ローコードプラットフォームRetoolにより、ビジネスアプリへのAIの導入が容易になります

Retoolは基幹業務アプリ構築プラットフォームとしてスタートしましたが、ここ数年で、潤沢な資金を持つこのスタートアップは、ワークフロー自動化サービスをはじめとするバックエンドサービスも数多く追加してきました。本日、Retoolは、大規模言語モデル（LLM）へのコンテキスト追加を容易にするホスト型ベクターストアなど、AIベースのアプリ構築を支援する新たなツールを複数リリースしました。

RetoolのCEO兼共同創業者であるデイビッド・スー氏が語ったように、彼の顧客の多くは既に自社アプリへのAI活用を検討しているが、ほとんどの企業にとって、これらのツールを利用する価値は社内データを分析できることにある。データをコピー＆ペーストしてクエリに貼り付け、コンテキストを追加するという選択肢もあるが、その機能は限られており、すぐにコストがかさむ可能性がある。自社モデルをトレーニングするリソースを持つ企業は少ないものの、ある程度の量のデータがあれば既存モデルを微調整することは可能だろう。しかしスー氏は、企業の全生産データを使ってモデルを微調整するのは現実的ではなく、データはすぐに古くなると主張している。

現在、カスタムデータをLLMに取り込むための最先端技術は、データをベクトル化してこれらのモデルで容易にアクセスできるようにすることです。そのため、Google、Microsoft、DataStax、MongoDBといった企業がここ数ヶ月で次々とベクトル検索サービスを開始しています。

Hsu 氏の見解では、これらのサービスに大きな違いはなく、機能の面ではどれもほぼ同じです。「問題は実際にはどのベクター データベースを選択するかではなく、MongoDB であろうと他のものであろうと、それではないと思います。そうではなく、このベクター化されたデータベースに実際にデータを取り込んで、それをどのように最新の状態に保つかです。たとえば、LLM で質問したときに Salesforce から最新のデータを取得できるように、どのように Salesforce と同期するのでしょうか。」同氏は、これが現在、Retool の顧客がビジネス ユース ケース向けにカスタム AI アプリケーションを構築する上で最大の障害に直面している点だと主張しており、そのため同社が本日、ホスト型ベクター ストレージ サービス (コアでは PostgreSQL 用のオープンソースの pgvector 拡張機能を使用) である Retool Vectors をリリースするのも当然のことです。

スー氏によると、Retoolは社内でIntercomのGPTベースのAIチャットボットを顧客サービス業務の一部に活用するテストを行っていたという。既に多くのビジネスコンテキストにアクセス可能なこのボットは、チケットの約20%をクローズできた。しかしその後、RetoolのSalesforceデータ、サポートデータなどをすべて含むLLMと連携したベクターデータベースを使用することで、カスタムボットのクローズ率は60%近くにまで上昇した。同社はまた、営業電話のトランスクリプトをすべてベクター化し、その上にOpenAIのAPIを配置してクエリを実行した。

ここでの気の利いた機能の 1 つは、Retool が最近開始したワークフロー サービスも使用して、企業の生産データベースとベクトル化されたデータベースを同期させ、モデルが最新の情報にアクセスできるようにすることです。

Retoolは、ベクターストレージサービスに加えて、テキストの要約と分類、画像生成といった一般的なユースケース向けに、AIベースのアクションを多数リリースしました。Retoolはこれらの機能のためにOpenAIと提携しており、Retoolワークフローへの統合も含まれています。