Column
研究をビジネスの言葉に。
Affectosphere Group の研究を、ビジネスや実務の意思決定に役立つ形で書き直しています。1 本 5 分で読めます。
2026 / 07 / 08
「この統制はどの基準のどの項目に効くのか」を人手で追うのをやめる——文エンコーダーでクラウド準拠マッピングを自動化する
ENISAやNIS2など複数の欧州セキュリティ標準に対して、自社クラウドの統制が「どの要件を満たしているか」を突き合わせる作業は、いまも専門家の手作業に依存しています。ドメイン適応した文エンコーダーは、この統制→技術メトリクスのマッピングをベースライン比で最大+23 nDCG@10ポイント改善し、標準をまたいだ関連付けでも0.870 nDCG@10を記録しました。GRC・IT監査・FinTech/MedTechの現場でどう試せるかを、部署とKPIまで含めて考えます。
2026 / 07 / 08
契約書を全部AIに読ませるのをやめる——法務文書のAPIコストを最大56分の1にする「注入か誘導か」
大量の取引契約をLLMに読ませて質問応答させるとき、全文を丸ごと注入するのがいちばん自然な発想です。でもそれはトークン課金の観点では最も高くつくやり方でもあります。20問ベンチマークで、リランキング付き意味検索は同等の精度を保ったまま文脈トークンを17.3分の1に、LLMナビゲーション型のNAVINDEXは文脈サイズを約56分の1に圧縮しました。契約審査・法令調査AIのAPIコストを構造から下げる実装指針を、リーガルテックの現場目線で考えます。
2026 / 07 / 08
がんAIの「ベンダーロックイン」を設計で断つ——モデルを差し替え続けられる腫瘍学意思決定支援LCA
病院にAI診断支援を入れるとき、多くの人が「このベンダーに縛られて数年後に乗り換えられないのでは」と不安になります。LCAは、データ取り込み・臨床ルーティング・推論を3層に分離し、推論を担うAIモデルだけを自由に差し替えられる「モデル非依存オーケストレーション」のフレームワークです。がん専門病院の医療情報部門が、AI調達基準にどう組み込めるかを具体的に提案します。
2026 / 07 / 08
LLMは消費者リサーチの「前座」になれるか——投影法への合成データ応用と現場への示唆
フォーカスグループや投影法テストにLLMが生成した合成消費者データを使えるか。複数モデル・プロンプト戦略・温度設定で人間回答と比較した研究から、マーケリサーチ現場が持ち帰れる実務設計指針を整理します。
2026 / 07 / 08
TwitterのADHD・ASD投稿130万件が示す、うつ症状の集団プロファイル
ADHDとASDを自己申告する792ユーザーの130万件超のTwitter投稿を、MentalRoBERTa×DSM-5分類で解析。ADHD群とASD群でうつ症状パターンに差異が見出されるという探索的研究を、感情AI視点とビジネス応用の両面から読み解く。
2026 / 07 / 06
固定スクリプトで「避難拒否」は説得できない——AIが発話ごとにポリシーを変える時代
「住民が避難を断る」という高リスク状況で、AIはどの説得戦略を選ぶべきか。Q学習フレームワーク「DiPS」の研究を、コールセンターの離脱防止シナリオへの転用視点で読み解く。
2026 / 07 / 06
グラフに添えた一文が、感情を動かす——データ可視化フレーミングの感情実験
「個別の悲劇」として見せるか、「社会全体の傾向」として見せるか。800名を対象にした実験が示したのは、テキストのフレーミング選択が感情価を有意に変化させるという事実だった。
2026 / 07 / 06
医療AIは「なぜその診断か」を説明できるか——FaithMedが切り開く推論の透明性
根拠ステップを一つひとつ監督する強化学習フレームワーク「FaithMed」が、医療AIの説明可能性と精度を同時に高める。電子カルテ連携の診断支援における監査証跡の自動化に、今すぐ参照できる設計思想だ。
2026 / 07 / 06
専属トレーナーをAIで再現できるか——FitOneが示すドメイン特化LLMの設計方程式
フィットネス特化型LLM「FitOne」が、3段階ポストトレーニングで専門資格試験レベルの知識習得に成功。スケーラブルなAIコーチング実装と健康経営への転用可能性を、実務担当者向けに解説する。
2026 / 07 / 06
「人間とAIが一緒に働く」は、実は5種類ある——チーム分類学が示すAI導入設計の盲点
53本の論文を体系分析した結果、人間-AI協働には質的に異なる5つのチームタイプが存在することが判明。同じ「人間-AI協働」という言葉が、研究間でまったく違うチーム動態を指していた。企業のAI導入設計に直結する分類フレームワークを解説する。
2026 / 07 / 02
LLMは人の感情をどこまで読めるか——13クラス感情分類で見えた「ゼロショット精度は約4割」という現実
Claude・GPT-5.4・Geminiを13万文超の感情分類ベンチマークでゼロショット比較したところ、3モデルとも精度は約40%で頭打ちだった。感情AIを製品に組み込む前に知っておくべき「アフェクティブ・ギャップ」を解説する。
2026 / 07 / 02
AIエージェントの弱点は「忘れること」だった——記憶管理を学習可能スキルにするAutoMemと長期業務への応用
何を覚え、いつ思い出し、どう整理するか。この「メタメモリ」を学習可能なスキルとしてAIエージェントに実装するAutoMemが提案された。記憶管理の最適化だけで性能が約2〜4倍、32Bモデルが最上位モデルと競合レベルに。長期業務へのエージェント導入を考える企業に効く一本。
2026 / 07 / 02
会話AIの人格は「固定」から「切り替え」へ——文脈で振る舞いを変える流動的人格フレームワーク
会話エージェントの人格は強すぎても弱すぎてもダメで、しかも最適な人格は文脈で変わる。「コーチ・チューター・図書館員・ツール」というペルソナと表現強度を状況に応じて共同適応させる設計フレームワークを、コールセンターCXへの応用と合わせて解説する。
2026 / 07 / 02
AIでコードは安くなった。高くなったのは「判断」——12週間・42万行の実録が示すガバナンス転換
ベテランエンジニア1人がAIコーディングエージェントと12週間で42万行の本番システムを構築した一人称ケーススタディから、「エージェントの失敗を制御機構へ変換していく」ガバナンス転換の理論が導かれた。Copilot・Cursor導入企業の必読研究。
2026 / 07 / 02
そのAI、特定ブランドをこっそり推していませんか——蒸留で「隠れバイアス」を炙り出すD2DとAI調達監査への応用
テキスト出力にも重みにも表れない「ステルス的なブランド誘導バイアス」を、蒸留を使って可視化するD2Dという手法が提案された。外部調達したLLMを業務に載せる前の「AI利用前監査」という新しい実務を考える。