DATAFLUCTのAirlake platformがRAGの次世代技術「ナレッジグラフサーチ」機能を正式リリース

DWH、ベクトル検索RAGに加え、新たに「意味構造のレイヤー」を統合。製造業の“暗黙知”をAIで繋ぎ、技術継承を加速。

株式会社DATAFLUCT

2025年9月9日 11時00分

株式会社DATAFLUCT（本社：東京都渋谷区、代表取締役CEO：久米村隼人）は、エンタープライズ向けAIデータ基盤「Airlake platform」において、新機能「ナレッジグラフサーチ」を本日付けで正式リリースしたことを発表します。

本機能は、従来の検索技術の限界を超え、図面・部品・工程・担当者といった情報の「関係性」をAIが理解・推論します。これにより、製造業などが抱える熟練技術者のナレッジ継承や、複雑なサプライチェーンにおける影響範囲の特定といった、高度な課題解決を支援します。

■ 背景：ベクトル検索（RAG）の限界と「関係性」を扱う重要性

多くの企業で生成AIの活用が進む中、RAG（Retrieval-Augmented Generation）は、社内文書をAIが参照し、自然言語で回答を生成する技術として注目されています。しかし従来のRAGは、類似した文書を見つけることは得意な一方で、「Aという設計変更が、どの製品の、どの部品に影響し、担当部門はどこか」といった、データ間の“関係性”をたどるような探索は困難でした。

特に製造業やインフラ業界では、図面、部品構成表（BOM）、工程、設備、不具合報告といった情報が相互に複雑に関係しており、この「関係性」こそが企業の競争力を支える知識の核心です。

また製造業では人材育成も深刻な課題となっており、経済産業省の調査（※）によると85.3%もの事業所が人材育成に問題があると回答しています。その最大の理由は『指導する人材が不足している』（65.9%）ことであり、次いで『人材育成を行う時間がない』（46.0%）という声も多く、従来のOJT中心の技術継承が限界に達している実態が浮き彫りになっています。熟練者の知識を体系化し、指導者不足を補う新しい育成手法が求められています。

※「2025年版ものづくり白書」（経済産業省）（https://www.meti.go.jp/report/whitepaper/mono/2025/index.html）

■ 「ナレッジグラフサーチ」が実現する、“構造でつながる検索”

「Airlake platform」は、企業内に散在するドキュメント、図面、ログ、KPIなどを統合し、自然言語で分析・探索ができる次世代型のAIデータ基盤として、多くの製造業やインフラ企業で導入いただいています。業界のこうした課題を解決するため、従来の2つの層に加え、新たに第3の層として「ナレッジグラフ層」を実装しました。

DWH層：KPIや品質ログなどの定量データを統合・集計

RAG層：マニュアルや議事録といった非構造文書をベクトル検索

【新機能】ナレッジグラフ層：図面↔部品↔工程↔責任者といった情報の「意味的な関係性」を構造化

この“三位一体”のアーキテクチャにより、単に情報を探すだけでなく、関係性をたどる「探索・推論・連関の可視化」が可能になります。

例えば、「この設計変更の影響範囲は？」という問いに対し、従来の検索が修正履歴の文書を提示するに留まるのに対し、「ナレッジグラフサーチ」は【設計変更→対象部品→使用製品→納入先→関与部門・工程】までを瞬時に追跡し、“影響パス”として可視化します。

【ナレッジグラフサーチで実現する高度な回答のイメージ】

質問例	キーワード検索	ベクトル検索（RAG）	ナレッジグラフサーチ
この図面に関連する不具合は？	「図面番号1234」「不具合」などを含む文書を全文検索し、一覧で表示	類似の不具合レポートや社内ナレッジを自然言語で要約して返す	図面 → 対象製品 → 関連部品 → 発生不具合 → 対応履歴と連鎖的に関係をたどって抽出し、構造化された一覧や可視化を提供
この製品と同様の設計思想をもつ他製品は？	「製品名」を含む設計書をヒット	類似する設計思想を持つ文書をセマンティック検索で抽出	設計思想・ユースケース・構造形式などのエンティティを接続し、意味的に近い製品群を可視化（図で提示可能）
設計変更の影響範囲は？	図面番号を含む修正履歴を抽出	類似変更のケーススタディを返す	設計変更→対象部品→使用製品→納入先→関与部門・工程までを一気に追跡可能な“影響パス”を表示
このエラーは他の現場でも起きているのか？	「エラーコード」で全文検索	類似エラーを自然言語で抽出	エラー → 設備 → 工場／ライン → 責任部門という関係性から、関連現場を逆引きで提示

