– 7년 간 축적한 기술력으로 기업의 AX 혁신 도와
– 에이전트 중심 고도화로 전문가급 의사결정 지원
– 일본 시장 진출 성공 이유…접근성,현지화,인재영입,시장포착,SaaS제공
– 금융공공 넘어 전 산업으로 확장
올거나이즈(대표 이창수)가 기업의 AX(AI Transformation) 혁신을 선도하며 빠르게 성장하고 있다. 2017년 설립된 올거나이즈는 ‘알리(Alli)’ 플랫폼을 통해 미국, 일본, 한국의 390여 기업에 AI 솔루션을 공급하고 있다. 특히 올해 4분기 일본 증시 상장을 추진하며 한 단계 더 도약을 준비 중이다.
올거나이즈는 자사를 ‘AX(AI Transformation) 기업’으로 정의한다. 단순한 AI 기술 제공을 넘어, 기업이 AI를 효과적으로 활용해 디지털 혁신을 달성할 수 있도록 포괄적인 지원을 제공한다는 의미다. “지식 노동자의 삶을 AI로 혁신한다”는 비전 아래, 올거나이즈는 기업들이 AI를 통해 실질적인 변화와 지속 가능한 성장을 달성할 수 있도록 지원하고 있다.
이원강 부대표는 “AI를 활용하지 않으면 성장률이 하락한다는 분석이 있다. 인구가 감소하는 상황에서 AI를 통한 생산성 향상은 선택이 아닌 필수다. 올거나이즈는 이런 시대적 요구에 맞춰 기업의 AI 혁신을 돕는 파트너로 자리매김하고 있다.”라고 말했다.
이원강 부대표와의 인터뷰를 통해 올거나이즈의 ‘알리 플랫폼(RAG, LLM, 앱 서비스)’, 기업의 AX 도입 전략, 그리고 일본 상장 계획에 대한 구체적인 이야기를 들어보았다.
■ 7년간 쌓아온 RAG 기술력으로 기업의 생산성 혁신
ChatGPT나 Claude 같은 대규모 언어모델(LLM)의 가장 큰 한계는 학습된 데이터 범위 내에서만 답변이 가능하다는 점이다. 기업 내부의 정보를 알지 못하기 때문에, 특정 시점 이후의 정보나 기업의 내부 문서에 기반한 답변은 제공할 수 없다.
올거나이즈는 이러한 한계를 극복하기 위해 7년간 자체 RAG(Retrieval-Augmented Generation, 검색증강생성) 솔루션을 개발했다. 올거나이즈의 RAG는 기업 내부 문서를 컴퓨터가 인식 가능한 형태로 변환하고, 문서 내용을 분석한 후 LLM과 연계해 정확한 답변을 생성한다. 이 솔루션을 활용하면 사내 모든 문서를 AI가 파악하고 있어 질문에 즉시 관련 정보를 검색해 응답할 수 있다. 예를 들어 금융사 직원이 ‘우리 회사의 골프 보험 상품 중 월 3만원 이하인 상품을 추천해달라’고 문의하면, RAG 기술이 방대한 상품 문서에서 조건에 부합하는 정보를 추출해 최적의 답변을 제공한다.
특히 올거나이즈의 RAG 기술은 단순한 키워드 검색을 넘어서 페이지 제목, 문서 내 맥락 정보 등을 통합적으로 분석해 검색 결과의 정확도를 높인다. 복잡한 표 형태로 구성된 문서에서도 필요한 정보를 정밀하게 추출할 수 있으며, 답변의 근거가 된 원본 문서를 하이라이트로 표시해 신뢰성을 제공한다. 실시간 피드백을 통해 RAG 모델의 성능은 지속적으로 최적화되어 사용 기간이 늘어날수록 정확도가 향상된다. 초기 도입 시 약 70% 수준의 정확도를 보이지만, 사용자 피드백이 누적되면서 불과 몇 주 만에 95%까지 정확도를 끌어올릴 수 있다.
■ 유연한 기업용 LLM 솔루션 제공
올거나이즈는 기업이 자유롭게 선택할 수 있는 유연한 LLM 솔루션을 제공한다. 기업은 자신들의 상황과 필요에 따라 GPT나 Claude 같은 외부 LLM을 선택하거나, 올거나이즈가 자체 개발한 LLM을 도입할 수 있다. 기업의 데이터 보안 정책이나 규제 환경에 따라 최적의 선택을 하면 된다.
올거나이즈가 특정 LLM만을 고집하지 않는 이유에 대해 이 부대표는 “우리의 목표는 기업이 AI를 잘 활용하게 하는 것”이라며 “고객이 외부 LLM을 선호한다면 그중 어떤 것이 해당 기업에 가장 적합한지 평가해 추천해드린다”고 말했다. 실제로 올거나이즈는 다양한 LLM의 성능을 비교 평가한 벤치마크 결과를 공개하고 있다.
올거나이즈가 자체 개발한 LLM은 Llama3를 기반으로 하며, 공개된 도메인 데이터로 1차 학습을 하고, 여기에 고객사의 데이터를 활용해 추가 학습을 진행한다. 이런 방식으로 각 기업의 특성에 최적화된 LLM을 제공하고 있다.
■ 누구나 손쉽게 앱을 만들고 활용한다
올거나이즈가 제공하는 앱 빌더와 앱 마켓은 LLM을 기업 현장에서 실용적으로 구현할 수 있게 하는 핵심 솔루션이다. 앱 빌더는 프로그래밍 지식이 없는 현업 실무자도 업무에 필요한 AI 앱을 손쉽게 직접 개발할 수 있게 지원하며, 앱 마켓은 즉시 활용 가능한 다양한 업무 특화 AI 앱을 제공한다.
앱 마켓은 일반, 법률, 인사, 고객지원, 생산성 등 6개 카테고리로 체계화되어 있다. 현재 약 100여 개의 앱이 제공되며, 문서 검색부터 계약서 분석, 상품 비교, 이메일 작성에 이르기까지 기업의 다양한 업무 영역을 지원한다.
앱 빌더는 개발 지식 없이도 AI 앱을 직접 제작할 수 있는 노코드 플랫폼이다. 이를 통해 법무팀은 계약서 검토 앱을, CS팀은 상품 추천 앱을 자체적으로 개발하여 업무 효율을 높일 수 있다. 드래그 앤 드롭 방식의 직관적 인터페이스로 필요한 기능을 쉽게 구현할 수 있으며, 업무 특성에 맞는 LLM 모델을 자유롭게 선택할 수 있는 유연성도 갖추고 있다.
이 부대표는 “올거나이즈는 이러한 앱 빌더와 앱 마켓을 통해 ‘AI 도구의 민주화’를 실현하고자 한다. 전문 개발자가 아니더라도 누구나 자신의 업무에 AI를 활용할 수 있게 함으로써, 기업의 전반적인 생산성 향상을 돕는 것이 목표다”라고 말했다.
