Vertex AI Search には、商品カタログ、メディア ライブラリ、臨床データ リポジトリの検索など、業界固有の要件に合わせてチューニングされた専門的なサービスが用意されています。

Vertex AI Search for Retail は、小売業者がチャネルでの検索、商品のレコメンデーション、ブラウジング エクスペリエンスを向上させるための機能を備えています。

メディア向け Vertex AI Search は、メディア企業やエンターテイメント企業が生成 AI を活用して、よりパーソナライズされたコンテンツ レコメンデーションを提供できるようにします。これにより、消費者のプラットフォームの利用時間が増加し、エンゲージメント、収益、維持率の向上につながります。

医療とライフ サイエンス向け Vertex AI Search は、患者と医療従事者のエクスペリエンスを向上させる、医療向けに調整された検索を提供します。

現在、RAG は大きな注目を集めています。RAG は、LLM とデータ検索システムを組み合わせたアーキテクチャ、つまり検索エンジンです。LLM の回答を自社のデータでグラウンディングすると、生成 AI アプリの精度、信頼性、関連性が向上します。これは、実世界のビジネス アプリケーションに対して非常に重要です。独自の RAG システムを構築することもできますが、非常に複雑なプロセスになる場合があります。

Vertex AI Search は、情報検索にすぐに使える RAG システムとして機能します。Vertex AI Search の内部では、ETL、OCR、分割、エンベディング、インデックス付け、保存、入力のクリーニング、スキーマ調整、情報検索、要約を管理するエンドツーエンドの検索および検出プロセスが、わずか数クリックで簡素化されます。これにより、Vertex AI Search を検索エンジンとして使用して、RAG を活用したアプリを簡単に構築できます。

Vertex AI は、デベロッパーが独自の RAG ソリューションを作成するのに役立つ包括的な API セットも提供しています。これらの API では、すぐに使える Vertex AI Search の RAG システムの基盤コンポーネントを公開しているため、デベロッパーはカスタム ユースケースへの対応や、詳細な制御を必要とするお客様へのサービス提供が可能になります。これらの API には、Document AI Layout Parser API、Ranking API、Grounded Generation API、Check Grounding API などがあります。

Vertex AI Search を使用すると、組織やデベロッパーは検索エンジンを簡単にセットアップできます。こうした検索エンジンは、ほとんどの企業のニーズに対応できるカスタマイズ性を備えており、エンベディングの自動ファインチューニング機能も提供します。カスタム エンベディングを使用する場合も、Vertex AI Search は適切に機能します。ただし、レコメンデーションや広告配信などのニッチなユースケースを強化するために高性能ベクトル データベースを直接制御する必要がある上級開発者は、ベクトル検索を使用できます。これは、Vertex AI Search がユースケースのコンポーネントとして使用するベクトル データベースです。最近、ベクトル検索のユーザー エクスペリエンスが更新され、デベロッパーはコーディングなしでインデックスを作成してデプロイできるようになりました。また、小規模なデータセットの場合、インデックス登録の遅延も数時間から数分に大幅に短縮されました。

Vertex AI Search では、Google の Document AI スイートのドキュメント処理機能を利用できます。ドキュメント理解機能を利用すれば、構造化されたドキュメントと非構造化ドキュメントを実用的なデータに簡単に変換できるため、運用効率の向上、ビジネス プロセスの簡素化、意思決定の改善につながります。