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 / 06 / 28
既存ワークフローを捨てずにAIエージェントを後付けする——プロセスハーネスという選択肢
DX推進の現場で「既存システムを壊せない」という制約は絶えず登場する。この研究はワークフローエンジンを置き換えず、その外周にエージェント判断ポイントを後付けするプロセスハーネス機構を提案。ローン審査を実例にCUGA FLOで実現した設計を、規制業種DXの視点で解説する。
2026 / 06 / 28
倉庫の「最適アルゴリズム」、自動で選ぶ時代へ——100万超パイプラインから最適解を導くCASOP
品目配置・注文バッチ処理・ピッカールーティングという3つの連鎖した意思決定を、5コンポーネントのCASoPフレームワークが自動解析。7ベンチマークセットで100万件超の有効パイプラインを生成し、倉庫ごとに最適なアルゴリズム組み合わせを推奨する手法を紹介する。
2026 / 06 / 28
共感は気づかれない——AIコーチングで「見えない効果」が行動を変えていた
WhatsAppで6週間・13名のウィズイン実験。共感レベルの異なるチャットボット3種を比較した結果、参加者は共感を自覚しにくい一方、高共感版で歩数増加と行動意図の改善が見られた。「意識されない共感」の周辺ルート効果を感情AI視点で読み解く。
2026 / 06 / 28
予測AIの「未来漏洩」をどう防ぐか——LLM内部の時間認識特徴を制御する新手法
需要予測・販売計画でLLMを使うとき、学習データに未来が紛れ込む「ルックアヘッドバイアス」が致命的な過楽観を生む。Sparse Autoencoderで時間認識特徴を特定し、Activation Steeringで因果的に補正するアプローチを、SCM・経営企画ユースケースで解説する。
2026 / 06 / 28
ドイツ中央銀行がLLMで目論見書審査——Precision 91%の実装から学ぶ金融コンプライアンスAI
Deutsche Bundesbankの担保適格審査にLLMパイプラインを適用した初のケーススタディ。「抽出→正規化→解釈」の3段階アーキテクチャで文書レベルのPrecision 91%を達成。false acceptance最小化の設計思想は、日本の金融機関が参照できる具体的な先行事例だ。
2026 / 06 / 27
LLMは幸福をどこに「しまって」いるのか？ 感情ベクトル研究が開く次の扉
オープンソースLLMの内部に感情概念を表すベクトルが実在することが確かめられました。モデルのアーキテクチャによって感情の「在処」が異なるという発見は、感情AIの品質保証に新しい視点をもたらします。
2026 / 06 / 27
担当裁判官で勝訴確率が変わる——法的事実だけでは説明できない「裁量バイアス」をAIで可視化する
同じ証拠でも担当裁判官によって判決が変わる。この「裁量分散」をゲート付きマルチタスク学習で定量化した研究が、リーガルテック・企業法務に新しい武器をもたらしつつある。
2026 / 06 / 27
高齢者の「しゃべり方」の変化から認知症を早期検知できるか
高齢者の会話スタイルをLLMで再現する「言語デジタルツイン」の研究が公開された。日常会話から軽度認知障害を非侵襲的にモニタリングする可能性があり、ヘルステック・介護・保険業界への応用が期待される。
2026 / 06 / 27
クレームの声は、大きくなる前に聞ける——LLMとフィードバック分析の新しい使い方
顧客の声（VOC）を大量にさばくカスタマーサポート現場で、今まで見逃してきた「新興クレーム」をLLMで早期発見できるとしたら？ 2026年6月にarXivで公開された研究が、その実装イメージをかなり具体的に教えてくれます。
2026 / 06 / 27
採用AIに仕込まれた「見えない工作」——履歴書インジェクション攻撃とHRが取るべき守り方
LLMによる採用自動選考に「プロンプトインジェクション」を埋め込むと、応募者が選考順位を操作できることが研究で明らかになった。早期導入企業こそリスクが高く、今すぐ前処理の設計を見直す必要がある。
2026 / 06 / 26
予測精度を上げても売上が伸びない——AI投資のROIを決める「もう一つの軸」
離職予測の精度を95%にしても、面談施策が機能しなければ離職は減らない。arXivで公開されたポジション論文が、予測と介入を分けて評価する統合フレームワークを提案。AI投資のROIを本当に改善したい企業への処方箋。
2026 / 06 / 26
AIが処方する時代、医師の「拒否権」はどう設計すべきか
自律型AIが処方推奨を出す場面で、臨床医はどこまで介入できるべきか。不確実性の種類を区別して伝える設計が、医療AIへの信頼と責任明確化の両立を可能にするという考え方を解説します。
2026 / 06 / 26
投資AIの「総合スコア」は信用できるか——手続き的推論の破綻を見抜く新ベンチマーク
LLMを金融アドバイスに使う場合、QA正答率だけでは不十分です。投資判断のステップを正しく踏めるかを問うInvestPhilBenchは、スコアが高くても推論が破綻するモデルを事前に識別します。
2026 / 06 / 26
ChatGPTに聞かれるブランド評判は、どこから来ているのか
ユーザーがGoogleでなくAIで情報収集する時代、LLMのブランド知識は言語・市場ごとに参照ソースが異なります。GEO（生成AIエンジン最適化）の考え方で、AI時代の評判を先手で管理する方法を解説します。
2026 / 06 / 26
音声AIに「感情を読む力」はあるか？ SpeechEQがEQ評価の新基準を示す
コールセンターや面接AIに使われる音声会話モデル。でもその「感情的知性」は本当に測られていたか？ arXivで公開されたSpeechEQが、サブスケール別の弱点診断という新しい視点を持ち込んでいます。