■ 사내의 정보 검색에서 경영 인사이트까지
올거나이즈가 개발한 대표적인 앱이 알리 앤서(Alli Answer)다. 알리 앤서는 기업의 방대한 내부 문서를 AI가 이해하고 정확한 답변을 제공하는 것이 특징이다. 알리 앤서는 RAG 기술을 활용하여 사내 문서에 기반한 정확한 답변을 생성하고 원본 문서에 대한 인용(Citation)과 답변 출처에 대한 하이라이트 기능을 제공한다. 특히 스캔된 문서에서도 필요한 정보를 찾아낼 수 있으며 복잡한 표에서도 키워드뿐만 아니라 페이지 제목, 페이지 내 정보 등을 활용한 검색이 가능하여 정확한 답변을 찾아낸다.
최근 출시한 ‘젠비아이(Gen BI, Generative Business Intelligence)’는 기업의 데이터를 분석해 경영 인사이트를 제공하는 앱이다. 젠비아이는 기업의 데이터베이스에 연동되어 자연어로 질문하면 관련 데이터를 분석하고 시각화해주는 서비스다. 젠비아이는 특히 C레벨 경영진이 회사의 경영 인사이트를 빠르게 얻을 수 있도록 설계되었다. 복잡한 데이터 분석을 위한 전문 지식 없이도 자연어 질문만으로 데이터 기반 인사이트를 얻을 수 있어 의사결정 과정을 효율화한다.
■ 에이전트로 전문가 수준의 의사결정 도와
“LLM을 단순히 질문-답변 용도로만 쓰는 게 아니라, 사용자의 의도를 파악해 필요한 정보를 찾고 결과물까지 만들어내는 에이전트 형태로 발전하고 있다. 올거나이즈는 이러한 에이전트 전략을 통해 기업의 AI 활용을 한 단계 더 발전시키고자 한다.”
이 부대표는 올거나이즈가 기존 제품들을 에이전트 중심으로 고도화하고 있다고 강조했다. 에이전트는 업무 전반을 지원하는 지능형 협업 파트너로서 직원들의 생산성을 획기적으로 높여 준다.
젠비아이의 경우에도 에이전트 기능이 적용됐다. 사용자가 “작년 월별 매출을 알려줘”라고 요청하면 기업의 데이터베이스에 연동해 정보를 가져오고, “이걸 그래프로 보여줘”라는 추가 요청에는 시각화된 그래프를 제공한다. 단순한 데이터 조회를 넘어 사용자의 의도를 파악하고 최적의 형태로 정보를 가공해 전달하는 것이다.
에이전트를 민원 요청 처리에 활용하면 기존 사례와 법령 정보를 바탕으로 적절한 답변을 제시하고, 관련 법령을 근거로 제시하며 필요시 답변의 수위를 조절하는 등 전문가 수준의 판단을 지원한다. 정보공개 요청에도 에이전트가 활용되어 정보공개법과 기존 사례를 분석해 공개 여부와 범위를 판단하고, 부분 공개가 필요한 경우 비공개 부분과 그 법적 근거까지 제안한다. 에이전트로 단순 문서 검색이나 답변 생성을 넘어선 고도화된 의사결정이 가능하다. 올거나이즈는 번역, 이력서 분석, 계약서 검토 등 다양한 업무 영역에서 에이전트가 활용될 수 있도록 준비하고 있다.
■ 일본 시장 공략과 상장
그동안 올거나이즈는 일본 시장을 적극적으로 공략해 왔다. 올거나이즈의 노력 덕분으로 특히 2022년 말부터 2023년에 걸쳐 일본에서 고객사가 급격히 증가하기 시작했다. 이에 대해 이 부대표는 “장기간에 걸친 준비와 현지 시장에 대한 철저한 이해가 바탕이 되었다. 일본은 IT 제품 도입에 있어 보수적인 시장으로 알려져 있지만, 한번 관계가 형성되면 장기적인 파트너십이 유지되는 특성을 가지고 있다”라고 말했다.
이 부대표는 일본 시장 성공 전략의 핵심 요소로 다음을 꼽았다.
첫째, 접근성. 올거나이즈 임직원 대부분이 일본어에 능통했던 점이 초기 일본 대형 고객사와의 계약 체결에 큰 도움이 되었다. 언어 장벽을 낮춤으로써 소통과 신뢰 구축이 원활하게 이루어졌다.
둘째, 현지화 전략. 일본 법인에 약 20명의 현지 직원을 고용하여 일본 시장에 특화된 마케팅과 영업 활동을 전개했다. 현지 직원들은 일본 기업 문화와 비즈니스 관행을 이해하고 있어 고객사와의 관계 구축에 큰 역할을 했다.
셋째, 현지 전문가 영입. 일본의 상당한 영향력을 가진 전문가를 영입해 그의 네트워크와 전문성을 활용했다.
넷째, 시장 니즈 포착. 일본은 모바일 시장에서의 뒤처짐으로 인해 AI 시장에서 뒤처지는 것에 대한 강한 위기감을 가지고 있었다. 이러한 시장 분위기는 AI 기술 도입을 가속화하는 요인이 되었고 올거나이즈가 이러한 시장 상황을 적극 포착했다.
다섯째, SaaS 모델 중심의 접근법. 일본 기업들은 초기 비용 부담이 적은 SaaS 모델을 선호했고, 이는 올거나이즈의 빠른 시장 진입을 가능하게 했다. 이는 한국 시장이 주로 온프레미스 솔루션을 선호하는 것과는 대조적인 특성이었다.
이러한 전략을 통해 올거나이즈는 현재 매출의 약 60%, 고객사 수의 약 60%를 일본 시장에서 창출하고 있으며, 이러한 성공을 바탕으로 본사를 일본으로 이전하고 일본 도쿄 증권거래소 상장을 준비하고 있다.
이 부대표는 “상장은 끝이 아닌 시작”이라며 “AI 시장이 더욱 커질 것으로 보고 있으며, 상장을 통해 인재 확보와 성장의 발판을 마련하겠다”고 밝혔다.
■ ‘한국의 팔란티어’ 꿈꾸다
올거나이즈의 이러한 노력은 ‘한국의 팔란티어’라는 평가로 이어지고 있다. 팔란티어가 처음에는 국방 분야에 특화됐다가 점차 의료, 항만 등 다양한 산업으로 확장한 것처럼, 올거나이즈도 금융권과 공공기관에서 시작해 전 산업으로 영역을 넓혀가고 있다.
이 부대표는 “올거나이즈는 특정 산업에만 국한되지 않는 확장을 추구한다. 미국의 데이터 분석 기업 팔란티어와 같이, 각 산업의 특성을 이해하고 최적화된 AI 솔루션을 제공하는 것이 목표다”라고 포부를 밝혔다.
