Search

2025年１月８日（水）発刊の徳島新聞「新春トップインタビュー」に弊社の大田社長のインタビューが掲載されました。 記事は下記のリンクより閲覧できますので、ぜひご覧ください。 https://e2f2a017-5843-479a-8471-cfeb189ec9fd.usrfiles.com/ugd/e2f2a0_c942d479ac474ea48b56fd89344983e5.pdf

2024年12月28日(土)から2025年1月5日(日)まで年末年始休業とさせていただきます。 ご迷惑をお掛けいたしますが、何とぞご了承くださいますようお願い申し上げます。 なお、2025年1月6日(月)から通常営業させていただきます。 【休業期間】2024年12月28日(土)〜2025年1月5日(日)

新年明けましておめでとうございます。 皆様におかれましては、新春を清々しい気持ちでお迎えのこととお慶び申し上げます。 旧年中は多くのお力添えをいただき、誠にありがとうございました。   おかげさまをもって、弊社は設立から9年目を迎えることができました。これもひとえに皆々様のご支援の賜物と深く感謝しております。   2024年もアライアンスや新サービスを、 ニュースリリース 致しました。 また、社員が書いている ブログ にて、様々なArithmerのことを発信致しました。 いくつか振返ってみます。   2024年、Arithmerは新たな発展を目指し、2つの重要なアライアンスを締結しました。 まず、2024年9月にコントラクトフードサービス事業で有名な株式会社LEOC様や高級鮨チェーンである鮨 銀座おのでら様などを傘下にもつ株式会社ONODERA GROUP様と資本業務提携を行いました。これにより、フードサービス事業のDX化についても推進できることになりました。また、11月に、徳島県教育委員会様・国立大学法人鳴門教育大学様と3者協定を締結しました。これにより、教育産業のDX化についてより広い範囲で貢献できるようになりました。   2024年は各種ソリューションについても幅広く展開できた1年となりました。 Vision AI、AI Robo、Safety AIなどの新しいソリューションも含め、フライヤー展開しました。また、風力AIが九電みらいエナジー株式会社様に採用して頂くなど、既存ソリューションの横展開が広がった1年となりました。   そして、2024年は、AI Agentについて独自のエンジンを開発し、ソリューション化に着手した1年にもなりました。年末にはAI Agentの情報発信ページを公開し、すでに多くのアクセスを頂いております。     本年も、ArithmerはAI・IT技術を通じて、社会課題の解決に取り組み、皆様にとって価値あるサービスをご提供できるよう努めて参ります。   新たな年の皆様のご健康とご多幸を心からお祈り申し上げます。 2025年も変わらぬご愛顧、ご支援を賜りますようお願い申し上げます。

AI Agent Column AI Agent コラム 5. 2025.1.30 AI Agent導入の一例 ボタン 6. 2025.2.28 AI Agent導入の進め方 ボタン アンカー 5 7. 2025.6.3 AI Agent導入step1 “理解” ボタン 4. 2025.1.21 AI Agent導入の難しさ ボタン アンカー 4 3. 2025.1.14 AI Agentで何ができるのか？ ボタン 2. 2024.12.26 なぜいま、注目されるのか？ ボタン 1. 2024.12.26 AI Agentとは？ ボタン AI Agent 関連情報 1. 論文 2. OSS/サービス 3. 解説記事/書籍 1. 論文 1.1 サーベイ論文 The Rise and Potential of Large Language Model Based Agents: A Survey https://paperswithcode.com/paper/the-rise-and-potential-of-large-language A Survey on Large Language Model based Autonomous Agents https://ar5iv.org/abs/2308.11432 A Survey on LLM-Based Agents: Common Workflows and Reusable LLM-Profiled Components https://ar5iv.org/abs/2406.05804 1.2 推論手法 ReAct: Synergizing Reasoning and Acting in Language Models https://arxiv.org/abs/2210.03629 ReWOO: Decoupling Reasoning from Observations for Efficient Augmented Language Models https://arxiv.org/abs/2305.18323 An LLM Compiler for Parallel Function Calling https://arxiv.org/abs/2312.04511 アンカー 1 アンカー 2 2. OSS/サービス 2.1 フレームワーク/ライブラリ/ツール LangChain https://github.com/langchain-ai/langchain LLMを活用したワークフローの設計と実装を支援するフレームワーク AutoGPT https://github.com/Significant-Gravitas/AutoGPT 自律的にタスクを実行するAIエージェントの構築を支援するフレームワーク BabyAGI https://github.com/yoheinakajima/babyagi 小規模なタスク向けの自己修正型AIエージェントのための実験的フレームワーク OpenInterpreter https://github.com/openinterpreter/open-interpreter 自然言語による指示でPCの操作を行うインターフェースを提供するツール LangGraph https://www.langchain.com/langgraph ワークフローをグラフ構造で記述できるマルチエージェント開発用フレームワーク 2.2 LLM OpenAI GPT (API) https://openai.com/api/ Google Gemini (API) https://ai.google/ Meta Llama (OSS) https://github.com/facebookresearch/llama Anthropic Claude (API) https://www.anthropic.com/claude 3. 解説記事/書籍 What Are AI Agents, and Why Are They About to Be Everywhere? (英語) https://www.scientificamerican.com/article/what-are-ai-agents-and-why-are-they-about-to-be-everywhere/ Scientific Americanによる記事で、AI Agentの概要とその普及可能性について解説 Why agents are the next frontier of generative AI (英語) https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/why-agents-are-the-next-frontier-of-generative-ai McKinseyの記事で、生成AIの次のフロンティアとしてのエージェントの可能性を解説 What Are AI Agents? Here's how AI agents work, why people are jazzed about them, and what risks they hold (英語) https://spectrum.ieee.org/ai-agents IEEE Spectrumによる記事で、AI Agentの仕組みや利点、リスクについて解説 LangChainとLangGraphによるRAG・AIエージェント［実践］入門 (日本語) https://www.amazon.co.jp/dp/4297145308 LangGraphを用いたRAGアプリやAIエージェントの構築手法を解説する技術書 Claudeが提案するエージェント構築：簡単で効果的な設計のベストプラクティス (日本語) https://note.com/kyutaro15/n/ne88fe2fcf928 Claudeを活用したエージェント構築の資料を整理した記事 Agents Whitepaper (英語) https://www.kaggle.com/whitepaper-agents Google によるホワイトペーパーで、AI Agentの概要、技術、課題、将来性を解説 アンカー 3

