Tomofumi Nakayama

カラクリ CPO

[小田 志門（カラクリ株式会社 カスタマーサポートのAI） @shimonu]

雑談。

『計算は得意。空気は読めない。 いま一番賢いAIは、夜中にひとりで働く天才のまま。』的な話題。

https://t.co/PiqhLmGhQn

[小田 志門（カラクリ株式会社 カスタマーサポートのAI） @shimonu]

ジェイテクトさん、アップステージさんとの取り組みを掲載いただきました！

ここは、まさに。

がんばります！

『競合を上回るスピードで開発や生産を進めるにはAIの活用は避けて通れない。事業環境が厳しさを増すなか、AIを現場改善にとどめず、開発力や提案力の底上げにつなげられるかが問われる。』

https://t.co/ZhGYPeUDBZ

[小田 志門（カラクリ株式会社 カスタマーサポートのAI） @shimonu]

AI BPO！
https://t.co/EyzVNo7ucM

[Tomofumi Nakayama @txmy]

GENIACで採択された企業が続々とリリースだしてますね！

弊社は採択されませんでした！
今回はフルスクラッチに挑戦しようと思って出したら不採択になりました！残念！

採択された皆さん頑張ってください！
GENIACコミュニティの盛り上げ側で応援しています！

[Tomofumi Nakayama @txmy]

今日の社長のポスト、AIとセキュリティの状況の見方が面白いのでぜひ。
https://t.co/UN6pogkQue

[Tomofumi Nakayama @txmy]

低学年向けに作られてる問題の中には世界モデルのようなものじゃないと解けないのでは？と思うような問題もあります。世界モデルへの取り組みは今後PhysicalAIの文脈だけでなく、様々な分野で重要になってくると思っています。

[Tomofumi Nakayama @txmy]

弊社の社内では灘出身勢がいくつかのお受験ベンチマークを作り、最新のモデルが出るたびにまだ解けないねと言ってました。

[AIDB @ai_database]

日本の中学生向けテストは、最新AIにとって意外と難しい。

全国学力テスト（中学校・2022年度）を素材に、最新のマルチモーダルAIが本当に「図を見て」答えているのかを検証できるベンチマークを大阪教育大学・東京大学・NIIの研究者らが開発。

実験の結果、 たとえば漢字の書き取りに至っては、試したモデルがどれも正しい字を組み立てられず、揃ってお手上げだったそうです。

他にも、縦書きや漢字のかたち、図中の文字を読む問題でもつまずき、「画像の文をそのまま引用して」と頼んでも、もっともらしく捏造した文を返すモデルもあったそうです。

今のAIは図そのものより、言語的な手がかりに寄りかかって答えている様子がうかがえます。
検証されたのはGPT-5やGemini、Claudeなど。

（一方で数学の記述問題では、中学生の平均正答率53%に対し、90%まで届くモデルもあったそうです）

[小田 志門（カラクリ株式会社 カスタマーサポートのAI） @shimonu]

https://t.co/1FCZrOPFQ6

[カラクリ株式会社 @corp_karakuri]

【カラクリ×Helpfeel】戦略的パートナーシップを締結

国内1兆円を超えるカスタマーサポート市場。
その約8割は、いまだに『人件費』です。

深刻な人手不足が続く中、「AIエージェント」が自働で解決する世界へ。1兆円市場の未来を、カラクリとHelpfeelで塗り替えていきます💪✨

[Tomofumi Nakayama @txmy]

🎉🎉🎉

[akiroom @akiroom]

戦略的パートナーシップ締結、大変嬉しいです🙌
ご期待ください！！ #Helpfeel #カラクリ

[小田 志門（カラクリ株式会社 カスタマーサポートのAI） @shimonu]

リンクはこちら。

https://t.co/YGDx2hjo8f

[カラクリ株式会社 @corp_karakuri]

新サービス「KARAKURI CXM」を発表！
🚀

これまで時間がかかっていた電話応対や対応業務を、自動化・効率化できるAIネイティブな次世代CRMです。

さっそく日経でも取り上げていただきました📰

https://t.co/ECagZmcyXm

[Tomofumi Nakayama @txmy]

男性社員の育休取得率100％です。
https://t.co/41P6DsVaCy

[小田 志門（カラクリ株式会社 カスタマーサポートのAI） @shimonu]

「基幹システムには外部開発者を入れられない」

この制約、業務自動化の壁になってませんか？
うちのR&Dチームが、この壁を逆手に取った。

JTB様とのPoCで、
カスタマーサポートの自動化に取り組んだ。
台風などの災害時、問い合わせが一気に跳ね上がる。

予約取消、払い戻し、振替…
オペレーターの負荷が集中する構造。

ここをAIエージェントで自動化したい。

でも本番システムには触れない。

解決策は「ダミーアプリ」だった。

本番を模した擬似環境を先に用意して、
そこでブラウザ操作自動化×ローカルLLMを組み合わせた。

流れはこう。

①問い合わせ検索（ブラウザ操作）
②緊急性の高い案件を選定（LLM）
③予約状況を取得（ブラウザ操作）
④返信文を生成（LLM）
⑤システムに保存（ブラウザ操作）

ポイントは、
「AIにブラウザを操作させる」構成を採用しなかったこと。

CUAやBrowser Useという選択肢もあったけど、
今回の要件は「定型操作を確実かつ素早く」。

だからブラウザ操作はルールベース、
判断と生成だけLLMに任せた。

要件に合わせて使い分ける、この設計判断が大事。

AIエージェントの導入、「全部AIに任せる」か「ルールベースと組み合わせる」か、御社ではどう考えてますか？

[Tomofumi Nakayama @txmy]

Just released: AWS Trainium 50 Exercises #0 – Introduction! We at Karakuri have been heavily using AWS Trainium to build powerful LLMs like KARAKURI LM, Syn, KARAKURI VL, and Syn Pro — all while dramatically cutting training costs. Now we're sharing the exact hands-on know-how we gained in a 50-problem series to help you master Trainium for LLM development. Start here → https://t.co/n0IwnT2Rs6 #AWS #Trainium #LLM #GenerativeAI

[Tomofumi Nakayama @txmy]

日本語版はこちら
https://t.co/jFguJ0osvP

[Tomofumi Nakayama @txmy]

Trainiumの活用に関しては英語でも知見が少ないので、英語でAWS Trainium 50 Exercisesをリリースしました。
https://t.co/t6I31xENw4
世界で効率的なモデル開発が進む一助になればと思います。

[小田 志門（カラクリ株式会社 カスタマーサポートのAI） @shimonu]

https://t.co/uWvLINBRsS

[Tomofumi Nakayama @txmy]

Computer Using Agent (CUA) のためのモデル開発をする意義に関して、代表の小田のnoteです！
https://t.co/zkJppgSVbL

"AIエージェントは「全能の執事」になれるかもしれません。
でも、執事に全てを任せるには信頼が必要です。
何ができるかより、何をしないか。どこまで任せて、どこで人が判断するか。
その線引きを一緒に考えられるパートナーでありたいと思っています。"