Allganize helps companies innovate with AX, preparing for technological advancement and expansion across industries
– Helping companies innovate their AX with the technology accumulated over 7 years
– Support for expert-level decision-making through agent-centric advancements
– Reasons for success in entering the Japanese market… Accessibility, localization, talent recruitment, market capture, SaaS provision
– Expanding beyond the financial sector to all industries
Allganize (CEO Lee Chang-soo) is growing rapidly while leading the AX (AI Transformation) innovation of companies. Founded in 2017, Allganize is providing AI solutions to approximately 390 companies in the US, Japan, and Korea through the ‘Alli’ platform. In particular, it is preparing to take another leap forward by promoting listing on the Japanese stock market in the fourth quarter of this year.
Allganize defines itself as an 'AX (AI Transformation) company'. This means that it goes beyond simply providing AI technology and provides comprehensive support so that companies can effectively utilize AI to achieve digital innovation. Under the vision of "innovating the lives of knowledge workers with AI", Allganize is supporting companies to achieve real change and sustainable growth through AI.
Vice President Lee Won-gang said, “There is an analysis that if AI is not utilized, the growth rate will decline. In a situation where the population is decreasing, improving productivity through AI is not an option but a necessity. Allganize is positioning itself as a partner that helps companies innovate with AI in line with this demand of the times.”
Through an interview with Vice President Lee Won-gang, we heard specific stories about Allganize's 'Ali Platform (RAG, LLM, app service)', the company's AX introduction strategy, and its Japanese listing plan.
■ Innovation in corporate productivity through RAG technology accumulated over 7 years
The biggest limitation of large-scale language models (LLMs) such as ChatGPT or Claude is that they can only answer within the range of the data they have learned. Since they do not know the information inside the company, they cannot provide answers based on information after a certain point in time or internal documents of the company.
To overcome these limitations, Allganize developed its own RAG (Retrieval-Augmented Generation) solution over the course of seven years. Allganize's RAG converts internal corporate documents into a computer-readable format, analyzes the document content, and then links it with LLM to generate accurate answers. With this solution, AI can understand all documents within the company, so it can immediately search for relevant information and respond to questions. For example, if a financial company employee asks, "Please recommend a product that costs less than 30,000 won per month among our company's golf insurance products," RAG technology extracts information that meets the conditions from the vast product documents and provides the optimal answer.
In particular, Allganize's RAG technology goes beyond simple keyword search and comprehensively analyzes page titles, contextual information within documents, etc. to increase the accuracy of search results. It can precisely extract necessary information even from documents composed of complex table formats, and provides reliability by highlighting the original document that is the basis of the answer. Through real-time feedback, the performance of the RAG model is continuously optimized, and the accuracy improves as the period of use increases. When initially introduced, it shows an accuracy level of about 70%, but as user feedback accumulates, the accuracy can be increased to 95% in just a few weeks.
■ Providing flexible corporate LLM solutions
Allganize provides flexible LLM solutions that companies can freely choose. Companies can choose external LLMs such as GPT or Claude, or introduce LLMs developed by Allganize, depending on their own situations and needs. They can make the optimal choice based on their company's data security policy or regulatory environment.
Regarding the reason why Allganize does not stick to a specific LLM, the vice president said, “Our goal is to help companies utilize AI well,” and “If a client prefers an external LLM, we evaluate which one is most suitable for the company and recommend it.” In fact, Allganize is disclosing benchmark results that compare and evaluate the performance of various LLMs.
The LLM developed by Allganize is based on Llama3, and performs initial learning using public domain data, and then conducts additional learning using the client's data. In this way, we provide an LLM optimized for the characteristics of each company.
■ Anyone can easily create and use apps
The app builder and app market provided by Allganize are key solutions that enable LLM to be practically implemented in corporate settings. The app builder allows even field workers without programming knowledge to easily develop AI apps necessary for their work, and the app market provides a variety of business-specific AI apps that can be used immediately.
The app market is organized into six categories: general, legal, human resources, customer support, and productivity. Currently, about 100 apps are provided, supporting various business areas, from document search to contract analysis, product comparison, and email writing.
App Builder is a no-code platform that allows you to create AI apps without development knowledge. Through this, the legal team can develop a contract review app and the CS team can develop a product recommendation app on their own to improve work efficiency. The intuitive drag-and-drop interface allows you to easily implement the necessary functions, and it also provides the flexibility to freely choose an LLM model that suits your work characteristics.
“Organize aims to ‘democratize AI tools’ through these app builders and app markets,” the vice president said. “Our goal is to help companies improve their overall productivity by enabling anyone, even non-professional developers, to utilize AI in their work.”
■ From in-house information search to management insights
Alli Answer is a representative app developed by Allganize. Alli Answer is characterized by AI understanding of a company's vast internal documents and providing accurate answers. Alli Answer uses RAG technology to generate accurate answers based on internal documents and provides citations to the original documents and highlighting of the answer source. In particular, it can find the necessary information even in scanned documents, and even in complex tables, it is possible to search not only by keywords but also by page titles, information within the page, etc., to find accurate answers.
The recently launched 'GenBI (Generative Business Intelligence)' is an app that analyzes corporate data to provide business insights. GenBI is a service that analyzes and visualizes related data when questions are asked in natural language by linking to the company's database. GenBI is designed especially for C-level executives to quickly obtain business insights for the company. It improves the efficiency of the decision-making process by allowing data-based insights to be obtained simply by asking natural language questions without the expertise of complex data analysis.
■ Help with expert-level decision-making as an agent
“LLM is not simply used for question-and-answer purposes, but is evolving into an agent that understands the user’s intention, finds the necessary information, and even produces results. Allganize aims to advance corporate AI utilization to the next level through this agent strategy.”
The vice president emphasized that Allganize is upgrading existing products to focus on agents. Agents are intelligent collaboration partners that support all aspects of work, dramatically increasing employee productivity.
In the case of Zenbi, the agent function was also applied. When a user requests, “Tell me last year’s monthly sales,” the information is retrieved by linking to the company’s database, and for an additional request, “Show me this as a graph,” a visualized graph is provided. It goes beyond simple data retrieval, understands the user’s intent, and processes and delivers information in the optimal form.
When agents are used to process civil complaints, they provide appropriate answers based on existing cases and legal information, provide evidence based on related laws, and support expert-level judgment by adjusting the level of the answer when necessary. Agents are also used for information disclosure requests, analyzing the Information Disclosure Act and existing cases to determine whether to disclose and the scope, and if partial disclosure is necessary, suggest the non-disclosed portion and its legal basis. Agents enable advanced decision-making beyond simple document search or response generation. Allganize is preparing for agents to be utilized in various work areas such as translation, resume analysis, and contract review.
■ Japanese market strategy and listing
Meanwhile, Allganize has been actively targeting the Japanese market. Thanks to Allganize’s efforts, the number of customers in Japan began to increase rapidly, especially from the end of 2022 to 2023. Regarding this, Vice President Lee said, “This was based on long-term preparation and thorough understanding of the local market. Japan is known as a conservative market when it comes to introducing IT products, but once a relationship is formed, it has the characteristic of maintaining a long-term partnership.”
The vice president cited the following as key elements of his strategy for success in the Japanese market:
First, accessibility. The fact that most of the Allganize staff were fluent in Japanese was a great help in concluding contracts with major Japanese clients in the early days. By lowering the language barrier, communication and trust were smoothly built.
