一文の依頼で、調査から資料作成まで。AIエージェント「Bestllam」のデモ動画を公開しました

一文の依頼で、調査から資料作成まで。AIエージェント「Bestllam」のデモ動画を公開しました

こんにちは!

本日は当社の統合AIプラットフォーム "Bestllam®" の AIエージェント機能のデモをご紹介いたします!

「指示は出せても、AIが本当に仕事を仕上げてくれるのか」

生成AIを業務に取り入れる企業が増えています。

しかし現場からは、こんな本音も聞こえてきます。

「使い方を覚えるより、自分でやったほうが早い」
「指示を細かく出し直しているうちに、結局時間がかかる」
「便利なのは分かるが、機密情報を入力していいのか不安」

AIを"個人の便利ツール"の域から、"部門の成果"へと引き上げる。

これが当社の法人向け統合AIプラットフォーム Bestllam(ベストラム) が掲げるテーマです。

今回、そのAIエージェント機能を実際の操作画面とともに紹介する動画を公開しました。

たった一文の依頼が、7枚のレポートになるまで

動画のデモはシンプルです。エージェントに、こう入力します。

「先月の売上を年代別に分析し、資料にまとめてください」

これだけです。すると、エージェントはまず自分でTODOリストを組み立て、何をどの順番で進めるかという段取りを示します。

そして30種以上のAIが並行して作業を進め、数分後には7枚の売上分析レポートが完成します。

人間がやれば、データの抽出、年代別の集計、グラフ化、スライドへの落とし込みと、いくつもの工程を行き来する作業です。

それを一文の依頼から自動で組み立てていく様子は、動画で見ていただくのが一番分かりやすいと思います。

AIの「確実性」という課題に、どう向き合うか

動画の中盤では、少し踏み込んだ話もしています。
生成AIには「毎回同じ品質で、確実に仕事をやりきれるとは限らない」という根本的な課題があります。指示は理解しても、途中で抜け漏れが起きたり、期待した形にならなかったりする。

Bestllamは、この不確実性をタスク実行システムで補う設計になっています。エージェントが立てた段取りを一つひとつのタスクに分解し、実行を管理することで、「依頼したのに中途半端な成果物が返ってくる」状態を防ぎます。

AIを業務で実用に耐えるものにするうえで、ここが大きな分かれ目になります。

Bestllamが提供する3つの価値

Bestllamは、複数のLLMとAIエージェントを統合した法人向け統合型AIプラットフォームです。調査・資料作成・データ整理といった業務を、まるごとAIに任せられます。

託せる — まるごと依頼するだけで、段取りから成果物まで自動で完了します。細かい指示の出し直しに追われる必要がありません。

止めない — 30種以上のAIを並列で稼働させます。一つの返答を待つ間に、次の依頼を重ねていけるため、作業が止まりません。

守れる — LLM-Audit® が機密情報・個人情報を検出し、自動でマスキングします。セキュリティや情報漏えいへの不安を抱えたまま使う、という状態を避けられます。

こんな課題をお持ちの方へ

  • 提案資料やメール作成、報告・調整など、定期的に発生するのに手順が複雑な業務に、毎日時間を取られている方
  • AIを導入したものの、現場で使いこなせていないと感じている方
  • AI活用に伴うセキュリティ・情報漏えいリスクが気になっている方

