人とAIが、共に判断する仕組み。
AIを単なる自動化の道具ではなく、探索・判断・実行を支える知的なシステムとして捉えます。役割分担、権限、評価、可視性まで含め、業務の中で信頼して使い続けられる条件を探ります。
01
OUR THESIS
正解ではなく、
私たちにとって、
人と組織、市場の文脈を観察し、問いを立て、仮説を試し、結果から学ぶこと。一度きりの答えではなく、変化の中でよりよい判断を重ねられる仕組みを探究します。
01OBSERVE02HYPOTHESIS03EXPERIMENT04IMPLEMENT05LEARN
02
CURRENT RESEARCH
AIとデータ、
技術とデータだけではなく、人がどう受け止め、選び、行動を変えるのかまで観察します。判断の質と自律性を両立しながら、現場で機能し続ける条件を研究しています。
事実から学び続ける、データ基盤。
蓄積するだけでなく、意味を揃え、変化を読み、判断につなげる。データ統合、指標設計、分析、予測を通じて、組織が事実から学べる基盤を研究します。
判断と行動が、変わる条件を探る。
注意、信頼、選択、動機、習慣は、同じ情報を示しても文脈によって変わります。AIとの対話が人の判断と行動へ及ぼす影響を観察し、本人の自律性を守りながら、望ましい変化が続く条件を研究します。
04AI × BIG DATA
学習する
データがAIの判断を支え、AIの働きが新たなデータを生む。この循環を計測し、評価し、改善できる仕組みへ。二つの領域の接点が、現在の中心テーマです。
05AI × BEHAVIORAL SCIENCE
判断と行動を、
AIの提案が受け入れられたかだけでなく、どの文脈で信頼され、何が選ばれ、その後の行動が続いたかを測ります。説得力を高めることを目的化せず、本人の理解、異議申立て、自律性を守る設計として検証します。
APPLIED RESEARCH / PRIORITIES
AIを導入する。
成果が出る使い方、組織への浸透、依存による脆弱性。AIが事業の能力になるまでに生じる三つの論点を、実データと現場の変化から検証します。
生成AIを、成果の出る使い方へ。
導入件数ではなく、売上・粗利・時間・品質への寄与で価値を捉えます。業務ごとのベースライン、利用コスト、検証指標を設計し、ROIが再現する活用条件を明らかにします。
VALUE DESIGNUNIT ECONOMICSEVALUATION
個人の工夫を、組織の能力へ。
一部の詳しい人だけに依存せず、業務設計、教育、評価、権限、ナレッジ共有を一体で整えます。AIが日常の判断と実行に浸透し、改善が続く組織の条件を研究します。
OPERATING MODELENABLEMENTCHANGE
AIに任せる範囲を、見誤らない。
判断力の低下、誤りの連鎖、知識の空洞化、責任の曖昧化を捉えます。人が検証し、異議を唱え、停止できる統制までを設計します。
HUMAN OVERSIGHTRESILIENCEGOVERNANCE
03
SCIENTIFIC METHOD
問いを、
研究とコンサルティングを、同じ循環で進めます。
01 / OBSERVE: 観察する
01 / OBSERVE
観察する
現場、データ、制約を捉え、見えている事実と、まだ分からないことを分けます。
02 / MODEL
構造を描く
複雑な事象の関係を整理し、検証できる問いと仮説に変えます。
03 / EXPERIMENT
試して測る
小さくつくり、定量・定性の両面から確かめ、差分から学びます。
04 / INTEGRATE
仕組みにする
得られた知見を、業務・システム・意思決定の流れに組み込みます。
04
CONSULTING
研究を、
経営、業務、データ、技術を横断して問いを定義し、判断できる材料と動く仕組みをつくります。
調査・課題定義
市場、顧客、業務、データを読み解き、いま解くべき問いを定めます。
ResearchIssue framingOpportunity map
AI活用・組織設計
投資対効果を起点に、生成AIの適用業務、組織への浸透計画、依存リスクの統制を設計します。
ROI modelAdoption roadmapAI governance
実証・実装
プロトタイプを実データで確かめ、評価方法と運用条件を整えます。
PrototypeValidationImplementation
OPERATING PRINCIPLE / 001
既成の答えを当てはめるのではなく、 確かめられる問いから 始める。
05
INSIGHTS / RESEARCH NOTES
観察と検証から
AI、データ、行動科学、組織をめぐる研究と、現場で確かめたい方法を公開します。
AIの同意を審査の証拠から外す
LLMは利用者の立場や押し返しに合わせて答えを変えることがあり、満足度ではそれを見抜けません。投資・事業案件の審査では、AIの同意を独立した検証に数えず、反論は人が根拠から検証し直す規則と、導入時とモデル変更時に根拠に応じて正しく更新するかを測るプローブを組み合わせます。
記事を読む
監査ログの量ではエージェント操作を再現できない
AIエージェントの操作証拠は、全文保存ではなく、承認・実行・状態変更を結ぶ一連の記録から設計します。争点となる内容だけを保護して必要時に保存し、操作をあとからたどれることと、集めすぎないことを別々に試験します。
記事を読む
AI透明性は一つの表示では終わらない
EU AI Act Article 50を提供者／利用者と出力の種類で分け、人向け表示、機械が読み取れる印、例外、版の証拠を一つの表示設計記録へ落とす方法を整理します。
記事を読む
TOKYO, JAPANRESEARCH & CONSULTINGCONTACT
研究と
AI・データをめぐる研究、事業課題、共同プロジェクトに取り組んでいます。