Autonomous AI / Grounding Service
動く自律型AIを、
現場に接地させる。
AIエージェントが止まるのは、モデルの性能ではありません。読ませるべき「現場の判断」が、そもそもどこにも書かれていないからです。私たちは、文書が存在しない現場から熟練者の判断を取り出し、AIが読める形に変えます。
The 95%
の企業が、AIを導入しても
成果を出せていない。
MIT Media Lab（Project NANDA）が2025年に公表した調査。企業の生成AI投資300〜400億ドルに対し、95%がPL上の効果を出せていないと結論づけています。報告書が失敗の原因として名指ししたのは、モデルの性能でも規制でもなく「学習ギャップ」でした。
覚えない
前回のやりとりを保持せず、毎回すべての文脈を入れ直す必要がある。
慣れない
その現場の文脈に合わせて、振る舞いを変えることができない。
直らない
使い続けても同じ間違いを繰り返し、時間とともに良くならない。
出典：MIT Project NANDA「The GenAI Divide: State of AI in Business 2025」（2025年）
Diagnosis
接地面が失われる原因は、
3つのギャップにあります。
ギャップは「現場と顧客の接点」に、具体的な現象として現れます。私たちはその現象を観測し、そこから貴社固有の構造の歪みを逆算します。診断が先、実装は後です。
認知ギャップ
担当者と顧客の知識の非対称。顧客は毎日その実務を反復する熟練者で、担当者は経験が浅い。顧客は担当者を「プロ」と見なすため噛み砕いて説明せず、断片的に問い合わせる。担当者は状況を復元できない。
リソースギャップ
資料は存在するが、量が膨大で該当箇所を探せない。見つけても内容を理解し、説明することが難しい。情報は「ある」が「使えない」状態に置かれている。
追従性ギャップ
更新は頻繁だが、資料の更新が追いつかない。更新情報は別の場所にまとめられ、古いものから忘却される。構造の問題であるにもかかわらず、責任が担当者個人に帰される。
Method
接地の三層構造。
下から積み上げます。
一般的なサービスは、いきなり第3層だけを実施します。土台がないため、書き起こした知識が使われずに終わります。私たちは、先に地面を作ってから知識を載せます。
接地の設計
担当者と顧客の認知の非対称を定義し、断片的な問い合わせから状況を復元。関連リソースを検索させずに提示し、推測によるハルシネーションを止めます。ここがすべての土台です。
断裂の接続
散在し忘却されるリソースに規則性を与えて接地。更新情報の遡及統合、画面・項目の意味づけ、AIが到達できない資料の変換。すべての情報にタグを与え、AIが混乱しない構造にします。
暗黙知の吸い上げ
マニュアルに存在しない知を形式知へ。熟練者しか持たない複雑な実務の記録・構造化と、その場限りで生まれた偶発的な解決の変数化。最も価値が高く、最も手間がかかる層です。
Ground ／ 貴社の現実
Technology
接地面を「製造」してから、
AIを載せる。
既存の社内データをAIに接続することは、すでに標準的な機能です。差がつくのはその手前 ——「接続すべきデータが存在しない」場合に、それを作れるかどうか。私たちは2つの独自技術でここを解いています。
暗黙知抽出エンジン。抽出元となる文書が存在しない現場から、熟練者の判断基準そのものを取り出し、検証可能な最小単位に分解して蓄積します。話す習慣を持たない現場からも取り出せることが、この技術の本質です。
現場接地ループ。人間による接地確認を回し続け、AIの出力が現場からズレることを防ぎます。知識を「保存」するのではなく、接地を「維持」する。MITが指摘した「覚えない・慣れない・直らない」への回答です。
両技術は、福岡大学との認知科学研究に基づいて設計されています。
Evidence
米国発の決済サービス事業者で、
接地に成功しました。
50席規模のコンタクトセンターでの実測値です。テスト環境ではなく、実際に稼働している現場で計測しています。
対象業務の所要工数（従来を100とした場合）
※ 特定業務・特定条件下での実測値です。効果は業務内容・対象範囲により変動します。事業者名は先方との取り決めにより非公開としています。
Guarantee
接地率を、数値で保証します。
「効果が出るまで伴走します」ではありません。何をもって「接地した」と判定するかを、着手前に合意します。
接地率が90%を下回った場合、
無償再施工または返金といたします。
測定手順は第三者が再現できる形で事前に定義し、契約書に添付します。一般的なAI導入支援は、そもそも精度を数値で測っていません。測っていないものは、保証できません。
※ 保証の適用範囲・対象業務・測定条件は個別契約にて定めます。対象データの提供や現場ヒアリングへのご協力が前提となります。
Scope
4つの段階に分けて契約します。
いきなり全部を発注する必要はありません。まず4週間の診断だけで終えても構いません。「うちは何が属人化しているのか」を数字で知ることに、独立した価値があります。料金は対象業務の範囲により異なるため、個別にお見積りいたします。
接地診断ドック
何が属人化しているのかを数値化し、接地可能性を判定。所見レポートを納品します。
暗黙知アトム採取
熟練者から判断基準を抽出し、AIが読める構造データに変換。ここが本体工程です。
接地運用
現場で使わせ、差分を回収して更新。年次で劣化をチェックします。
自律型AIエージェント構築
製造した接地面の上に、実際に動くエージェントを構築・評価・本番投入します。
料金は対象範囲・規模により個別にお見積りいたします。交通費・宿泊費・外部APIの従量費用は実費を申し受けます。
Layer 03+ は Layer 02 で接地面を製造した企業向けの上位オプションです。接地面のないままエージェントだけを構築することは、原則としてお受けしていません。
Research
営業の言葉ではなく、
査読と選考にさらして検証しています。
福岡大学
認知科学領域における共同研究。暗黙知の抽出手順を学術的に検証しています。
日本認知科学会
2026年、論文1件。TEE／TGL の理論的背景を発表しています。
ISIPS 2026
早稲田大学での国際シンポジウムへ論文を投稿しています。
JETRO J-StarX
AI GTM Support Course（米国・シリコンバレー渡航）へ申請しています。