■【業界別】具体的な活用シーン

本機能は、見積書、図面、BOM（部品構成表）、工程、設備、過去のトラブル報告といった、企業内に散在する多様なデータを“関係性”でつなぎ合わせることで、特に高い効果を発揮します。

【製造業】

設計変更の影響範囲を瞬時に特定
図面を一つ改訂した際に、その影響がどの部品、関連製品、製造ライン、さらには担当者にまで及ぶのかを瞬時に逆引きで可視化します。これにより、調査工数の大幅な削減と、見落としリスクの低減を実現します。

BOM（部品構成表）のトレーサビリティを強化
親子関係にある構成部品を階層構造で表示し、過去の修理履歴や不具合報告と紐づけることで、特定のパーツが関わったトラブルを横断的に分析できます。これにより「図面番号を入れると関連不具合がグラフで見える」といった、より高度な知識活用が可能になります。

熟練者の“暗黙知”を形式知として継承
過去の不具合対応や設計判断、工程変更の履歴から、「誰が（人）・何を（対象）・どう判断したか」という連鎖をAIが構造化して見える化。これにより、個人の経験に依存していたナレッジを、組織全体の資産として継承できます。

【電力・建設・インフラ業界】

（電力）設備トラブルの連鎖リスクを未然に防止
系統図、点検履歴、保守記録、さらには地理情報までを統合的に分析。これにより、一つの設備トラブルが他のどのエリアや設備に連鎖するリスクがあるかを構造的に可視化し、再発防止策の策定とその根拠の追跡を可能にします。

（建設・ゼネコン）手戻り・遅延の影響を即座に把握
施工図、工程表、材料、人員の情報をグラフで接続することで、一つの変更や遅延がプロジェクト全体に与える影響を即座に把握。手戻りを最小限に抑え、スムーズなプロジェクト進行を支援します。

また、過去のプロジェクトを「用途・構造形式・規模」などで意味的に検索し、類似案件の知見を再利用することも可能です。

■ Airlake platform「ナレッジグラフサーチ」機能の導入について

現在、製造業・インフラ・建設業界を中心に、本機能のPoC（概念実証）導入を受け付けております。部門や形式を越えて蓄積されたデータを、関係性という“構造”でつなぎ直すことで、知識活用の常識が変わる体験をぜひご相談ください。

お問い合わせ：https://datafluct.com/ai-service/ai-platform/platform/

■株式会社DATAFLUCTについて

株式会社DATAFLUCTは「データを商いに」をビジョンに掲げ、埋もれていたデータから新たな価値を生み出し、社会課題を解決するデータビジネスパートナーです。非構造化データをはじめ、データの形式にとらわれない「マルチモーダルデータ活用」に強みを持ち、データの収集・蓄積・加工・分析を一気通貫で実現します。

需要予測によるロスの削減、持続可能な都市計画、脱炭素に向けた行動変容など世界基準の課題に着目した自社サービスも展開し、誰もがデータを有効活用することで持続可能な意思決定をすることができる世界の実現を目指しています。2019年JAXAベンチャー※認定企業。

※宇宙航空研究開発機構（JAXA）の知的財産・業務での知見を利用して事業を行う、JAXA職員が出資・設立したベンチャー企業。

本社所在地：東京都渋谷区桜丘町1-4 渋谷サクラステージ SHIBUYA サイド SHIBUYA タワー7階

代表者：代表取締役CEO 久米村隼人

設立：2019年1月29日

電話番号：03-6822-5590（代表）

資本金：14億9,712万円（資本準備金含む）

事業内容：データプラットフォーム構築・運用支援事業、DX推進支援・運用支援事業、サステナブルデータビジネス事業

Webサイト　https://datafluct.com/

公式X　 https://twitter.com/datafluct

Facebook　https://www.facebook.com/datafluct/