樹林AI、企業業務向け意思決定モデル群「JJ-1」を発表

樹林AIは、企業業務で繰り返される判断に特化したAIモデル群「JJ-1」を発表しました。
日本のビジネスワークフローを対象にした独自データで、97.43％の正答率を達成しました。
生成型大規模言語モデルと比べ、推論コストを最大99％削減したとしています。
単一のNVIDIA B200上で、約8〜30ミリ秒の処理を実現します。

記事の概要

JJ-1は、AIエージェントの処理に必要な分類や緊急度判定、振り分けを担うモデル群です。
日本語・英語の公開データセットと独自データを合わせた6つのデータセットで評価しました。
計8万8千件以上の設問に対する総合正答率は79.20％でした。
比較対象のJev 1.13は76.50％、GPT-6 Luna Decisionは71.35％でした。
日本のビジネスワークフロー向け独自データ6,033問では、97.43％の正答率を達成しました。
同データでのGPT-6 Luna Decisionは91.99％、Jev 1.13は91.75％でした。
JJ-1は選択肢を直接スコアリングし、確率値やYes／Noの確率などを構造化して返します。

記事のポイント

1. 意思決定層に特化： JJ-1は文章生成ではなく、業務フローの次のアクションを決める判断処理に特化しています。
2. ミリ秒単位で処理： 単一のNVIDIA B200上で、一般的なリクエストを約8〜30ミリ秒で処理します。
3. 日本語の文脈に対応： 「結構です」のように文脈で承諾と辞退が変わる表現の意図を判別します。

このニュースがもたらす影響

• 導入検討企業： AIエージェントの分類や振り分けを既存業務に組み込む企業は、生成モデルに全処理を任せる構成と比べ、判断部分のコストや遅延を抑える設計を検討しやすくなりそうです。
• AI・SaaS開発者： ワークフローごとに選択肢や判断基準を定義し、確率値を次の処理へ渡す実装が現実的になります。生成と意思決定を分離する設計が、今後の開発要件になりそうです。
• 同業モデル提供者： 日本語の業務文脈に加え、正答率、応答速度、推論コストを並べて評価されるため、汎用モデルの性能だけでなく、用途特化と運用効率を示す必要が高まりそうです。

このニュースの背景

企業が生成した回答を返す段階から、業務を実行するAIエージェントへ移行すると、分類や緊急度判定、振り分けなどの判断が処理の中で繰り返し発生します。
業務が大規模になるほど、モデルを呼び出す回数に応じてレイテンシーと推論コストが積み重なるため、判断処理を効率化する必要性が高まっています。
日本のビジネスでは、同じ表現でも会話の文脈によって承諾と辞退が変わるため、日本語の業務文脈に対応した判断精度も重要になります。

関連するニュース

• Archaicは、Jevで業務データを解析し、確認が必要なケースを抽出する基盤を開発しました。
• 株式会社日立製作所は、独自の論理パズルと英語データで生成AIの日本語推論を強化しました。
• 日立製作所とAgile Robots SEがAIモデルとロボティクス技術の融合で製造現場の自律化を目指します。

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

樹林AI、日本初の AI 意思決定モデル群「JJ-1」を発表

樹林AI株式会社のプレスリリース（2026年10月13日 10時00分）樹林AI、日本初の AI 意思決定モデル群「JJ…