Home > Podcast Program > Webマーケティング特捜部 > #45 判断だけを返すAI「Jev」の使いどころ ── 問い合わせの振り分けから稟議まで
Webマーケティング特捜部 2026.11.05 14分34秒

#45 判断だけを返すAI「Jev」の使いどころ ── 問い合わせの振り分けから稟議まで

Podcastアプリでこのエピソードを聴く

⁠硯里宏幸

メインMC

纐纈智英

MC

今日のテーマは、米国の TypeSafe AI が2026年9月に発表した判断特化のAIモデル「Jev」です。Jevは文章を書かず、あらかじめ決めた選択肢から1つを選んだり、ある記述が当てはまる確率を返したりします。硯里宏幸さんは、問い合わせのメールの振り分けや稟議書の回し先のように、社内の判断をAIに先に任せる使い方を挙げ、判断の基準を言葉にして残しておけば会社の資産になると纐纈智英に話しました。

このエピソードで話していること

  • Jevは、入力はこれまでのAIと同じように与え、返すのは「そうか、そうでないか」や「そうである確率」だけ。返す量が少ないぶん、速く、安く使えると硯里さんは説明する。製造業のラインで流れてくるものを分類する使い方や、「これはクレームである確率は何割か」のように確率で返す使い方を例に挙げた
  • 社内では、経験の長い人やスキルの高い人が判断している仕事が多い。問い合わせのメールの確度が高いか低いかは新人に任せにくく、玄人に任せると忙しくて回らない。アンケートの不満の分類、クレームになりそうな問い合わせの見分け、応募者を選考に進めるかどうか、稟議書をどの決裁者で閉じるかといった判断も、Jevで振り分けると後の工程が進めやすくなるという。纐纈は、大量のメールの緊急度や重要度を割合で示してもらえれば、仕事に取りかかる順番を決めやすくなると話した
  • 硯里さんは、まずAIに判断させ、その結果を人が判断するときの参考情報として使うワークフローから始め、少しずつAIに判断を任せていく流れを勧める。判断には、どの情報をどのタイミングで見るかという判断のためのプロンプトが要り、精度を上げるために調整を重ねたものが会社の「秘伝のタレ」になる。硯里さんは、Jevを自社の自動化の最初のステップとして取り入れてほしいという
  • 判断だけをさせると、AIの提供元ごとの違いが出やすいと硯里さんは話す。数学の応用問題のように、GeminiやClaudeが「応用」と見る問題を、OpenAIのモデルは「知識があれば解ける」と判断するなど、OpenAIの判断は強気に出ることがあった。同じモデルでも時期によって結果が変わることがあるため、各社のAPIを使い比べ、判断のためのプロンプトは自社で厳密に定義しておいたほうがよいという
  • 纐纈は、最近のClaudeの日本語が「〜が動く」「〜が効く」のように前後関係のあいまいな言葉で済ませる書き方になっていると感じている。硯里さんは、最初に結論、次に理由、例、最後にもう一度結論を書く型で書けているかを、1文ずつJevで確かめる使い方を挙げた。不良品の定義のように、何をどの角度で見たら不可とするかを細かく書いておくことが会社のノウハウであり資産になる。纐纈は、デザインの業界でも「なんとなく違う」が通用しにくくなり、自分の判断を言葉にする力が問われていると話した

こんな方におすすめ

  • 問い合わせのメールや社内の申請の振り分けに時間を取られている
  • ベテランにしかできない判断を、新人やAIにも任せられるようにしたい
  • 判断特化のAIモデル「Jev」の名前は聞いたが、自社での使いどころが分からない
  • ChatGPTやClaude、Geminiなど、複数のAIを業務でどう使い分けるか考えている
  • AIが書いた企画書や文章を、結局自分で直し続けている

このエピソードからわかるQ&A

判断特化のAIモデル「Jev」とは何ですか?

米国の TypeSafe AI が2026年9月15日に発表したAIモデルです。Jevは文章を書かず、あらかじめ決めた選択肢から1つを選んだり、評価の尺度で採点したり、ある記述が当てはまる確率を返したりします。硯里宏幸さんは、返す量が少ないぶん速く、安く使える点を挙げていました。

Jevは、社内のどんな判断に使えますか?

硯里さんは、問い合わせのメールの確度、アンケートの不満の分類、クレームになりそうな問い合わせの見分け、応募者を選考に進めるかどうか、稟議書をどの決裁者で閉じるかといった判断を例に挙げました。新人には任せにくく、経験の長い人に任せると忙しくて回らない判断をAIで振り分ければ、後の工程が進めやすくなるそうです。

AIに判断を任せるときは、どこから始めればよいですか?

硯里さんは、まずAIに判断させ、その結果を人が判断するときの参考情報として使うワークフローから始めることを勧めています。人がAIの判断を確かめながら任せる範囲を広げていけば、会社は将来の自動化に進みやすくなるという考え方です。判断のためのプロンプトを調整して精度を上げたものは、会社の「秘伝のタレ」になると硯里さんは話しました。

AIの提供元によって、判断の結果は変わりますか?

硯里さんによると、判断だけをさせると提供元ごとの違いが出やすいそうです。数学の応用問題のように、GeminiやClaudeが「応用」と見る問題を、OpenAIのモデルは「知識があれば解ける」と判断するなど、強気の判断が出ることがありました。同じモデルでも時期によって結果が変わることがあるため、各社のAPIを使い比べ、判断のためのプロンプトを自社で厳密に定義しておくとよいと硯里さんは勧めています。

判断の基準を言葉にしておくと、何が変わりますか?

硯里さんは、不良品の定義のように、何をどの角度で見たら不可とするかを細かく書いておくことが、会社のノウハウであり資産になると話しています。纐纈は、デザインの業界でも「なんとなく違う」が通用しにくくなり、自分の判断を言葉にする力が問われていると話しました。

メインMC

⁠硯里宏幸

株式会社アスターリンク 代表

https://www.aster-link.co.jp/

名古屋工業大学大学院 情報工学専攻 修了。新卒で富士通(現・富士通株式会社)に入社し、SEとして堅実なシステム開発・プロジェクトマネジメントに従事。その後、メガベンチャーのエイチームへ転職。Webエンジニアとして「ナビクル」等のバックエンド刷新を担当する傍ら、SEOの才能が開花。激戦ジャンルで検索1位を獲得し、コンテンツマーケティング部を統括する。2019年に独立。「Webは作品ではなく資産」をモットーに、エンジニアリングとマーケティングを掛け合わせた実践的なWeb集客コンサルティングを行う。

MC

纐纈智英

アストライド-Astride- 代表

「左脳と右脳のハイブリッド」を武器に、人の心の深層に迫るインタビュアー。行政職員として12年間、予算編成や徴収業務に従事した論理性と、音楽コンテストでグランプリを受賞した芸術的感性を併せ持つ。Adobeコミュニティエキスパートとして活動。これまでに200社以上の経営者インタビューを重ね、本人すら気づいていない「言葉にならない想い」を引き出し、ひとつの物語として残してきた。

ポッドキャスト番組一覧

catalyst(カタリスト)-経営者とPodcastを繋ぐ触媒- 番組カバー

knowledge / ナレッジ

私たちアストライドは、経営者のインタビュー映像の制作に圧倒的な強みを持っています。
課題や要件が明確でなくても問題ございませんので、お気軽にご相談ください。