[AIマイナーニュース速報] 整備工場の損失をゼロに！正確すぎる音声AI受付「Axle」の構築事例が話題

📰 ニュース概要

• 整備工場での電話取りこぼしによる月間数千ドルの機会損失を防ぐため、カスタム音声AIエージェント「Axle」を開発。
• MongoDB AtlasとVoyage AI、AnthropicのClaude 3.5 Sonnetを組み合わせたRAG（検索拡張生成）パイプラインにより、正確な価格やサービス内容の回答を実現。
• 音声プラットフォームVapiを採用し、Deepgram（音声認識）やElevenLabs（音声合成）と連携することで、リアルタイムで自然な電話応対を可能にした。

💡 重要なポイント

• ハルシネーションの徹底排除: LLMが適当な価格を回答しないよう、工場のWebサイトから抽出した21以上のドキュメントを知識ベース化し、そこからのみ回答するよう制限している。
• シームレスな音声インフラ: Vapiのツールコール機能を利用し、ユーザーの質問をFastAPI経由でRAGパイプラインへルーティング。回答不能な場合は連絡先を保存する機能も実装。
• 実用的な開発フロー: Ngrokを使用してローカルサーバーを公開し、迅速に実機テストを行うなど、現場導入を意識したスピード感のある開発プロセス。

🦈 サメの眼（キュレーターの視点）

このプロジェクトの凄さは、単なるチャットボットではなく「現場の財布」を直接守る実装になっている点だサメ！ブレーキ修理の450ドルやエンジン修理の2,000ドルといった高単価な案件を、電話に出られないだけで逃していたという課題設定が非常に具体的だサメ。特に、Voyage AIの1024次元ベクトル検索を使って、「ブレーキの値段」という曖昧な質問に対しても正確なドキュメントを引き当てる設計が秀逸だサメ！「嘘をつかないAI」こそが、中小企業のDXには不可欠だということを証明しているサメ！

🚀 これからどうなる？

現在はテスト段階だが、今後はクラウドホストへ移行し、実際の運用データをMongoDBに蓄積していく予定だサメ。同様の課題を抱える他の小規模ビジネスへの横展開も大いに期待できるサメ！

💬 はるサメ視点の一言

AIが電話番をしてくれるなら、人間は作業に集中できるサメ！これぞAIと人間の理想的なタッグだサメ！サメサメ！🦈🔥

📚 用語解説

• RAG (Retrieval-Augmented Generation): AIが回答を生成する前に、外部の信頼できる知識ベースから関連情報を検索して、それを元に回答させる技術。

• ベクトル検索: 文字列の「意味」を数値化（ベクトル化）して、意味が近い情報を探し出す技術。キーワードが完全一致しなくても関連情報を探せる。

• Webhook: 特定のイベント（電話がかかってくる等）が発生したときに、あるアプリケーションから別のアプリケーションへリアルタイムで通知を送る仕組み。

• 情報元: Building an AI Receptionist for my Brother