停滞していた Azure AI Search のPoCを、3ヶ月で立て直し

プロジェクトでの変化

• PoCゴール達成
  3ヶ月内で完了
• 検索精度
  業務利用に耐える水準へ
• インデックス更新
  自動化

課題

PoCは数ヶ月停滞し、検索結果の品質・インデックスの更新フロー・UI体験のいずれも合意点が見えていない状態だった。アーキテクチャと意思決定の双方を立て直す必要があった。

アプローチ

1. 01 現状アーキテクチャと検索品質の課題を棚卸しして優先度付け
2. 02 Azure AI Search のスキーマ・スコアリングを業務文脈に合わせて再設計
3. 03 Document Intelligence でのドキュメント前処理を自動化
4. 04 React 製の検索UIをユーザーテストしながら反復改善

成功要因

ゴール条件の再合意

停滞していたPoCのゴール条件をまず関係者と再合意し、議論の収束点を持ち直した。

既存資産の組み替え

既存アーキテクチャを否定せず、スキーマとスコアリングの再設計で品質を底上げする選択を取った。

前処理の自動化

Document Intelligenceでドキュメント前処理を自動化し、検索品質の議論を「データ品質」に揺り戻させなかった。

UI反復の現場巻き込み

検索UIを現場利用者と並走で調整し、PoC評価軸を技術視点だけに偏らせなかった。

ソリューション

App Service上のPython製APIを軸に、Azure AI Search のインデックスを再設計。Document Intelligence で社内文書の前処理を自動化し、Reactの検索UIは現場利用者と並走で調整。PoCのゴール条件を再合意したうえで3ヶ月内に着地させた。