エキスパートの知を「記録」から「再現可能な意思決定」へ — Decision Trace Model × Multi-Agent が変える製造業ナレッジ継承 —
製造業の現場では、今まさに大きな転換点を迎えています。
・ベテランエンジニアの引退・人材不足の深刻化・製品・工程の複雑化
これまで現場を支えてきたのは、
「人の中にある判断力」
でした。
しかし今、その基盤が失われつつあります。
...
Agent時代の安全設計 ― AIを「暴走する実行体」から「制御可能な意思決定システム」へ ―
近年、Anthropic をはじめとするAI企業によって、エージェント技術は大きく進化しました。
AIはもはや、
・答える存在
ではなく、
動く存在（Agent）
になっています。
ツールを呼び出す
外部データ...
Decision Dataを資産化し、意思決定を進化させる機械学習基盤 — Decision Trace Ledger × GNN Core
■ Introduction
これまでAIは、
・予測する・分類する・生成する
といった「Signal」を扱うものとして発展してきました。
しかし、実際の現場で重要なのは、
何を出したかではなく、何を決めたか
です。
そしてさ...
Decision Trace Studio — 意思決定を設計・実行・改善するための新しい基盤
Introduction
AIはすでに高精度です。
分類できる予測できる文章も生成できる
それでも現場では、こう言われます。
「結局、判断は人間がやっている」
なぜでしょうか。
理由はシンプルです。
AIはDecisionをし...
判断できるAIの最小構成 — Light DTM Starter Kit公開
Introduction
AIは、もう十分に賢くなっています。
分類できる。予測できる。文章も生成できる。
それでも現場では、
「結局、判断は人間がやっている」
という状態が変わりません。
理由はシンプルです。
AIが出してい...
Cognitive Orchestrationとは何か — 強化学習を拡張するStability × Creativity × Variationの認知構造 —
Introduction
AIはこれまで、主に2つの枠組みで語られてきました。
予測（Prediction）強化学習（Reinforcement Learning）
特に強化学習は、
探索（Exploration）活用（Exploi...
同じAIでも結果が変わる理由 — 「判断の優先順位」という見えない設計
以前、Light DTM(decision Trace Model)を使って異なる2つの現場にAIを導入したことがありました。
1つは 製造業の現場、もう1つは ITのカスタマーサポート です。
使っていたAIは、ほぼ同じ構成でした。
...
軽量DTMで実現する「判断できるAI」の最小構成 — 問い合わせ対応は本当に自動化できるのか？
Introduction
Decision Trace Model（DTM）の話をすると、
「そこまでリッチな設計は現場ではできない」
という声をよく聞きます。
私はその場面で、
「DTMはもっと軽く始められます」
と答えていま...
Decision Systemの実行レイヤー — Multi-Agent Orchestrator Coreで何ができるのか
Introduction
Decision Systemを実現するには、Signal（予測・スコア）とDecision（意思決定）を分離するだけでは不十分です。
Decision Trace Model が定義するように、その間にある「...
AIはなぜ「決められない」のか？ — Decision Trace Ledger Core を作った理由 —
Introduction
現在のAIシステムの多くは、
予測（Prediction）
スコアリング
分類
といった「出力」を中心に設計されています。
しかし実際の現場で重要なのは、
何が決定...