電力業界に新たな風を：AIによる業務効率化の最前線
電力会社では、日々、多岐にわたる法令や規制に厳格に準拠しながら業務を遂行しています。特に、公的機関へ提出する書類の作成や確認は、高い専門知識と正確性が求められ、多くの時間と労力を要する重要な業務です。このような背景から、業務の効率化と品質向上のための新たな技術導入が期待されていました。
今回、中国電力株式会社とNTTドコモビジネス株式会社は、この課題解決に向けて大きな一歩を踏み出しました。NTT株式会社が開発した国産の大規模言語モデル（LLM：Large Language Models）「tsuzumi 2」を活用し、電力業務に特化したAIの構築と検証を開始したことを発表しました。この取り組みは、電力業界のデジタルトランスフォーメーション（DX）を加速させ、未来のエネルギー供給を支える基盤となるでしょう。
「tsuzumi 2」とは？日本の技術が詰まった高性能AI
AI技術の中でも特に注目されているのが、文章の理解や生成に優れた「大規模言語モデル（LLM）」です。その中でも「tsuzumi 2」は、NTTが開発した純国産のLLMであり、日本語の処理能力に強みを持つことで知られています。一般的なLLMが非常に大きな計算資源を必要とするのに対し、「tsuzumi 2」は軽量でありながら高い性能を発揮することが特徴です。
この「tsuzumi 2」の登場は、これまで汎用的なAIでは難しかった、特定の専門分野における高精度なAI活用を可能にするとして期待されています。特に、日本の企業が持つ固有の業務知識や専門データを学習させることで、より実務に即したAIソリューションの実現が期待されています。
NTTの「tsuzumi」に関する詳細情報は、NTTの研究開発情報サイトで確認できます。
なぜ電力業務特化型LLMが必要なのか？
これまでのAIアプリケーション（AIアプリ）開発では、RAG（Retrieval-Augmented Generation）のような汎用的な技術が用いられてきました。しかし、電力事業特有の専門知識や、中国電力のような特定の企業が持つ独自の業務情報については、これらの技術だけでは正確な回答を生成したり、適切な判断を下したりすることが難しいという課題がありました。
例えば、電気事業に関する専門用語の理解や、社内規定に基づいた資料作成のルールなど、非常に細かく専門的な知識が求められる場面で、汎用AIでは十分な精度を確保できないケースがあったのです。このような状況では、AIを実務に導入しても、結局は人間の確認作業が不可欠となり、期待するほどの業務効率化には繋がりにくいという問題がありました。
そこで、日本語に強みを持つ「tsuzumi 2」に、電気事業や中国電力の業務データを集中的に学習させることで、より実務的で高度な回答生成能力と、独自の業務ルールに基づいた判断支援能力を持つ「電力業務特化型LLM」を構築することを目指しています。これにより、資料作成・確認業務の効率化だけでなく、品質の向上も同時に実現することが期待されています。
電力業務特化型LLMの構築と検証プロセス
今回の取り組みでは、2026年1月から3月末にかけて、電力業務特化型LLMの構築と検証が実施されます。このプロセスは大きく分けて以下の3つのステップで進められます。
1. データ収集・加工
まず、中国電力が業務遂行に不可欠な社内マニュアル、手引書、過去に公的機関へ提出した申請書類など、参照頻度の高いデータを中心に収集します。これらの生データは、そのままではAIの学習に適さないため、NTTドコモビジネスが「tsuzumi 2」の学習に最適な形式へと加工します。この段階で、データの質と量がLLMの性能を大きく左右するため、非常に重要な工程となります。
2. 「tsuzumi 2」の学習
加工されたデータは、NTTドコモビジネスによって「tsuzumi 2」に学習させられます。この学習プロセスでは、電気事業全般に関する専門知識や、中国電力固有の業務情報が重点的に取り込まれます。これにより、「tsuzumi 2」は電力業務に特化した知識体系を構築し、専門的な質問に対してより正確で適切な回答を生成できるようになります。
3. 検証・精度評価と改善
学習が完了した後、中国電力が作成した業務で頻繁に調べられる事項をまとめたQA集（質問と回答の集まり）を用いて、構築されたLLMの精度が評価されます。学習前と学習後の「tsuzumi 2」を比較し、電気事業共通の専門用語や中国電力固有の業務情報に対して、どの程度正確に回答できるかを確認・分析します。この評価結果に基づき、NTTドコモビジネスは「tsuzumi 2」に再学習を行い、LLMの精度を継続的に改善していきます。このフィードバックループを通じて、LLMは実用レベルまで性能を高めていくでしょう。
両社の役割：専門知識と技術力の融合
