詳細を読む
建設プロジェクト管理を手がける米Trunk Toolsが、汎用大規模言語モデル（LLM）を捨て、業界特化型の3層アーキテクチャを構築しました。同社は独自データを基に「知覚」「意味」「エージェント」の各層を設計し、数百万ページに及ぶ建設文書を高精度で処理できるようにしています。この専用スタックにより、書類審査の期間を数カ月から数日へと大幅に短縮したと説明しています。
背景には、汎用LLMが持つ構造的な弱点があります。ファウンデーションモデルは幅広さに最適化されており、専門分野の深い知識や暗黙の文脈には対応しきれません。さらに企業にとって最も価値あるデータは事前学習に含まれておらず、社内システムや独自形式の中に眠っているのが実情です。
こうした課題に対し、Trunkは知覚・意味・エージェントという3層構造で応えます。知覚層はPDFや図面など雑然とした文書からデータを抽出し、意味層はそれらの関係性を理解します。建設図面では、ドアが必ずしも「ドア」と記されず、壁の弧として描かれることもあり、この層が記号を読み解く役割を担うのです。
成果は具体的な数字に表れています。提出書類を審査するエージェントは、従来50〜60日かかっていた工程を10日に短縮しました。ある事例では構造梁が8.5インチ移動していたのを検知し、見過ごせば1万ドル超の手戻り費用が発生するところを防いだといいます。同社はエージェントの精度を約95%に保ち、LLMを評価者とする仕組みで品質を継続的に検証しています。
Trunkは、このアプローチが建設に限らず法務や医療など高リスクで文書形式が標準化された業界にも応用できると指摘します。創業者でCEOのサラ・ブフナー氏は、非構造化データをLLMが辿れる形に変換し、汎用モデルが投資しない領域にこそ技術的な優位性を築くべきだと助言しています。