Tomofumi Nakayama

【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💪✨

🎉🎉🎉

リンクはこちら。 note.com/karakuri_co/n/…

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📰 nikkei.com/article/DGXZQO…

男性社員の育休取得率100％です。 youtrust.jp/recruitment_po…

「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？

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 → zenn.dev/karakuri_blog/… #AWS #Trainium #LLM #GenerativeAI

日本語版はこちら zenn.dev/karakuri_blog/…

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。 zenn.dev/karakuri_blog/… 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。

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！ note.com/shimonoda/n/n2… "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。"

@catnose99 ありがとうございますー！！！

@txmy かわいい！おめでとうございます！！

私事で恐縮ですが、先ほど2人目の娘が生まれました。

@tkc_0205 ありがとうございます！！！新年会に変更してもらってすみません！

@txmy あらー！おめでとうございます！！

忘年会何人かお誘い頂きましたが、ほとんど参加できなくてすみません！ 1月前半は妻子は帰省している予定なので新年会ならぜひ！

@AtsushiKobori_ ありがとうございます！引き続き頑張ります！

@txmy 久々の日本勢の世界トップ20入り、嬉しいですね。

Nejumi LLMリーダーボード4 の1ページ目に日本企業がいなくなって大分経ちましたが、Upstage社さんのSoloar Pro 2をベースに学習させていただきまして、久しぶりに1ページ目に載ることができました。 2ページ目の後ろのほうまでAnthropic, OpenAI, xAI, Google, DeepSeek, Alibabaの6社が占めていたので、なんとか1ページ目に入って来れてよかったです。

MT-Benchのトップの方はサチってきているので、多少のランキングの差は運要素もありそうではありますが、運で変わるくらいにはフロンティアモデルと差がでなくなってきたなという感じがします。

日本語MT-Benchではトータルで全モデル中３位で、31Bという比較的少なめのパラメータ数でありながら、GPT-5やClaudeなど多くのフロンティアモデルを超えるスコアです。