Second, localization strategy. We hired about 20 local employees in our Japanese corporation to carry out marketing and sales activities specialized for the Japanese market. The local employees understand Japanese corporate culture and business practices, and they played a big role in building relationships with clients.
Third, recruiting local experts. We recruited experts with considerable influence in Japan and leveraged their networks and expertise.
Fourth, capturing market needs. Japan had a strong sense of crisis about falling behind in the AI market due to its lagging in the mobile market. This market atmosphere became a factor in accelerating the introduction of AI technology, and Allganize actively captured this market situation.
Fifth, the SaaS model-centered approach. Japanese companies preferred the SaaS model with low initial costs, which enabled Allganize to enter the market quickly. This was a characteristic that contrasted with the Korean market, which mainly preferred on-premise solutions.
Through this strategy, Allganize is currently generating about 60% of its sales and about 60% of its customers from the Japanese market, and based on this success, it is moving its headquarters to Japan and preparing for listing on the Tokyo Stock Exchange.
“The listing is not the end, but the beginning,” said the vice president. “We expect the AI market to grow even further, and the listing will serve as a foundation for securing talent and growth.”
■ Dreaming of a ‘Korean Palantir’
These efforts by Allganize are leading to the evaluation of 'Korea's Palantir'. Just as Palantir initially specialized in the defense sector and gradually expanded into various industries such as healthcare and ports, Allganize is also expanding its scope from the financial sector and public institutions to all industries.
The vice president stated, “Organize seeks expansion that is not limited to a specific industry. Like Palantir, an American data analysis company, our goal is to understand the characteristics of each industry and provide optimized AI solutions.”
AXで企業革新を支援するオールリーズ、技術高度化と全産業拡張の準備
– 7年間蓄積した技術力で企業のAXイノベーションを支援
– エージェント中心の高度化で専門家級意思決定支援
– 日本市場進出成功理由…アクセシビリティ、ローカライズ、人材導入、市場獲得、SaaS提供
– 金融公共を超えて全産業に拡張
オルゴイズ(代表イ・チャンス)が企業のAX(AI Transformation)イノベーションをリードして急速に成長している。 2017年に設立されたオルガイズは、「アリ（Alli）」プラットフォームを通じて米国、日本、韓国の390社以上にAIソリューションを供給している。特に今年第4四半期に日本証券市場上場を推進し、さらに一歩跳躍を準備中だ。
オルゴイズは自社を「AX（AI Transformation）企業」と定義する。単純なAI技術の提供を超えて、企業がAIを効果的に活用してデジタルイノベーションを達成できるように包括的なサポートを提供するという意味だ。 「知識労働者の生活をAIに革新する」というビジョンのもと、オルゴイズは企業がAIを通じて実質的な変化と持続可能な成長を達成できるよう支援している。
李元江副代表は「ＡＩを活用しなければ成長率が下落するという分析がある。人口が減少する状況では、AIによる生産性の向上は選択肢ではなく必須です。オルゴイズはこのような時代的要求に合わせて企業のAIイノベーションを助けるパートナーとして位置づけている」と話した。
イ・ウォンガン副代表とのインタビューを通じて、オルガイズの「アリプラットフォーム（RAG、LLM、アプリサービス）」、企業のAX導入戦略、そして日本上場計画に関する具体的な話を聞いた。
■7年間積み重ねたRAG技術力で企業の生産性革新
ChatGPTやClaudeなどの大規模言語モデル（LLM）の最大の制限は、学習されたデータ範囲内でのみ回答が可能であることです。企業内部の情報がわからないため、特定時点以降の情報や企業の内部文書に基づく回答は提供できない。
オルゴイズはこの限界を克服するために7年間、独自のRAG（Retrieval-Augmented Generation、検索拡張生成）ソリューションを開発した。オールナイズのRAGは、企業内部文書をコンピュータが認識可能な形式に変換し、文書内容を分析した後、LLMと連携して正確な回答を生成する。このソリューションを活用すれば、社内のすべての文書をAIが把握しており、質問にすぐに関連情報を検索して応答することができる。例えば金融会社の職員が「当社のゴルフ保険商品のうち月3万ウォン以下の商品を推奨してほしい」と問い合わせると、RAG技術が膨大な商品文書から条件に合致する情報を抽出して最適な回答を提供する。
特にオールリーズのRAG技術は、単純なキーワード検索を超えてページタイトル、文書内のコンテキスト情報などを統合的に分析して検索結果の精度を高める。複雑な表形式で構成された文書でも必要な情報を精密に抽出することができ、回答の根拠となった原稿をハイライトで表示して信頼性を提供する。リアルタイムフィードバックにより、RAGモデルの性能は絶えず最適化され、使用期間が長くなるにつれて精度が向上します。最初の導入では約70％の精度が見られますが、ユーザーのフィードバックが蓄積されたため、わずか数週間で95％まで精度を上げることができます。
■柔軟な企業向けLLMソリューションを提供
オールナイズは、企業が自由に選択できる柔軟なLLMソリューションを提供します。企業は、自分の状況や必要に応じて、GPTやClaudeなどの外部LLMを選択したり、来たり、伊豆が独自開発したLLMを導入することができる。企業のデータセキュリティポリシーや規制環境に応じて最適な選択をすればよい。
オルゴイズが特定のLLMだけにこだわらない理由について、この副代表は「私たちの目標は企業にAIをうまく活用させることだ」とし「顧客が外部LLMを好むなら、そのうちどれが該当企業に最も適しているかを評価してお勧めする」と述べた。実際にオールリーズは様々なLLMの性能を比較評価したベンチマーク結果を公開している。
