OpenAI Plans ‘Codex For Legal’
OpenAI is planning to launch a legal AI offering, joining Anthropic and Microsoft in the strategy of providing legal-specific tools for lawyers. Sources told Artificial …
Future News, Today
OpenAI is planning to launch a legal AI offering, joining Anthropic and Microsoft in the strategy of providing legal-specific tools for lawyers. Sources told Artificial …
Privacy will be a major theme when Apple unveils a new version of Siri.
A big theme in the trial’s final days was whether OpenAI CEO Sam Altman is trustworthy.
In this tutorial, we explore how to apply post-training quantization to an instruction-tuned language model using llmcompressor. We start with an FP16 baseline and then compare multiple compression strategies, including…
It’s tough to get graduating students excited about a future shaped by artificial intelligence.
Welcome back to TechCrunch Mobility — your central hub for news and insights on the future of transportation.
Investing in the real world was lonely for Lior Susan 10 years ago. Now his firm finds itself at the center of the tech world’s action.
はじめに 2025以降、Agentic AIあるいはAI Agentという言葉を耳にする機会が増えてきています。また実際に導入を検討したり、POCフェーズに進む企業も登場していています。意思決定の自動化自体は、従来より「アナリティクス」と呼ばれ決して新しいものではありませんが、一方で、昨今のLLMを中心として機能するAgentic AIすなわち、自律型AIエージェントに期待されているものは、単なる自動化の延長ではありません。すなわち、意思決定がAgentic(エージェンティック:自律的)に実行され、かつそれが一部の成熟した企業だけではなく、より多くの人、企業や業務へ民主化されていくという期待です。 この状況の中で、多くの企業がすでに同じような違和感や課題に直面しています。データ基盤は構築した。AIツールも導入した。しかし経営指標の改善につながっていないあるいはROIを測定して改善した結果が得られていないという悩みです。IT技術は導入したが、それが事業成果につながっているかが説明できないのです。また、本質的な変革のために、自律化を進めたいが、何かあったとき誰が責任を取るのかが定義できていないため、怖くて踏み出せない。こうした状況は、特定の業種に限らず広く見られます。 ここで注意したいのは、この違和感や課題を「データの問題」「AIの問題」「分析ツールの問題」として捉えてしまうと、論点がずれていくという点です。問題は技術そのものではなく、意思決定がどのように設計され、どのように評価され、どのように責任が引き受けられるのかという構造が整理されていないことに起因します。 自律型AIエージェント(Agentic AI)で重要なのは、意思決定がどのように設計され、どのように評価され、どのように責任が引き受けられるのかを定義すること 本ブログでは、技術の話ではなく、意思決定という観点から、自律型AIエージェントで成功に向かうためにROI創出とリスク管理をどうとらるべきかを整理します。目的は、特定の技術や手法を論ずるのではなく、企業・組織内で、関係者が「同じ言語」で議論できる前提をお伝えします。 なぜ「自律型AI」で成果がでないのか:よくある誤解と真実 成果が出ない理由として、最も頻繁に見かける誤解や取り組みは、「Agentic AI = 業務自動化の延長」という捉え方をしていることに起因します。タスクの自動化、フローの高速化、人手作業の置きえ。これらはどれも正しい活動です。しかし、それらは多くの場合単なる「効率化」であり、「変革」ではありません。 本当の変革とは何でしょうか。筆者が考える変革は、「自律的意思決定の設計」です。要するに、状況を判断し、自ら行動できる意思決定の仕組みが、組織内で人間の能力を超えてスケールする状態を指します。単に作業を置き換えるのではなく、意思決定の質、速度・一貫性が向上し、その結果として事業成果が向上する。それを意識しないとAIへの投資が成果を生んでいるという説明が困難になります。 また特に日本では、「データドリブン経営」という言葉が邪魔をしてきました。 データはイネーブラーではありますが、経営をドライブすことはしません。つまり、筆者は「データドリブン経営」という言葉も本質を見極める邪魔をしており、少なくない企業の方向性を見誤らせる原因になっていると考えています。 Data doesn’t drive organization. Decisions do. (組織を動かすのはデータではない。意思決定だ) ROIが向上する瞬間はいつでしょうか。AIが導入された時でも、データ基盤が整備された時でもありません。意思決定がよりよくなったときだけ、ROIが向上します。したがって、ROIを語るときには、「どの意思決定が、どう変わったのか」を語れる必要があります。 (参考:筆者ブログ)AI技術への投資価値判断~”何ができるか”ではなく”どんな価値を提供するか”で判断すべき 「意思決定」と「意志決定」の違い:日本企業が陥りやすい混同 ここで、少し言葉の整理をします。日本語ならではの話ですが、実務上は非常に重要です。 意思決定は、データと論理に基づいて選択肢を評価し判断することです。アナリティクスやAIが得意な領域です。一方で、意志決定は、腹をくくって引き受けること、責任を持ち結果にコミットする判断です。これはどこまでいっても人間の領域です。…
Most programming languages were designed for humans who read error messages, interpret warnings, and manually trace through stack output to fix bugs. AI agents do none of those things well.…
In this tutorial, we implement SHAP workflows as a practical framework for interpreting machine learning models beyond basic feature-importance plots. We start by training tree-based models and then compare different…