ブログへ戻る

TAG ARCHIVE

enterprise-AI

MARIA OSブログのenterprise-AIタグに関連する2件の記事。ボンギンカンの判断OS、AIガバナンス、Agentic Company研究をテーマ別に参照しやすい技術記事アーカイブです。

2 件の記事|発行元: Bonginkan

判断OS / 決断インテリジェンスOS

組織の判断を実行可能な意思決定システムに変換するMARIA OS中核研究。

エージェント型企業アーキテクチャ

人間とエージェントの組織、委任境界、役割トポロジー、ガバナンス付き自律性に関する研究。

責任ゲートとAIガバナンス

AIエージェントの安全性、説明責任、フェイルクローズドゲート、監査可能性、HITL制御。

マルチエージェント数学

収束、安定性、ゲーム理論、グラフダイナミクス、マルチエージェント評価の形式モデル。

エビデンス、RAG、ナレッジガバナンス

エビデンスバンドル、検索アーキテクチャ、Graph RAG、ナレッジトラスト、監査可能な推論パイプライン。

Agentic R&Dと判断科学

研究運用、シミュレーションラボ、判断科学、再帰的改善、実験的AIガバナンス。

Engineering2026年6月1日19 min read

AIエージェントが業務で失敗する理由は、LLMではなくハーネス不足である

PoCでは動くのに本番化できない原因を、目的・権限・記憶・停止条件・復旧経路・監査証跡の設計から捉える

企業AIエージェントが失敗する主因は、モデル性能だけではない。目的、権限、記憶、品質、停止条件、復旧経路、監査証跡を囲うハーネスがないまま、AIに行動させようとしていることが本質である。

AI-agentDynamic-Harnessenterprise-AIHITLMARIA-OSjapanese
Intelligence2026年2月14日32 min read

企業意思決定予測のためのGradient Boosting: エージェント企業のDecision Layer設計

表形式データ中心の業務判断に対し、XGBoost/LightGBMで予測精度と監査説明性を両立する

業務データが表形式で蓄積される場面では、勾配ブースティングが実務上の強い基準となる。本稿は特徴量設計とSHAP説明を組み合わせ、承認予測・リスクスコアリングを責任ゲート運用へ接続する。

gradient-boostingXGBoosttabular-dataapproval-predictionrisk-scoringdecision-predictionensemble-methodsenterprise-AIagentic-companyMARIA OS