オールイーズが独自開発したLLMはLlama3を基盤とし、公開されたドメインデータで1次学習を行い、ここに顧客社のデータを活用して追加学習を進める。このように各企業の特性に最適化されたLLMを提供している。
■誰でも簡単にアプリを作成して活用する
オールイーズが提供するアプリビルダーとアプリマーケットは、LLMを企業現場で実用的に実装できるようにするコアソリューションです。アプリビルダーはプログラミング知識のない現業実務者も業務に必要なAIアプリを手軽に直接開発できるように支援し、アプリマーケットはすぐに活用可能な多様な業務特化AIアプリを提供する。
アプリマーケットは一般、法律、人事、顧客支援、生産性など6つのカテゴリーに体系化されている。現在約100以上のアプリが提供されており、文書検索から契約書分析、商品比較、電子メール作成まで、企業の多様な業務領域をサポートしている。
App Builderは、開発知識がなくてもAIアプリを直接制作できるノーコードプラットフォームです。これにより法務チームは契約書レビューアプリを、CSチームは商品推薦アプリを独自に開発して業務効率を高めることができる。ドラッグアンドドロップ方式の直感的なインターフェースで必要な機能を簡単に実現でき、業務特性に合ったLLMモデルを自由に選択できる柔軟性も備えている。
同副代表は「来るか伊豆はこうしたアプリビルダーとアプリマーケットを通じて「AIツールの民主化」を実現しようとする。専門開発者でなくても誰でも自分の業務にAIを活用できるようにすることで、企業の全体的な生産性向上を助けることが目標だ」と話した。
■社内の情報検索から経営インサイトまで
オルゴイズが開発した代表的なアプリがアリアンサー（Alli Answer）だ。アリアンサーは、企業の膨大な内部文書をAIが理解し、正確な答えを提供するのが特徴だ。アリアンサーは、RAG技術を活用して社内文書に基づいた正確な回答を生成し、元の文書に対する引用（Citation）と回答ソースに対するハイライト機能を提供する。特にスキャンされた文書でも必要な情報を見つけることができ、複雑な表でもキーワードだけでなくページタイトル、ページ内情報などを活用した検索が可能で、正確な答えを見つける。
最近発売した「ゼンビアイ(Gen BI, Generative Business Intelligence)」は企業のデータを分析して経営インサイトを提供するアプリだ。ゼンビアイは企業のデータベースに連動して自然言語で質問すれば関連データを分析して視覚化してくれるサービスだ。ゼンビアイは、特にCレベルの経営陣が会社の経営インサイトを迅速に得ることができるように設計された。複雑なデータ分析のための専門知識がなくても、自然言語の質問だけでデータベースの洞察を得ることができ、意思決定過程を効率化する。
■エージェントで専門家レベルの意思決定を助ける
「LLMを単に質問-回答用途だけで使うのではなく、ユーザーの意図を把握して必要な情報を探し、結果物まで作り出すエージェントの形に発展している。オルゴイズはこのようなエージェント戦略を通じて企業のAI活用をさらに一歩進めたいと思う。
この副代表は、オルガイズが既存製品をエージェント中心に高度化していると強調した。エージェントは、業務全体を支援するインテリジェントなコラボレーションパートナーとして、従業員の生産性を劇的に高めてくれる。
ゼンビアイの場合にもエージェント機能が適用された。ユーザーが「昨年の毎月の売上を知らせて」と要求すると、企業のデータベースに連動して情報をインポートし、「これをグラフで見せて」という追加の要求には視覚化されたグラフを提供する。単純なデータ照会を超えてユーザーの意図を把握し、最適な形で情報を加工して伝達することだ。
エージェントを苦情要求処理に活用すれば、既存の事例と法令情報に基づいて適切な回答を提示し、関連法令を根拠に提示し、必要に応じて回答の水位を調整するなど、専門家レベルの判断を支援する。情報公開要請にもエージェントが活用され、情報公開法と既存事例を分析して公開可否と範囲を判断し、部分公開が必要な場合、非公開部分とその法的根拠まで提案する。エージェントで単純文書検索や回答生成を超えた高度化された意思決定が可能だ。オルゴイズは翻訳、履歴書分析、契約書の検討など様々な業務領域でエージェントが活用できるように準備している。
■日本市場攻略と上場
これまで来たりイズは日本市場を積極的に攻略してきた。オルゴイズの努力のおかげで、特に2022年末から2023年にかけて日本で顧客会社が急激に増加し始めた。これに対して李副代表は「長期間にわたる準備と現地市場に対する徹底した理解が基礎となった。日本はＩＴ製品の導入において保守的な市場として知られているが、一度関係が形成されると長期的なパートナーシップが維持される特性を持っている」と話した。
この副代表は日本市場成功戦略の核心要素として次を挙げた。
まず、アクセシビリティ。オルガイズ役職員のほとんどが日本語に堪能だった点が、初期の日本大型顧客会社との契約締結に大きな助けとなった。言語障壁を下げることで、コミュニケーションと信頼の構築が円滑に行われた。
第二に、ローカライズ戦略。日本法人に約20人の現地職員を雇用し、日本市場に特化したマーケティングと営業活動を展開した。現地職員は日本企業文化とビジネス慣行を理解しており、顧客との関係構築に大きな役割を果たした。
第三に、地元の専門家の獲得。日本の相当な影響力を持つ専門家を迎え入れ、彼のネットワークと専門性を活用した。
第四に、市場のニーズを捉える。日本は、モバイル市場での遅れのため、AI市場での遅れに対する強い危機感を持っていました。このような市場の雰囲気はAI技術の導入を加速する要因となり、オールイズがこのような市場状況を積極的に捉えた。
第五に、SaaSモデル中心のアプローチ。日本企業は初期費用負担の少ないSaaSモデルを好み、これはオールイーズの急速な市場参入を可能にした。これは韓国市場が主にオンプレミスソリューションを好むのとは対照的な特性だった。
このような戦略を通じて、オルガイズは現在の売上の約60％、顧客数の約60％を日本市場で創出しており、こうした成功をもとに本社を日本に移転し、日本東京証券取引所上場を準備している。
この副代表は「上場は終わりではなく始まる」とし「AI市場がさらに大きくなると見ており、上場を通じて人材確保と成長の足場を設ける」と明らかにした。
■「韓国のパランティア」を夢見る
オルゴイズのこのような努力は「韓国のパランティア」という評価につながっている。パランティアが最初は国防分野に特化したが、徐々に医療、港湾など多様な産業に拡張したように、オルガイズも金融圏と公共機関から始まり全産業に領域を広げている。
同副代表は、「来るか伊豆は特定の産業に限定されない拡張を追求している。米国のデータ分析企業パランティアのように、各産業の特性を理解し、最適化されたAIソリューションを提供することが目標だ」と抱負を明らかにした。
Allganize 帮助企业通过 AX 进行创新，为跨行业的技术进步和扩张做好准备
– 利用7年积累的技术帮助企业创新AX
– 通过以代理为中心的进步支持专家级决策
– 成功进入日本市场的原因……可访问性、本地化、人才获取、市场占领、SaaS 产品
– 从金融领域拓展至所有行业
Allganize（首席执行官 Changsoo Lee）在领导公司 AX（AI 转型）创新的同时正在快速发展。 Allganize 成立于 2017 年，通过其“Alli”平台为美国、日本和韩国约 390 家公司提供 AI 解决方案。特别是，该公司正准备在今年第四季度在日本股市上市，迈出进一步的一步。
Allganize 将自己定义为“AX（AI 转型）公司”。这不仅仅是提供人工智能技术，还意味着提供全面的支持，以便企业能够有效地利用人工智能实现数字化创新。 Allganize 在“用人工智能彻底改变知识工作者的生活”的愿景下，支持企业通过人工智能实现真正的变革和可持续增长。
李元江副院长表示，“有分析称，如果不利用AI，增长率就会下降。在人口减少的世界里，通过人工智能提高生产力不是一种选择，而是一种必需。他说道：“Organize 将自己定位为一个合作伙伴，帮助企业利用人工智能进行创新，以满足时代的需求。”
通过对李元刚副社长的采访，我们了解了Allganize的‘Ali平台(RAG、LLM、应用服务)’、该公司的AX导入战略、日本上市计划等具体内容。
■ 通过7年积累的RAG技术革新企业生产力
ChatGPT 或 Claude 等大规模语言模型 (LLM) 的最大限制是它们只能回答训练数据范围内的问题。由于我不了解公司的内部情况，所以无法根据特定时间点之后的信息或者公司内部文件来给出答案。
为了克服这些限制，Allganize 历时七年开发了自己的 RAG（检索增强生成）解决方案。 Allganize 的 RAG 将公司内部文档转换为计算机可读的格式，分析文档内容，然后将其链接到 LLM 以生成准确的答案。该解决方案使AI能够了解您公司的所有文档，因此它可以立即检索相关信息并回答问题。例如，如果一家金融公司的员工询问“请在我们公司的高尔夫保险产品中推荐一款每月费用低于30,000韩元的高尔夫保险产品”，RAG技术就会从大量产品文档中提取符合条件的信息并提供最佳答案。
