Banque des Territoires、Polyconseil、そしてHugging FaceがEduRénovプログラム向けに主権的RAGソリューションを展開

TL;DR

Banque des Territoires、Polyconseil、そしてHugging Faceは、EduRénovプログラム向けにメール応答を自動化する主権的でオープンソースのRetrieval‑Augmented Generation（RAG）システムを提供し、フランスの公立学校10,000校のエコロジカルな改修を支援するために、データと計算リソースをフランス国内で管理しながら、より迅速で出典付きのサポートを実現しました。

Executive summary

Banque des Territoires（BdT、Caisse des Dépôts et Consignationsの一部）、コンサルティング会社Polyconseil、AIプラットフォームHugging Faceの共同プロジェクトの第一フェーズで、RAGプロトタイプアプリケーションが作成されました。このツールは、EduRénovプログラム（フランスのエネルギー効率の高い学校改修を資金提供・調整する旗艦イニシアチブ）を支えるメールベースのやり取りを効率化するよう設計されています。オープンソースモデルとフランス認証クラウドプロバイダーを活用することで、厳格なデータ主権要件を満たしつつ、公共部門のワークフローにおける生成AIのスケーラビリティを実証しています。

RAGがEduRénovミッションに適合する理由

EduRénovは、フランスの学校インフラの約20％にあたる10,000件の改修プロジェクトを支援し、5年以内にエネルギー消費を40％削減することを目指しています。これには20億ユーロの融資と5,000万ユーロの事前エンジニアリング資金が裏付けられています。プログラムの成功は、BdTの専門家、CDCの担当者、地方自治体間で行われる大量かつ繰り返しのメール交換に依存しています。これらのやり取りは大規模な共有ドキュメントベースに基づくため、Retrieval‑Augmented Generationシステムは関連情報を迅速かつ一貫して提示する理想的な手段です。

"EduRénovはプロジェクトと進行速度を確立しました。今後は地方自治体との関係の質を向上させ、多くの新規プロジェクトを模索していきます" とプログラムディレクターのNicolas Turcatは述べました。

公共機関はデータの機密性と主権に関する懸念から生成AIに慎重でしたが、オープンソースLLMエコシステムは現在、商用性能に匹敵しており、CDCが主権的な計算とモデル使用を保証するデータ変換プロジェクトをパイロットできるようになっています。

スケールでのパフォーマンスと主権の確保

Hugging Faceのオープンソーススタック（Transformers、Sentence‑Transformers、Tokenizers、Text Generation Inference）を用いた初期実験により、RAGアプローチの実現可能性が確認されました。フランス公共部門のセキュリティ基準を満たすため、コンソーシアムは以下を選択しました：

  • Polyconseil – アジャイルに焦点を当てたデジタルイノベーションコンサルティング会社で、認定されたオンプレミスおよびクラウド展開の専門知識を持ちます（AWS Advanced Tier Servicesパートナー、GCP Cloud Architect、Kubernetes CKA）。Polyconseilはデータサイエンティスト、エンジニア、DevOps、UI/UXデザイナー、プロダクトマネージャーのフルスタックを提供します。
  • Hugging Face – 75万以上のモデルと17.5万のデータセットを擁するグローバルハブで、Text Generation Inference（TGI）サービスを提供し、高性能なコンテナ化LLMサービングを実現します。
  • NumSpot – SecNumCloud認証を取得したフランスのクラウドプロバイダーで、OutscaleのIaaS（Dassault Systèmes）上に構築され、データの所在とコンプライアンスを保証します。

このソリューションは、フランス国内の主権インフラ上でオープンソースモデルを実行するため、外国の商用APIへの依存を排除します。

動的セクター向けのモジュラーアーキテクチャ

このアプリケーションは、BdTエージェントが受信した見込みメールを貼り付けると、EduRénovのドキュメントから情報を取得して自動的にドラフト返信を生成し、エージェントが送信前に返信を編集・承認できるようにします。ワークフローは以下のステップで構成されます：

  1. 既存のチャネルを通じてクライアントメールを受信。
  2. メールが新しいユーザーインターフェースに転送される。
  3. オーケストレータが検索クエリを構築。
  4. リトリーバーがベクトルデータベース（埋め込みベース検索）から関連するパッセージを取得。
  5. オーケストレータが取得したコンテキストと出典引用を含むプロンプトを作成。
  6. リーダーモジュール（LLM）が提案返信を生成。
  7. エージェントが提案をレビュー、編集、検証し、RLHFスタイルのフィードバックを提供。
  8. 検証済みの返信がメッセージングシステムを通じて送信。
  9. 受信者が明示的な出典参照付きの回答を受け取る。
  10. 使用された文書の公開リポジトリが検証用に利用可能。

このパイプラインを支える4つのサブシステムは次のとおりです：

  • User interface – 文書の取り込み、ファインチューニングおよびRLHFデータセットの作成（green）。
  • Messaging layer – 既存のメールシステムとの統合（black）。
  • RAG core – 検索と生成コンポーネント（purple）。
  • Feedback & training store – パイプラインログ、ファインチューニングデータ、RLHFフィードバック（red）。

成功要因

  • Model‑agnostic modularity – LLM、埋め込みモデル、検索手法を設定で入れ替え可能で、最先端が進化するにつれ迅速な実験が可能。
  • Modular monolith with hexagonal architecture – ビジネスロジックを分離し、GPU集中的なLLM推論を外部のTGIサービスに委任。
  • Open‑source French models – 現在はMistral‑7B‑Instruct‑v0.3を使用；CentraleSupélecのMICSラボとIlluin Technologyの協業によるCroissantLLMなど、フランス語の倫理と性能を評価中の他の候補も検討中。
  • Agile ScrumBan team – 1つのクロスファンクショナルチームが、Hugging Face Expert Supportスペシャリスト主導の週次AIブレークスルー報告を実施し、BdTのデータチームへの知識移転を確保。
  • Robust evaluation – 初期MVPはRAGASライブラリを使用した定性的・定量的ノートブックを含み、将来の改善のための再現可能なベンチマークを提供。

"このパイロットに基づき、このアプローチは新たな道を切り開きます。将来的に公共政策が地域で展開される方法であり、国のエコロジーとエネルギー変革に必要な資金調達とともに実現される可能性が高い" とBdTのイノベーション・戦略ディレクターHakim Lahlouは述べました。

公共部門AIへの示唆

このケーススタディは、主権的でオープンソースの生成AIがデータ所在性を損なうことなく、ミッションクリティカルな公共プログラムにスケールで導入できることを示しています。モジュラーRAGパイプライン、フランス認証のクラウドインフラ、ローカルで訓練されたモデルを組み合わせることで、コンソーシアムは安全で高スループットな文書中心の自動化を必要とする他の政府イニシアチブ向けの設計図を提供します。

AIプロジェクトで主権に関する課題に直面した場合は、Polyconseil（alivia@polyconseil.fr）までご連絡ください。Hugging Face Expert Supportに関するお問い合わせは、Hugging Faceのセールスコンタクトページからお願いします。

SUMMARY: Hugging Face、Polyconseil、Banque des Territoiresは、フランスのEduRénov学校改修プログラム向けにメールサポートを自動化する主権的なオープンソースRAGシステムを立ち上げ、データ所在性を確保しつつ、公共政策向けに生成AIをスケールさせました。

TITLE: Banque des Territoires、Polyconseil、そしてHugging FaceがEduRénovプログラム向けに主権的RAGソリューションを展開

Sources