視されている。 | |
| 生命、身体、財産の侵害 | AIが不適切な判断を下すことで、自動運転車が事故を引き起こし、生命や財産に深刻な損害を与える可能性がある。 | |
| トリアージにおいては、AIが順位を決定する際に倫理的なバイアスを持つことで、公平性の喪失等が生じる可能性がある。 | ||
| データ汚染攻撃 | AIの学習実施時及びサービス運用時には学習データへの不正データ混入、サービス運用時ではアプリケーション自体を狙ったサイバー攻撃等のリスクが存在する。 | |
| ブラックボックス化、判断に関する説明の要求 | AIの判断のブラックボックス化に起因する問題も生じている。 | |
| エネルギー使用量及び環境の負荷 | AIの利用拡大により、計算リソースの需要も拡大しており、結果として、データセンターが増大しエネルギー使用量の増加が懸念されている。 | |
| AIの判断に関する透明性を求める動きも上がっている。 | ||
| 生成AIで特に顕在化したリスク | 悪用 | AIの詐欺目的での利用も問題視されている。 |
| 機密情報の流出 | AIの利用においては、個人情報や機密情報がプロンプトとして入力され、そのAIからの出力等を通じて流出してしまうリスクがある。 | |
| ハルシネーション | 生成AIが事実と異なることをもっともらしく回答する「ハルシネーション」に関してはAI開発者・提供者への訴訟も起きている。 | |
| 偽情報・誤情報を鵜呑みにすること | 生成AIが生み出す誤情報を鵜呑みにすることがリスクとなりうる。ディープフェイクは、各国で悪用例が相次いでいる。 | |
| 著作権との関係 | 知的財産権の取扱いへの議論が提起されている。 | |
| 資格等との関係 | 生成AIの活用を通じた業法・免許や資格等の侵害リスクも考えうる。 | |
| バイアスの再生成 | 生成AIは既存の情報に基づいて回答を作るため、既存の情報に含まれる偏見を増幅し、不公平や差別的な出力が継続・拡大する可能性がある。 |