カラクリ、AIエージェント「KARAKURI VL」を発表 - 自動化の未来を切り開く

カラクリ、画期的なAIエージェント「KARAKURI VL」を発表

カラクリ株式会社（東京都中央区、代表取締役CEO 小田志門）は、カスタマーサポートに特化したAIエージェント「KARAKURI VL」を発表しました。これは日本企業として初めてのComputer-Using Agent（CUA）モデルであり、同社はこの技術を駆使して、コンピュータ操作の完全自動化を実現しています。

CUA技術の革新

カラクリの「KARAKURI VL」は、経済産業省とNEDOが推進する「Generative AI Accelerator Challenge（GENIAC）」の一環として開発されました。このAIエージェントは、日本語の画像読解タスクにおいて国内最高性能を誇り、日本のカスタマーサポート現場に最適化されています。CUAは、人間の指示に基づいてコンピュータ操作を実行する次世代AI技術であり、画面に表示された情報を視覚的に認識し、マウス操作やキーボード入力を自動で行うことができます。

開発の背景と課題

CUA技術は急速に発展していますが、既存のモデルのほとんどは海外企業によって開発されたもので、日本語対応が不十分な状況でした。日本企業が独自にCUAを開発するのはこれが初めてであり、特に日本語特有の課題、例えば、縦書きや複雑な表記、ビジネスアプリケーションの対応に苦しんでいました。カラクリはこうした問題を解決するために、自社でCUAモデルを開発しました。

KARAKURI VLの特長

「KARAKURI VL」はQwen2.5-VLを基盤とする、視覚言語モデルであり、日本語に特化した機能を持ちます。AWS Trainium環境で開発された世界初の大規模Vision Languageモデルとして、カスタマーサポート業務における複雑なフローをAIがサポートします。顧客からの問い合わせへの対応に加え、複数のシステムをまたいでの業務自動化を目指しています。そのために、特別に設計された日本語UIの認識能力や、マニュアルの読解力を持たせる工夫がされています。

独自ベンチマークの開発

カラクリはさらに、国際標準ベンチマーク「OSWorld」を日本市場向けにカスタマイズしたOSWorld-JPを開発しました。これは国内業務環境に特화した約400のタスクを設定し、日本語に特化したCUA評価基準を策定しています。この基準は、業務環境でのCUAの性能を正確に測定するための重要な指標となります。

今後の展望

技術面では、まだまだ課題が多く存在しますが、カラクリは次なる一手を模索しています。AIエージェントの暴走リスクやプロンプト作成の難しさ、特定の業務ツールへの適応などの問題解決に向けて、オムニモーダル化や強化学習を取り入れて、より直感的なインターフェースと自動化の精度を向上させるる予定です。また、企業固有のニーズに応じたカスタマイズも重視します。将来的には、各企業での運用が簡易化し、AIエージェントがより一層力を発揮することが期待されます。

まとめ

カラクリは「Friendly Technology」というビジョンのもと、AI技術の実用化を進めており、カスタマーサポートに新たな可能性を提供しています。「KARAKURI VL」を通じて、ビジネスの未来を切り開く力強い技術を提案します。

【会社概要】
カラクリは、東京都中央区に位置し、AIアルゴリズムの開発に取り組み続けている企業です。2016年の設立以来、顧客対応の自動化に向けた技術革新を進めてきました。高島屋やSBI証券、星野リゾートをはじめとしたトップ企業からの支持を受けており、その実績はますます広がりを見せています。