生成AIが変えるビジネスのデータ活用：Parcel Performの新しいアプローチとは

生成AIとデータ活用の課題

企業の意思決定において「正確なデータを、必要なときにすぐ使えること」は、もはや当たり前のようでいて、実現が難しい課題です。特に顧客対応を担うビジネスチームでは、「今すぐ知りたい」「でもデータチームに頼まないとわからない」といったジレンマが日常的に発生しています。そんな中、世界中のEC事業者向けに配送体験プラットフォームを提供するParcel Performが、生成AIを活用してこの課題に挑んだ取り組みが注目されています。

Parcel Performの新しいAIアシスタント

Parcel Performは今回、新たに「テキストからSQLを自動生成するAIアシスタント」を導入しました。これは、ビジネスチームのメンバーが自然な言葉で質問すると、その内容をもとにAIが裏側で適切なSQLクエリ（データベースへの問い合わせ文）を作成し、必要な情報を即座に返してくれるという仕組みです。たとえば「先週、配送遅延が多かった地域はどこ？」と入力すれば、その答えとなるデータが数分以内に表示されます。

高度な仕組みの特徴と技術基盤

この仕組みの特徴は、単なるチャットボットではなく、Parcel Perform独自の業務知識や物流用語の意味まで理解した上でSQL文を生成できる点です。これは、Amazon BedrockというAWSの生成AI基盤と連携しながら、LangGraphというワークフロー管理ツールを使って構築されています。また、大量の配送イベントデータはAmazon S3上に蓄積されており、高速かつ柔軟な分析が可能になっています。

注意点と工夫について

一方で、このような高度な仕組みには注意点もあります。たとえば、「ABC」という社名で検索した場合、「ABC Holdings」や「ABC Demo」など複数の類似名がヒットしてしまう可能性があります。このような曖昧さにはAI側で補足情報を加味して判断する工夫が施されています。また、大量データへの無制限なクエリ実行による負荷増大にも配慮し、自動的に結果件数を制限する設計になっています。

段階的進化と業務負担軽減

この取り組みは突然始まったものではありません。Parcel Performは以前からAWSとの連携を深めており、2023年にはAmazon SageMaker Studio上でプロトタイプ開発を進めていました。その後も段階的にテストと改善を重ねながら、本番環境への導入へとつなげています。この流れを見ると、一貫して「業務現場の負担軽減」と「迅速な意思決定支援」を目指してきたことがわかります。

人間中心の業務フローとは

今回の発表は、その延長線上にある自然な進化とも言えるでしょう。生成AIという新しい技術要素を取り入れつつも、それを単なる流行としてではなく、自社の課題解決手段として着実に活用している姿勢が印象的です。

私たちへの学びと示唆

まとめとして、この事例から見えてくるのは、「AIだからすごい」のではなく、「人間中心の業務フローにどう馴染ませるか」が成功の鍵だということです。Parcel Performは、技術だけでなく運用面やセキュリティ面にも丁寧に配慮しながら、新しい働き方への道筋を描いています。私たちもまた、自分たちの日々の仕事やチーム内コミュニケーションについて見直すヒントとして、このような事例から学べることが多いかもしれません。