AI Agent Column 5 2025.1.30 AI Agent導入の一例 これまでAI Agentの特徴やできることについて解説してきましたが、実際にそれを活用できるようになるまでのイメージがまだ付いていないという方もいらっしゃるかもしれません。そこで今回は、ある会社様に物品輸送を最適化するシステムを導入した時の経験談を書きたいと思います。 その会社様は当時、ある部門が抱える大きな業務において属人的な作業が多く、効率化が求められていました。 その効率化が求められていた業務を簡単に説明すると以下のような流れです： ①集められた情報の精査（不備の確認など） ②条件に基づく交渉 ③複数の選択肢から 「最適な」サービスを選定 最初にこの課題について相談を受けた時点では、その会社様もArithmerも具体的にどのようなデータを入力し、どのような結果を出力するシステムが必要なのか、あるべき姿をまだ掴めていない状況でした。 そこで、まずはコンサルティング的なアプローチで、データの活用方法について先方と議論することからプロジェクトをスタートしました。過去のデータをお借りし、数理的な分析を行うことで、業務の中で暗黙知となっていた重要なポイントを明確化しました。このプロセスは、AIエージェントの文脈で言うと、RAGに必要なデータを選別し、効果的に活用するための基盤を整備する作業です。 次にシステム開発を進めるにあたり、対象とする機能の範囲を絞ることが重要となります。今回のケースでは、上記①〜③に対応する機能のスコープを次のように設定しました。 ①初期段階のデータ精査をシステムで自動化 ②交渉については自動化はせず、交渉のための材料を提供する機能を設ける ③最終的な意思決定は人が行うが、その支援のためにシステムが「レコメンド」をする ここで「レコメンド」とは、入力されたデータを総合的に分析し、その結果をもとに選択肢を比較することを指します。条件が理想的に揃っている場合（例えば、コストが低く、スピードが早く、安全性が高いなど）を最適な選択肢とし、それとは対極の条件を低評価とします。各選択肢には多くの数値データやテキストデータが含まれています。このため、複数の選択肢を分析・比較する際の情報量は非常に膨大になります。従ってこのプロジェクトの中核は、この膨大な情報をいかに効率的に処理し、適切な評価を行う仕組みを実現するかという点でした。 案件ごとにモデルを柔軟に構築・調整できることは、Arithmerの大きな強みです。今回のケースでは、出力されるレコメンドに説明可能性が求められたため、確率論的（Stochastic）なアプローチではなく、決定論的（Deterministic）なモデルを採用しました。これにより、各条件がバランスよく反映されるパラメータ設定を行い、実用性の高いシステムを提供することができました（もちろん、他の案件では確率論的手法や両者を組み合わせたハイブリッドアルゴリズムが有効となる場合もあります）。 現在、このシステムは会社様に継続的にご利用いただいており、大変嬉しい限りです。また、近年のAI技術の進歩により、当初は人が担っていた交渉業務の自動化も実現可能な段階に近づいています。私たちとしても、このシステムのさらなる発展が非常に楽しみであり、引き続き改良を重ねていきたいと考えています。 ―――― 次回は、これから AI Agent の導入を検討しようという方々に向けて、検討すべきことやそのステップについて整理していきたいと思います。お楽しみに！ 前の記事へ AIエージェントページへ 次の記事へ

Arithmer（アリスマー）株式会社は、数学で社会課題を解決することをミッションとし、顧客とパートナーのDX化に寄り添うAI開発会社です。AIエージェント、浸水AI、予兆AIなどさまざまなソリューションを提供します。 ARITHMETICS FOCUS ON SOCIAL CHALLENGES. ARITHMETICS FOCUS ON SOCIAL CHALLENGES. ARITHMETICS FOCUS ON SOCIAL CHALLENGES. ARITHMETICS FOCUS ON SOCIAL CHALLENGES. 数学で社会課題を解決す る。 News お知らせ 鳴門教育大学へ学生の学びを可視化するスマホアプリ「セルデザ」を開発・提供 ニュースリリース 5月19日 BSテレビ東京で３月22日（土）放送「一柳良雄が問う 日本の未来」に当社代表が出演します メディア掲載 3月21日 Arithmer、パロマ・リームホールディングスと資本業務提携 ニュースリリース 2月18日 新春トップインタビューに弊社代表の記事が掲載されました。 社長インタビュー 1月17日 弊社のAI自動採寸システムを導入頂いているヤマダヤ様が取材されました。 メディア掲載 1月16日 ニュース一覧へ 事業内容 Solutions 製造AI ボタン インフラAI ボタン リテールAI ボタン 風力AI ボタン 物流AI ボタン ボタン バイオAI ボタン 浸水AI ボタン AIエージェント ボタン 主な取引先 ※正式にロゴ掲載許可をいただいたお取引先様のみアルファベット順に掲載しております。