特别是，Organize 的 RAG 技术超越了简单的关键字搜索，全面分析页面标题、文档内的上下文信息等，以提高搜索结果的准确性。即使在结构复杂的表格文档中，它也可以准确地提取必要的信息，并通过突出显示作为答案基础的原始文档来提供可靠性。通过实时反馈，RAG 模型的性能不断优化，从而随着时间的推移提高准确性。刚推出时，其准确率约为 70%，但随着用户反馈的积累，短短几周内准确率就能提高到 95%。
■ 提供灵活的企业法学硕士解决方案
Organize 提供灵活的 LLM 解决方案，企业可以自由选择。企业可以根据自身情况和需求，选择GPT、Claude等外部LLM，也可以引入Organize开发的LLM。您可以根据公司的数据安全政策或监管环境做出最佳选择。
“我们的目标是帮助企业充分利用人工智能，”副总裁在谈到 Allganize 为何不坚持特定的法学硕士时说道。“如果客户更喜欢外部法学硕士，我们会评估哪一个最适合公司并推荐它。”事实上，Organize 正在发布基准结果，比较和评估各种 LLM 的性能。
Allganize 开发的 LLM 基于 Llama3，使用公共领域数据进行初步学习，然后使用客户的数据进行额外学习。通过这种方式，我们提供针对每个公司的特点优化的法学硕士。
■ 任何人都可以轻松创建和使用应用程序
Allganize 提供的应用程序构建器和应用程序市场是实现在企业环境中实际实施 LLM 的关键解决方案。应用程序构建器可以让没有任何编程知识的专业人士轻松开发工作所需的AI应用程序，应用程序市场则提供了各种可立即使用的业务专用AI应用程序。
该应用市场分为六类：通用、法律、人力资源、客户支持和生产力。目前，提供约 100 个应用程序，支持从文档搜索到合同分析、产品比较和电子邮件撰写等各个业务领域。
App Builder 是一个无代码平台，允许您自行创建 AI 应用程序，而无需开发知识。通过此，法律团队可以开发自己的合同审查应用程序，CS团队可以开发自己的产品推荐应用程序，以提高工作效率。直观的拖放界面可以轻松实现必要的功能，同时也提供了灵活性，可以自由选择适合您工作特点的LLM模型。
该副总裁表示：“Organize 的目标是通过这些应用程序构建者和应用程序市场‘实现 AI 工具的民主化’。”他说：“我们的目标是让任何人，甚至是非专业开发人员，都能在工作中利用人工智能，从而帮助公司提高整体生产力。”
■ 从内部信息搜索到管理洞察
Allganize开发的代表性应用程序是Alli Answer。阿里问答的特点是AI理解公司内部海量文档，并提供精准的答案。 Ali Answer 利用 RAG 技术根据内部文档生成精准答案，并提供原始文档的引用和答案来源的突出显示。特别是，即使在扫描的文档中它也能找到您需要的信息，并且不仅可以搜索关键字，还可以搜索复杂表格中的页面标题和页面内的信息以找到正确的答案。
最近推出的“Gen BI（生成商业智能）”是一款分析企业数据以提供商业洞察的应用程序。 Zenbi 是一种通过链接公司数据库来分析和可视化您以自然语言提出问题时的相关数据的服务。 Zenbi 专门用于帮助 C 级高管快速了解公司业务。它通过自然语言问题提供数据驱动的见解，简化了决策过程，而无需复杂数据分析的专业知识。
■ 协助代理人进行专家级决策
“LLM 已经不只是用于问答，而是正在进化成一个能够理解用户意图、找到必要信息甚至产生结果的代理。 “Organize 旨在通过这些代理策略将企业对 AI 的使用提升到一个新的水平。”
副总裁强调，Organize 正在以代理商为中心对现有产品进行升级。代理作为智能合作伙伴，支持工作的各个方面，大幅提高员工的工作效率。
在Zenbia的案例中，也应用了代理功能。当用户请求“告诉我去年的月销售额”时，通过连接公司数据库来检索信息，对于附加请求“以图表形式显示”，则提供可视化图表。它超越了简单的数据检索，能够理解用户的意图和过程，并以最佳形式传递信息。
代理人在处理民事诉讼时，根据现有案件和法律信息做出适当的回应，根据相关法律提供证据，并在必要时调整回应级别，从而提供专家级的判断。代理人亦负责处理信息公开请求，分析《信息公开法》及既有案例，确定是否需要公开及公开范围，如需部分公开，则提出不可公开部分及其法律依据。代理可以做出超越简单文档检索或答案生成的高级决策。 Organize 正在准备其代理以用于各种工作领域，包括翻译、简历分析和合同审查。
■ 日本市场战略及上市
与此同时，Organize一直积极瞄准日本市场。在Organize的努力下，日本的客户数量开始迅速增加，尤其是2022年底至2023年。对此，李副会长表示“这是基于长期的准备以及对当地市场的充分了解。他说：“日本在推出 IT 产品方面被称为保守市场，但一旦建立关系，它就具有维持长期伙伴关系的特点。”
副总裁指出，以下是他在日本市场取得成功的关键战略要素：
首先，可达性。 Organize的大部分高管都能说流利的日语，这对其早期与日本主要客户签订合同有很大帮助。通过降低语言障碍，沟通和建立信任变得更加容易。
二是本土化战略。我们在日本公司雇用了约20名当地员工，开展专门针对日本市场的营销和销售活动。当地员工对日本企业文化和商业惯例有深入的了解，这有助于与客户建立关系。
第三，引进本地专家。我们从日本招募了一位极具影响力的专家，并利用他的人脉和专业知识。
第四，把握市场需求。日本因在移动市场的落后，对在AI市场的落后产生了强烈的危机感。这样的市场氛围成为了加速引入AI技术的因素，Allganize积极捕捉到了这一市场形势。
第五，以SaaS模式为中心。日本企业青睐前期成本负担较低的SaaS模式，使得Allganize能够迅速进入市场。这与主要青睐内部部署解决方案的韩国市场形成了鲜明对比。
通过这一战略，Allganize目前约60%的销售额和约60%的客户都来自日本市场，而基于这一成功，其正将总部迁至日本，并准备在东京证券交易所上市。
该副总裁表示：“上市不是结束，而是开始。我们预计人工智能市场将进一步增长，上市将成为确保人才和增长的基础。”
■ 梦想“韩国版 Palantir”
Organize 的这些努力使得人们评价其为“韩国的 Palantir”。正如Palantir最初专注于国防领域并逐渐扩展到医疗保健、港口等各个行业一样，Allganize也是从金融领域和公共机构起步，并正在将其范围拓展到所有行业。
副总裁表示：“Organize 寻求的扩张并不局限于特定的行业。他说：“与美国数据分析公司Palantir一样，我们的目标是了解每个行业的特点，并提供优化的人工智能解决方案。”
Allganize aide les entreprises à innover avec AX, en se préparant aux avancées technologiques et à l'expansion dans tous les secteurs
– Aider les entreprises à innover leur AX grâce à la technologie accumulée depuis 7 ans
– Prise en charge de la prise de décision au niveau des experts grâce à des avancées centrées sur les agents
– Raisons d’une entrée réussie sur le marché japonais… Accessibilité, localisation, acquisition de talents, conquête de marché, offre SaaS
– Élargissement au-delà du secteur financier à tous les secteurs
Allganize (PDG Changsoo Lee) connaît une croissance rapide tout en menant l'innovation AX (AI Transformation) de l'entreprise. Fondée en 2017, Allganize fournit des solutions d'IA à environ 390 entreprises aux États-Unis, au Japon et en Corée via sa plateforme « Alli ». L'entreprise se prépare notamment à faire un nouveau bond en avant en poursuivant une cotation en bourse japonaise au quatrième trimestre de cette année.
