AgentBull
重要な意思決定に、知性の増幅器を。
AgentBullは、成果志向のAIエージェントを通じて、重要な意思決定者のための知性増幅器をつくるNeolabです。報酬はエージェントが顧客にもたらした事業成果に対して受け取り、つくったシステムは自己資金で実際の市場に臨むことで検証します。市場はもっとも正直な試験官です。
四つの言葉
- 成果志向
- 席数や呼び出し回数では課金しません。顧客が実際に達成した事業成果、たとえば削減できた不要在庫に対して課金し、その価値の一部を受け取ります。
- 重要な意思決定者
- 私たちが選んだのは、単なる機械的な実行ではなく、「AIが意思決定を支える」場面に集中することです。だから中核となる利用者は、自ら意思決定の責任を負い、その結果が自身の利害に直結する人たちです。経営幹部、ファンドマネージャー、広告運用の専門家、営業担当者がそれにあたります。
- 知性増幅器
- この言葉は、Douglas Engelbartが1962年に発表した論文Augmenting Human Intellectに由来します。その中心にある主張は、計算機の最大の価値は人間の判断力を強くすることにある、というものです。私たちのAIは意思決定者の代わりに決めるのではなく、より遠くを見て、より広く考え、より誤らないようにします。
- Neolab
- 私たちはアプリケーション企業ではなく、研究型のスタートアップです。最先端の技術を研究し、その上に参入障壁と収益を築きます。不可能を可能へ押し進め、可能を商業的な価値に変えていきます。
プロダクトライン
Ankole
オープンソース · 無料
Ankoleは、オープンソースのエンタープライズ向けAgent Harnessです。意思決定を実際に支える「会社の頭脳」のHarnessとして設計されています。エンタープライズ向けとは、そのエージェントが個人向けのAIアシスタントではなく、企業の中のAIの同僚であるということです。それぞれのエージェントが固有のミッション、KPI、権限を持ち、人間の社員の部下にも、同僚にも、上司にもなります。会社の頭脳とは、「この会社は実際にどう動いているのか」を描いた生きた地図です。企業でもっとも価値のある知識は、たいてい文書の中にはありません。ベテラン社員の頭の中、チャットの履歴、互いにつながっていない数十の社内システムに散らばっています。Ankoleはその断片を自動で取り出し、関係を整理し、事業の変化に合わせて更新し続けます。質問に答えるナレッジベースのボットではなく、常に最新に保たれる企業のワールドモデルです。
AI Associate
商用版 · プライベート環境に対応
AI AssociateはAnkoleの商用版です。より質の高い意思決定支援と、深い推論に基づく趨勢の予測能力を提供し、資本市場のように意思決定の質がより強く問われる領域に最適化されています。そのDeep Researchが得意とするのは、「ある出来事が将来起こる確率はどれほどか、どちらの方向へ向かうか」という問いです。ある地域で危機が起こる確率、ある銘柄の今後の変動幅、ある製品の販売数、さらにはPolymarketに並ぶ大半のイベントまで。汎用アシスタントのDeep Researchとは別のものです。あちらが得意なのは既存の情報をレポートにまとめること、私たちが得意なのはまだ起きていないことを推論することです。
BullXCloud
クラウドプラットフォーム · API / MCP
BullXCloudは、私たちのもっとも強い能力ともっとも価値あるデータを、APIとMCPの形でエージェントに開放し、AnkoleやAI Associateから呼び出せるようにします。能力とは、自社開発のモデル、エージェント向けに最適化した高品質な検索、そしてAPI経由でのみ提供するフラッグシップ版のDeep Research Ultraです。データとは、オープンソース・インテリジェンス（OSINT）、ニュース、金融市場データから構築したインテリジェンス級のシグナルで、その一部は意思決定にそのまま使えます。たとえば、中国A株の個別銘柄や業種セクターの今後T日の値動きとボラティリティの予測です。
なぜHarnessなのか
基盤モデルが強いほど、Harnessの価値は増す。
基盤モデルは汎用能力を提供します。しかし、どれほど進化しても、その学習の本質は過去のデータに対する統計です。モデルは「もっともよくある答え」を出す傾向があり、「目の前のこの目標にとってもっとも正しい答え」を出すわけではありません。