本取り組みにおける中国電力とNTTドコモビジネスの役割分担は以下の通りです。
-
中国電力: 電気事業や中国電力固有の業務情報といった学習用データの収集・提供、精度評価用QA集の作成、そして学習前後のLLMの精度評価を担当します。電力業務に関する深い知識と経験が、AIの「賢さ」を決定づける重要な要素となります。
-
NTTドコモビジネス: 学習用データの加工、「tsuzumi 2」への学習、そして中国電力からの精度評価フィードバックに基づいたLLMの改善（再学習）を担当します。AI技術に関する専門知識と開発力が、このプロジェクトを技術的に支えます。
このように、両社がそれぞれの強みを活かし、密に連携することで、電力業務特化型LLMの実用化を目指しています。
今後の展望：エネルギー業界のDXと新たな価値創造
今回の取り組みは、単なる業務効率化に留まらない、より大きな未来を見据えています。
中国電力の展望
中国電力は、本取り組みを通じて、より高度で幅広い業務領域での生成AI活用を推進し、デジタルトランスフォーメーション（DX）を加速させることを目指しています。これは、同社が策定した「エネルギアグループDX戦略」で掲げるAIによる業務変革の実現に向けた重要なステップとなります。AIを活用することで、これまで人間が行っていた定型業務だけでなく、より複雑な判断を伴う業務にもAIの支援を導入し、生産性向上と新たな価値創造に繋げていくことでしょう。
「エネルギアグループDX戦略」の詳細は、中国電力のプレスリリースで確認できます。
NTTドコモビジネスの展望
NTTドコモビジネスは、今回のLLM学習過程で得られた知見を活かし、電力業界特有の知識やルールに対応したアプリケーション開発を進めていく予定です。将来的には、NTTが提唱する次世代情報通信基盤「IOWN」のような先進技術と連携した生成AIアプリプラットフォームを構築することを目指しています。これにより、地域や産業全体のDXを促進し、共創型ビジネスの拡大に貢献していくことが期待されます。
「IOWN構想」に関する詳細は、NTTグループのウェブサイトで確認できます。
両社は今後も緊密に連携を続け、電力業務特化型LLMの改善を重ねることで、エネルギー業界における新たな価値創造に挑戦していくとしています。
知っておきたいAI関連用語解説
AI初心者の方にも理解を深めていただくために、記事中で登場した主要なAI関連用語を解説します。
大規模言語モデル（LLM：Large Language Models）
LLMとは、インターネット上の膨大なテキストデータを学習することで、人間のような自然な文章を理解したり、生成したりする能力を持つAIモデルのことです。質問応答、文章要約、翻訳、プログラミングコード生成など、幅広いタスクに対応できます。まるで人間と会話しているかのように感じられるその能力は、多くの分野で注目を集めています。
RAG（Retrieval-Augmented Generation）
RAGは、大規模言語モデル（LLM）がテキストを生成する際に、外部のデータベースや文書から関連情報を検索（Retrieval）し、その情報を参照しながら回答を生成（Generation）する技術です。これにより、LLMが学習していない最新の情報や、特定の専門知識に基づいて、より正確で信頼性の高い回答を生成することが可能になります。特に、企業内の機密情報や専門文書に基づいて回答を生成する場合に有効な技術です。
IOWN（Innovative Optical and Wireless Network）構想
IOWN構想は、NTTが提唱する次世代の情報通信インフラのビジョンです。光技術を最大限に活用し、従来の電気信号に比べて圧倒的に低消費電力で高速・大容量な通信を実現することを目指しています。これにより、超低遅延で膨大なデータを処理できるようになり、AIやIoT、VR/ARといった最先端技術のさらなる進化を支える基盤となると期待されています。AIアプリプラットフォームと連携することで、より高度なAIサービスが実現する可能性があります。
まとめ：AIが拓く電力業務の未来
中国電力とNTTドコモビジネスによる「tsuzumi 2」を活用した電力業務特化型LLMの構築と検証は、電力業界におけるデジタルトランスフォーメーションを加速させる画期的な取り組みです。専門性の高い電力業務に特化したAIを開発することで、資料作成・確認業務の効率化と品質向上を実現し、将来的にはより高度な業務領域でのAI活用へと繋がっていくでしょう。
この取り組みは、単に特定の企業の業務効率化に留まらず、日本のエネルギー供給を支えるインフラ全体がAI技術によってどのように進化していくかを示す重要な事例となるはずです。今後も両社の連携が深まり、エネルギー業界における新たな価値創造が実現することに期待が高まります。AI技術が社会の基盤を支える未来が、着実に近づいていると言えるでしょう。