Allganize se définit comme une « entreprise AX (AI Transformation) ». Au-delà de la simple fourniture d’une technologie d’IA, cela signifie fournir un soutien complet afin que les entreprises puissent utiliser efficacement l’IA pour réaliser l’innovation numérique. Dans le cadre de sa vision de « révolutionner la vie des travailleurs du savoir grâce à l’IA », Allganize aide les entreprises à réaliser un réel changement et une croissance durable grâce à l’IA.
Le vice-président Lee Won-gang a déclaré : « Une analyse montre que si l’IA n’est pas utilisée, le taux de croissance diminuera. Dans un monde où la population décline, augmenter la productivité grâce à l’IA n’est pas une option, c’est une nécessité. « Organize se positionne comme un partenaire qui aide les entreprises à innover avec l’IA pour répondre aux exigences de l’époque », a-t-il déclaré.
Au cours d'un entretien avec le vice-président Lee Won-gang, nous avons entendu des histoires spécifiques sur la « plate-forme Ali (RAG, LLM, service d'application) » d'Allganize, la stratégie d'introduction d'AX de la société et son plan de cotation japonais.
■ Innovation dans la productivité des entreprises grâce à la technologie RAG accumulée depuis 7 ans
La plus grande limitation des modèles de langage à grande échelle (LLM) tels que ChatGPT ou Claude est qu’ils ne peuvent répondre qu’aux questions dans la plage de données sur lesquelles ils ont été formés. Parce que je ne connais pas les informations internes de l'entreprise, je ne peux pas fournir de réponse basée sur des informations après un moment précis ou sur des documents internes de l'entreprise.
Pour surmonter ces limitations, Allganize a développé sa propre solution RAG (Retrieval-Augmented Generation) pendant sept ans. Le RAG d'Allganize convertit les documents internes de l'entreprise dans un format lisible par ordinateur, analyse le contenu du document, puis le lie à LLM pour générer des réponses précises. Cette solution permet à l'IA de comprendre tous les documents de votre entreprise, afin de pouvoir récupérer et répondre instantanément aux questions avec des informations pertinentes. Par exemple, si un employé d'une société financière demande : « Veuillez recommander un produit d'assurance golf qui coûte moins de 30 000 wons par mois parmi les produits d'assurance golf de notre société », la technologie RAG extrait les informations qui répondent aux conditions d'un vaste document produit et fournit la réponse optimale.
En particulier, la technologie RAG d'Allganize va au-delà de la simple recherche par mots-clés et analyse de manière exhaustive les titres de page, les informations contextuelles dans les documents, etc. pour augmenter la précision des résultats de recherche. Même dans les documents aux formats de tableaux complexes, il peut extraire précisément les informations nécessaires et offre une fiabilité en mettant en évidence le document original qui a servi de base à la réponse. Grâce à un retour d'information en temps réel, les performances du modèle RAG sont continuellement optimisées, ce qui se traduit par une précision améliorée au fil du temps. Lors de son introduction initiale, le niveau de précision est d'environ 70 %, mais à mesure que les commentaires des utilisateurs s'accumulent, la précision peut être augmentée à 95 % en quelques semaines seulement.
■ Fournir des solutions LLM d'entreprise flexibles
Organize propose des solutions LLM flexibles que les entreprises peuvent choisir librement. Les entreprises peuvent choisir des LLM externes tels que GPT ou Claude, ou introduire des LLM développés par Organize, en fonction de leur situation et de leurs besoins. Vous pouvez faire le choix optimal en fonction de la politique de sécurité des données ou de l’environnement réglementaire de votre entreprise.
« Notre objectif est d’aider les entreprises à faire bon usage de l’IA », a expliqué le vice-président, expliquant pourquoi Allganize ne s’en tient pas à un LLM spécifique. « Si un client préfère un LLM externe, nous évaluons celui qui convient le mieux à l’entreprise et le recommandons. » En fait, Organize publie des résultats de référence qui comparent et évaluent les performances de différents LLM.
Le LLM développé par Allganize est basé sur Llama3 et effectue un apprentissage initial à l'aide de données du domaine public, puis effectue un apprentissage supplémentaire à l'aide des données du client. De cette manière, nous proposons des LLM optimisés pour les caractéristiques de chaque entreprise.
■ Tout le monde peut facilement créer et utiliser des applications
Le créateur d'applications et le marché d'applications fournis par Allganize sont des solutions clés qui permettent la mise en œuvre pratique du LLM dans les environnements d'entreprise. Le créateur d'applications permet même aux professionnels sans connaissances en programmation de développer facilement les applications d'IA nécessaires à leur travail, et le marché des applications propose une variété d'applications d'IA spécifiques à l'entreprise qui peuvent être utilisées immédiatement.
Le marché des applications est organisé en six catégories : Général, Juridique, Ressources humaines, Support client et Productivité. Actuellement, environ 100 applications sont fournies, prenant en charge divers domaines d’activité, de la recherche de documents à l’analyse de contrats, en passant par la comparaison de produits et la rédaction d’e-mails.
App Builder est une plateforme sans code qui vous permet de créer vous-même des applications d'IA sans connaissances en développement. Grâce à cela, l’équipe juridique peut développer sa propre application d’examen des contrats et l’équipe CS peut développer sa propre application de recommandation de produits pour améliorer l’efficacité du travail. L'interface intuitive par glisser-déposer facilite la mise en œuvre des fonctions nécessaires et offre également la flexibilité de choisir librement le modèle LLM qui convient aux caractéristiques de votre travail.
