Archaic、Jev活用の企業向けAIデータ解析基盤を開発

Archaicは、TypeSafe AIのDecision Model「Jev」を活用した企業向けAIデータ解析基盤を開発しました。
大量の業務データを解析し、判断や対応が必要なケースを抽出できます。
既存システムの後段に追加でき、同期処理と非同期処理を選択できます。

記事の概要

本基盤は、ログ、取引、顧客対応、業務記録などを解析します。
同一ユーザー、顧客、端末、案件、製造ロットなどの履歴をまとめて評価できます。
Jevによる構造化判定と、必要に応じたLLMによる詳細分析を組み合わせます。
リスクや確信度に応じて、人による最終確認へ処理を引き継げます。
AIエージェントの処理選択、不正取引検知、IT・セキュリティアラートの優先順位付けに対応します。
顧客サポートの分類、文書レビュー、設備・品質・業務オペレーションの異常検知も想定しています。
判定結果や適用条件、人の確認結果、最終判断はトランザクション単位で記録できます。

記事のポイント

1. 構造化判定で振り分け： Jevで大量データを仕分けし、複雑なケースだけをLLMや担当者へ引き継ぎます。
2. 同期・非同期に対応： 不正取引などの即時判定と、セキュリティログなどの定期監査に対応できます。
3. 判断履歴を監査に活用： 処理条件や最終判断を追跡でき、監査や運用改善、ルール見直しに活用できます。

このニュースがもたらす影響

• 導入を検討する企業： 既存システムを置き換えずに対象業務へ段階導入し、定型処理は自動化しながら、複雑な案件だけを人やLLMへ回す設計を検討しやすくなります。
• 業務システム提供者： 自社サービスに判断・振り分けの機能を組み込む際、全件をLLMで処理するのではなく、構造化判定と人の確認を組み合わせる構成が選択肢になりそうです。
• 監査・業務管理担当者： AIの判定だけでなく適用条件や最終判断まで追跡できるため、導入後に処理の妥当性を確認し、ルールや人員配分を見直す運用が求められそうです。

このニュースの背景

企業では、セキュリティログや取引履歴、顧客対応、製造工程などのデータが日々蓄積されています。
一方で、すべてのデータを人が確認することは難しく、単純なルールだけでは複数のイベントや過去履歴を踏まえた判断に対応しにくい状況です。
生成AIを全件に適用する場合も、コストや処理時間に加え、出力のばらつきや運用管理が課題になります。
こうした制約から、構造化された判定で対象を絞り、必要なケースだけをLLMや担当者へつなぐ構成が示されています。

関連するニュース

• ライトアップは、JevとLLMを組み合わせて会議中に業務フロー図を生成する「その場フロー」を提供します。
• RAYVENはJevをWorkLens AIに組み込み、業務区間ごとに解析方法を選ぶ機能を限定組織へ提供します。
• フォワードは判定特化AI「Jev」をエースジョブに導入し、企業向け導入支援も始めました。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

Archaic、TypeSafe AIの「Jev」を活用した企業向けAIデータ解析基盤を開発

株式会社Archaicのプレスリリース（2026年10月1日 11時24分）Archaic、TypeSafe AIの「J…