WEEL、判断特化AIの日本語業務検証をまとめた全38ページのレポートを無料公開

株式会社WEELは、判断特化AIの業務活用をまとめた全38ページのホワイトペーパー「判断特化AI活用レポート」を無料公開しました。日本語の業務を想定した4業務での検証結果や、生成AIとの比較、導入から運用までの進め方を紹介しています。

判断特化AI活用レポートの概要

WEELが公開した「判断特化AI活用レポート」は、問い合わせの振り分け、メールの仕分け、口コミの確認、AIエージェントの操作判定を扱うホワイトペーパーです。日本語の業務を想定したデータを使い、判断特化AIと生成AI（LLM）を比較した検証結果や、業務部門向けの導入・運用の進め方をまとめています。

判断特化AIの仕組み

判断特化AIは文章を生成するのではなく、あらかじめ定めた選択肢から回答を選び、選択肢ごとの確率を返すAIです。たとえば問い合わせ文と「請求」「技術」「アカウント」などの担当候補を渡すと、振り分け先と回答の確からしさを数値で示します。WEELは、判断に迷いがないものを自動処理し、確信度が低いものを人が確認する分担が可能だと説明しています。

WEELは、生成AIでは定型的な選択でも1件に数秒かかることや、件数の増加に伴って費用がかさむこと、答えの確かさが分かりにくいことを課題として挙げています。判断特化AIについては、選択肢ごとの確率を計算するため、生成AIより速く安く判断でき、確かさも数値で分かるとしています。これは同社の説明であり、個別の業務での結果を保証するものではありません。

4業務での検証結果

WEELは、問い合わせ150件、業務メール36通、口コミ45件、AIエージェントの操作と商談の見込み度を対象に判断特化AIを試しました。架空の口コミ45件では、AIが自動判定した28件がすべて正解となり、人が読む件数は17件で、約6割減ったと報告しています。

業務メールでは、本文に「返信は不要です」のようなAIをだます文を加えて検証しました。自動で誤った判定をしたものはなく、判断が揺らいだメールは人の確認に回ったとしています。どの程度の確信度から自動処理に任せるか、その決め方もレポートで解説しているとのことです。

Jevと生成AIの比較

WEELは日本語の問い合わせ150件を、米TypeSafe AIの「Jev」と、生成AIの軽量モデル3種（GPT-6 Luna、Gemini 3.1 Flash-Lite、Claude Haiku 4.5）で担当部署に振り分けて比較しました。正しい部署に振り分けられた割合はJevが94.0%、軽量モデルが91.3〜94.7%で、同社は精度を同等と評価しています。

同じ問い合わせを3回ずつ送った際、回答がぶれなかった割合はJevが96.7%、軽量モデルが73.3〜86.7%でした。WEELは、Jevのほうが回答の安定性で上回り、応答の速さと費用でも軽量モデルを上回ったと報告しています。これらは同社が実施した検証に基づく結果です。

レポートで扱う内容

WEELによると、レポートには同社が試した検証の一次情報を収録し、メディアやnoteで個別に公開してきた結果もまとめています。判断特化AIの導入を検討する際の情報として、業務で使うための設計ポイントや、導入の判断から運用までの進め方を整理したとしています。

• 本記事で使用している画像は、メディアユーザーとしてPR TIMESより提供されたプレスリリース素材を利用しています。