質の高い意思決定は、今この瞬間の現実世界を正確に投影できているかにかかっています。モデルの知識には期限があり、検索やナレッジベースは断片を補えても、現実の全体を組み上げることはできません。そして本当の意思決定は、モデルが決して学べないものにも左右されます。
モデルが決して学べないもの
- 01現実世界の最新の状態
- 02組織内部の文脈
- 03言葉にされていない暗黙知
- 04意思決定者自身の目的と好み
- 05動かせる権限と行動の境界
- 06行動のたびに返ってくる本当のフィードバック
これらは仕事をしているその瞬間にしか存在せず、実行時にしか起こりません。あらかじめモデルの重みに静的に学習させることはできないのです。Harnessの居場所はここにあります。Harnessはモデルとツールをつなぐ接着剤ではなく、AIの注意と行動を制御するランタイムシステムです。AIの「判断力」と「自制心」だと考えてください。
何に注目し、何を無視してよいか。どこまでやれば十分で、いつ止まるべきか。どの判断や修正を長く覚えておき、どれは今のタスクにだけ有効か。そして行動の結果をもとに、次の決定をどう更新するか。それを決めるのがHarnessです。
基盤モデルが提供するのは原材料であり、強いモデルほど良い原材料です。原材料を質の高い意思決定に変えるシステム、それが私たちです。
図面ではなく、システム
分類学は引き出しを整え、構造学はブロックを組み、動力学は生態系を育てる。
Harnessはこれまで、三つの世界観しか生み出していません。第一は分類学です。計画、記憶、ツール、実行をまず上から下へ区分けし、それぞれの枠に中身を詰めていく。組織図のようなものです。第二は構造学です。システムを原子的なブロックに分解し、好きなように組み立てる。解剖図のようなものです。どちらが納めるのも図面であり、描き終えた瞬間に固まります。
Ankoleは第三の世界観に立ちます。「それは何か」とも「どう組むか」とも問わず、「今どう動いていて、次の瞬間どこへ向かうのか」を問います。背後にあるのは、数十年の歴史を持つ二つの学問、動力学と制御論です。両者に共通する結論は、変化する環境の中でシステムが目標に到達できるのは、あらかじめ描かれた完璧な図面のおかげではなく、「感知し、行動し、結果を見て、修正する」というフィードバックの回路のおかげだということです。舵手が毎秒、船首のずれに応じて舵を切り直すように。
実装に落とすと、Ankoleはシステムを、長く存在し、それぞれが状態を持ち、シグナルで互いに協調するオブジェクトの群れとして扱います。一つひとつのエージェントは生きた社員のように、自分の状態と記憶を持ち、シグナルを受け取れば行動し、その結果がまた新しいシグナルとしてシステムに還流します。このシステムは「組み立てられた」ものではなく、「動き続けている」ものです。会社の組織図ではなく、動いている会社そのものです。
この違いが修辞ではない理由
- 01
基本単位はチャットではなく、シグナル
チャットはシグナルの一種にすぎません。CRMに入った注文、ある銘柄の急変、外部システムが投げたイベントも、すべてシグナルです。Ankoleのエージェントは、誰かが会話を開くのを待たずに働き始めます。図面型のHarnessは開かれたときにしか存在しませんが、動力学型のシステムは常に動いています。
- 02
フィードバックの回路は記憶にも働く
Ankoleは毎晩、断片的な記憶をより高い次元の規則性へとまとめ、重要でなくなった記憶を冷やして重みを下げ、会社の頭脳のオントロジーを下から育てていきます。Palantirのように事前に設計し切るのではありません。忘れることもまた知性の一部です。すべての情報が永遠に等しい重みを持てば、本当に重要なものが埋もれてしまいます。
- 03
恒常性が、硬い能力の源
人の体は怪我をしても自ら治り、誰かが人体図を描き直す必要はありません。停電後の再起動で中断した所からタスクが再開すること、プロセスがクラッシュしても自動で回復すること、数千のエージェントが並行して協調すること。これらは同じ原理からまっすぐ導かれる帰結であり、一つずつ別々に開発された機能ではありません。解剖図の上に「生きている」ことは決して描けません。
前の二つが納めるのは、描き終えた瞬間に固まる図面です。Ankoleが納めるのは、呼吸し、自ら修正するシステムです。