« Organize vise à « démocratiser les outils d’IA » à travers ces créateurs d’applications et ces marchés d’applications », a déclaré le vice-président. « L’objectif est d’aider les entreprises à améliorer leur productivité globale en permettant à quiconque, même aux développeurs non professionnels, de tirer parti de l’IA dans leur travail », a-t-il déclaré.
■ De la recherche d'informations en interne aux informations de gestion
Une application représentative développée par Allganize est Alli Answer. Ali Answer se caractérise par la compréhension par l'IA des vastes documents internes d'une entreprise et par la fourniture de réponses précises. Ali Answer s'appuie sur la technologie RAG pour générer des réponses précises basées sur des documents internes et fournit des citations de documents originaux et une mise en évidence de la source de la réponse. En particulier, il peut trouver les informations dont vous avez besoin même dans des documents numérisés, et il est possible de rechercher non seulement des mots-clés mais également des titres de page et des informations au sein de la page dans des tableaux complexes pour trouver la bonne réponse.
« Gen BI (Generative Business Intelligence) », récemment lancé, est une application qui analyse les données d'entreprise pour fournir des informations commerciales. Zenbi est un service qui analyse et visualise les données liées lorsque vous posez des questions en langage naturel en se connectant à la base de données de l'entreprise. Zenbi est spécialement conçu pour aider les cadres dirigeants à obtenir rapidement des informations commerciales sur leurs entreprises. Il rationalise le processus de prise de décision en fournissant des informations basées sur des données via des questions en langage naturel sans avoir besoin de connaissances spécialisées pour une analyse de données complexe.
■ Aide à la prise de décision au niveau expert en tant qu'agent
« Le LLM n’est pas simplement utilisé à des fins de questions-réponses, mais évolue vers un agent qui comprend l’intention de l’utilisateur, trouve les informations nécessaires et produit même des résultats. « Organize vise à faire passer l’utilisation de l’IA par les entreprises à un niveau supérieur grâce à ces stratégies d’agents. »
Le vice-président a souligné qu'Organize met à niveau les produits existants en mettant l'accent sur les agents. Les agents agissent comme des partenaires de collaboration intelligents qui prennent en charge tous les aspects du travail, augmentant considérablement la productivité des employés.
Dans le cas de Zenbia, la fonction d’agent a également été appliquée. Lorsqu’un utilisateur demande « Dites-moi les ventes mensuelles de l’année dernière », les informations sont récupérées en se connectant à la base de données de l’entreprise, et pour une demande supplémentaire « Montrez-moi ceci sous forme de graphique », un graphique visualisé est fourni. Il va au-delà de la simple récupération de données pour comprendre l’intention et le processus de l’utilisateur et fournir des informations sous une forme optimale.
Lorsqu'ils font appel à des agents pour traiter des plaintes civiles, ils fournissent un jugement de niveau expert en fournissant des réponses appropriées basées sur des cas existants et des informations juridiques, en fournissant des preuves basées sur les lois pertinentes et en ajustant le niveau de réponses si nécessaire. Les agents sont également utilisés pour les demandes de divulgation d'informations, en analysant la loi sur la divulgation d'informations et les cas existants pour déterminer s'il faut divulguer et la portée des informations, et si une divulgation partielle est nécessaire, en suggérant les parties non divulguées et leur base juridique. Les agents peuvent prendre des décisions avancées qui vont au-delà de la simple récupération de documents ou de la génération de réponses. Organize prépare ses agents à être utilisés dans divers domaines de travail, notamment la traduction, l’analyse de CV et la révision de contrats.
■ Stratégie de marché et cotation japonaise
Parallèlement, Organize cible activement le marché japonais. Grâce aux efforts d'Organize, le nombre de clients au Japon a commencé à augmenter rapidement, notamment de fin 2022 à 2023. À ce sujet, le vice-président Lee a déclaré : « Cela s'appuie sur une préparation à long terme et une compréhension approfondie du marché local. « Le Japon est connu pour être un marché conservateur en matière d’introduction de produits informatiques, mais une fois qu’une relation est établie, elle a la particularité de maintenir des partenariats à long terme », a-t-il déclaré.
Le vice-président a cité les éléments suivants comme éléments clés de sa stratégie de réussite sur le marché japonais :
Tout d’abord, l’accessibilité. Le fait que la plupart des dirigeants d’Organize parlaient couramment le japonais a été d’une grande aide pour conclure des contrats avec des clients japonais majeurs au début. En abaissant la barrière de la langue, la communication et l’instauration de la confiance sont devenues plus faciles.
Deuxièmement, la stratégie de localisation. Nous avons embauché environ 20 employés locaux dans notre société japonaise pour mener des activités de marketing et de vente spécialisées pour le marché japonais. Le personnel local possède une solide compréhension de la culture d’entreprise et des pratiques commerciales japonaises, ce qui a contribué à établir des relations avec les clients.
Troisièmement, recruter des experts locaux. Nous avons recruté un expert très influent du Japon et avons tiré parti de son réseau et de son expertise.
Quatrièmement, répondre aux besoins du marché. Le Japon ressentait un fort sentiment de crise concernant son retard sur le marché de l’IA en raison de son retard sur le marché mobile. Cette atmosphère de marché est devenue un facteur accélérant l’introduction de la technologie de l’IA, et Allganize a activement capturé cette situation de marché.
Cinquièmement, une approche centrée sur le modèle SaaS. Les entreprises japonaises ont préféré le modèle SaaS en raison de son faible coût initial, ce qui a permis à Allganize d'entrer rapidement sur le marché. Cela contraste avec le marché coréen, qui privilégie principalement les solutions sur site.
Grâce à cette stratégie, Allganize génère actuellement environ 60 % de ses ventes et environ 60 % de ses clients sur le marché japonais et, forte de ce succès, elle déplace son siège social au Japon et se prépare à être cotée à la Bourse de Tokyo.
« L’introduction en bourse n’est pas la fin, mais le début », a déclaré le vice-président. « Nous nous attendons à ce que le marché de l’IA continue de croître, et l’introduction en bourse servira de base pour garantir les talents et la croissance. »
■ Rêver d’un « Palantir coréen »
Ces efforts déployés par Organize conduisent à considérer qu’il s’agit du « Palantir de Corée ». Tout comme Palantir s'est initialement spécialisé dans le secteur de la défense et s'est progressivement étendu à divers secteurs tels que la santé et les ports, Allganize a également débuté dans le secteur financier et les institutions publiques et étend son champ d'action à tous les secteurs.
Le vice-président a déclaré : « Organize cherche une expansion qui ne se limite pas à un secteur spécifique. « Comme Palantir, une société d’analyse de données aux États-Unis, notre objectif est de comprendre les caractéristiques de chaque secteur et de fournir des solutions d’IA optimisées », a-t-il déclaré.
You must be logged in to post a comment.