AIエージェント能力アトラス › 仕事ごとの一覧 › 事務・ビジネス › 社内ナレッジ検索・RAG / 定型業務自動化（RPA代替）

社内ナレッジ検索・Q&A（RAG）

Internal knowledge search and Q&A (RAG)

0 できない ／ 1 デモ止まり ／ 2 補助 ／ 3 実務品質（要確認） ／ 4 専門家並み ／ 5 専門家超え。「予」は予測。

専門家と比べて

RAGは本番AIアプリケーションの推定60%を占めるまで普及。単独LLMの約43%のハルシネーション率をRAGで17-33%まで低減

できること

社内文書からの質問応答、複数ソースの統合サマリー、オンボーディング資料の自動生成

まだできないこと

ハルシネーションの完全排除（17-33%は依然残存）、文書化されていない暗黙知・組織文化の反映

なぜそうなのか

検索拡張生成は精度を大幅改善するが、根本的な生成モデルの捏造傾向は完全には解消されず、かつ非文書化情報は原理的に検索不能

これからの予測の根拠

グラフ構造RAG等の高度化で精度が20-35%改善する報告があり、2028年にはハルシネーション率が一桁台に低下すると予測されるが完全排除は困難

いま使える主な道具

Glean、Microsoft Copilot (Graph連携)、Claude Fable 5.1 + 社内RAG基盤

根拠

• RAG & AI Trust Statistics 2026 2026
  単独モデルのハルシネーション率約43%をRAGで17-33%まで低減、本番AIアプリの60%がRAGを採用
• Latest AI Hallucination Rates & Benchmarks for New AI Models 2026 2026
  検索品質が最終回答品質の約70%を左右するとの分析

同じ分野のほかの仕事（社内ナレッジ検索・RAG / 定型業務自動化（RPA代替））

• 新人オンボーディング支援
• フォーム入力・定型データ入力の自動化
• 複数アプリ横断の定型業務代行
• 長時間PC操作タスクの自律遂行

AIエージェント能力アトラス 2026（2026-09-06 時点・v1.0）の1マスです。レベルは公開された実験・ベンチマーク・報告から付けた目安で、2027年以降は予測です。全マスに根拠のリンクがあります。作者は個人で、AI（Claude）と一緒に調べて作っています。