AIが答えを作るほど、その後の確認も重要になります
生成AIは、文章、提案、比較、調査、Codeなどを短時間で作れるようにしました。
一方で、実際にその答えを仕事や生活の判断へ使う前には、事実確認、条件確認、Risk確認、比較、関係者との共有が残ります。
Asteraが扱うのは、この「答えを作った後、採用する前」にある判断工程です。
いま人が個別にやっている作業
AIを使った後でも、利用者は次のようなことを行っています。
- 条件や前提が抜けていないか確認する
- 本当に正しいか別のSourceで調べる
- 反対意見や失敗条件を確認する
- 複数案の比較基準を揃える
- 別のAIへ同じ条件を説明し直す
- 関係者へ「なぜこの案なのか」を説明する
- 間違いが見つかったら質問や設計をやり直す
Asteraは、これらを別々の作業として行うのではなく、共通の判断工程として整理することに価値を置いています。
Asteraが扱う領域
AIの評価、監視、Governance、業務自動化、Consultingなど、近い課題を扱う製品やServiceはすでにあります。
Asteraはその中で、特定のAIだけに閉じず、問いや資料を、目的、不足条件、事実と未確認情報、Risk、反対視点、比較案、推奨する方向、AIへの再指示へ整理し、人やさまざまなAIが再利用できる判断材料へ変えることを中心にしています。
身近な例で考えると
電卓は計算を速くしますが、何を計算するべきか、出た数字をどう判断するかまでは決めません。
生成AIも、答えを速く作ることと、その答えを安全に使えるかを判断することは別です。
Asteraは、その間にある「確認して、比べて、判断できる状態へ整える仕事」を扱います。
どんな利用者で価値が出やすいか
- AIを日常的に使い、最後の判断を自分で行う人
- 提案、比較、調査、契約、開発などで手戻りが大きい人
- AIを使ったAppやServiceを作る開発者・企業
- AI回答を採用する基準が人によって違うTeam
- 根拠、Risk、反対案を一緒に残したい組織
市場価値は「AI市場全体の数字」で決めません
AI市場全体の規模を、そのままAsteraの市場規模として扱うことはしません。
Asteraの価値は、実際の利用で、確認や再質問時間、要件漏れや手戻り、判断条件の共有、継続利用、AppやAPIへの組込みなどに変化が生まれるかで確認します。
外部の市場規模や普及率を掲載する場合も、根拠と対象範囲を確認できる数字だけを使います。
Asteraが目指す位置
Asteraは「AIを使わなくする」ものではありません。
AI、人、専門Tool、Consultingなどへ渡す前に、何を確認し、どの材料を揃えるべきかを共通化する層を作ります。
それによって、利用するAIや業務Systemが変わっても、判断工程を使い直せる状態を目指します。