AIの作業における課題
AIが知識労働、つまり情報作業を行う場面が急速に増えています。コード、文書、表計算、報告書など、様々なデジタル成果物を作成したり修正したりする役割です。しかし、ここで一つの大きな課題があります。AIが参照する情報、実際に編集するデータ、レビューする内容、そして最終的に提出する成果物が、それぞれ異なる版を参照してしまう可能性があるのです。
これは「作業空間の状態契約」と呼べる問題です。すべての表示や参照は、進化する作業空間の状態の特定の版に明確に結びつくべきです。コード関連のAIは、保管庫の契約を用いることでこの問題を一部解決しています。しかし、PDF、表計算、スライドなど、他の形式の書類では、この契約が明確ではありません。そのため、AIが混乱し、意図しない結果を生むリスクがありました。
新しい仕組み「StagedWorkspace」
私たちはこの課題に対し、「StagedWorkspace」という新しい仕組みを提案します。これは、知識労働を行うAIのための、版管理ができる作業空間です。この仕組みの核心は、解析された記録とレビュー時の差分を、元の書類の固有符号に結びつける点にあります。書類が変更されるたびに、その固有符号も更新されます。これにより、AIは常に正しい版の情報を参照し、編集作業を進めることができます。
複数の情報源が混在する複雑な作業環境でも、この仕組みがあれば情報の整合性が保たれます。AIはどの情報がどの版に属しているかを明確に認識できるため、誤った情報に基づいて作業を進めるリスクを大幅に減らせます。これは、AIがより信頼性の高い成果物を生み出すための、基盤となる考え方です。
実験で示された効果
私たちは「OfficeQA Pro」と「APEX-Agents」という二つの評価環境を用いて、StagedWorkspaceの効果を検証しました。固定された条件下での比較検証を行った結果、解析された情報と元の書類の両方にアクセスできる場合が、最も高い評価点を示しました。単一の情報源に限定するよりも、その効果は明らかでした。
具体的には、OfficeQAのPass@1という評価項目では、8.3〜12.1ポイントの改善が見られました。APEXの平均評価点では、4.7〜9.2ポイントの向上が確認されています。私たちの開発したSW-AGENTは、Gemini 3.1 ProでOfficeQAにおいて63.9%の成績を、GPT-5.4 NanoではAPEXで42.1%の成績を記録しました。これまでの公開された同じAIの成績は、それぞれ29.3%と25.5%でした。私たちの仕組みが、既存のAIの成績を大幅に高めたと言えます。さらに、57の書類編集作業での比較検証では、差分情報が見える場合に高い評価点が得られました。
私の見方と今後の展望
これらの結果から、作業空間の状態管理が、知識労働を行うAIの性能を左右する極めて重要な要素だと私は考えます。AIが扱う情報の版管理は、これまで見過ごされがちでした。しかし、その重要性が今回の検証で明確になったことは大きな進歩です。私の経験上、AIが複雑な作業を正確に行うには、情報の整合性が不可欠です。
今後は、AIが提示する証拠、段階的な編集内容、そして最終的に提出された成果物を、明確な状態の移行として評価する新しい基準が必要です。この仕組みは、AIがより信頼性の高い成果物を生み出すための確固たる土台となります。業界全体で、このような版管理の考え方を取り入れ、AIの能力を最大限に引き出すべきだと私は考えます。最速でこの知見を自社プロダクトに組み込み、ぐるぐる回していきます。
PR
ElevenLabs →
AIに任せるなら、まず情報の状態管理が最優先です。ここが曖昧だと、全てが破綻します。私は自社プロダクトでこの重要性を痛感しています。最速で一次情報を掴み、プロダクトに反映させます。