一つでも当てはまる方には、まず動画をご覧いただくことをおすすめします。

まずは2週間、無料で試せます

Bestllamでは2週間の無料トライアルをご用意しています。

デモ動画とあわせて、ぜひ実際の使い心地を確かめてみてください。

Read more

NCCL error: unhandled cuda error が出たら ─ WSL2 + マルチGPU + vLLM で詰まった話

NCCL error: unhandled cuda error が出たら ─ WSL2 + マルチGPU + vLLM で詰まった話

こんにちは! Qualitegプロダクト開発部です! 今日は、Windows + WSL2 のマシンに RTX 4090 を2枚挿して、大規模なオープンモデルを vLLM で動かそうとしたら、NCCL の初期化で見事に詰まった話を書きます。 世の中に断片的にしか情報がなく、抜けるまでにかなり粘ったので、同じ構成で消耗している方の時間を少しでも節約できれば嬉しいです。 経緯 今回の目的は、次々と登場する最新のオープンモデル(オープンウェイトのLLM)を、手元で評価することでした。 オープンモデルは数週間単位で新しいものが出てきます。ベンチマークの数字だけでなく、自分たちのユースケースに対して実際にどう振る舞うのか——出力の質、速度、量子化したときの劣化具合、エージェント的なタスクの得手不得手——を、手を動かして確かめています 今回の環境は Windows + WSL2(Ubuntu) に RTX 4090 を2枚(各24GB)挿したマシンです。 nvidia-smi 上の CUDA Version は 12.8。 動かすのは大規模オープンモデルを

By Qualiteg プロダクト開発部
Claude Codeで「The model's tool call could not be parsed」が頻発する問題の原因分析と対策

Claude Codeで「The model's tool call could not be parsed」が頻発する問題の原因分析と対策

こんにちは!Qualitegプロダクト開発部です。 Claude Code(CLI)を使った開発中に、次のようなエラーが繰り返し表示されて作業が止まる現象に遭遇しました。 ● The model's tool call could not be parsed (retry also failed). リトライしても直らず、/clear で会話をリセットしても、しばらく作業を続けるとまた同じエラーが出るという状況です。本記事では、実際のセッションログ(jsonl)を解析して特定した原因と、その対策について共有します。 結論から書くと、これは利用者側の設定ミスやコンテキスト枯渇が原因ではなく、 Opus 4.7(1Mコンテキスト)+ extended thinking の組み合わせで発生する、モデル応答側のストリーミングバグ でした。 現象 エラーが発生した環境は以下のとおりです。 * Claude Code 2.1.148 * モデル: Opus 4.

By Qualiteg プロダクト開発部
Mythos(ミュトス)レベルのオープンモデルはいつ出るのか

Mythos(ミュトス)レベルのオープンモデルはいつ出るのか

こんにちは! 本日は、ここ最近のAI業界で一番ざわついている話題、「Claude Mythos(ミュトス)」とその周辺について書きます。 発表から1ヶ月半が経って、ホワイトハウスの反対、日本のメガバンクの動き、AISIの追加評価、Anthropicの方針転換と、状況がかなり動いてきました。ここで一度、「で、結局オープンソースで同じものが使えるようになるのはいつなの?」という素朴な問いに、数字で答えてみます。 2026年4月7日、AnthropicはClaude Mythos Previewを発表しました。 サイバーセキュリティ能力で人類トップ層に到達したとされる、フロンティアモデルです。 Anthropicは"gated research preview"として、Project Glasswingのローンチパートナー(AWS、Apple、Cisco、CrowdStrike、Google、JPMorganChase、Microsoft、NVIDIAなど)に加え、重要ソフトウェアインフラを担う40超の追加組織に限定して提供しており、一般公開はしていません(Anthropic公式)

By Qualiteg 研究部, Qualiteg コンサルティング
AIエージェントを"事業に載せる"ために【第3回】AI導入を止めないために、実務で先に設計すべきこと

AIエージェントを"事業に載せる"ために【第3回】AI導入を止めないために、実務で先に設計すべきこと

— AI導入を"事業に載せる"ために、いま設計すべきこと(全3回) こんにちは!Qualitegコンサルティングチームです。 今回の「AI導入を“事業に載せる”ために、いま設計すべきこと」シリーズも、いよいよ第3回です。 第1回では、実際のAI導入事故を通じて、AIエージェントのリスクが単なる技術不良ではなく、権限や運用設計の不在から生まれることを見てきました。第2回では、事故が起きたときに責任をどこに置くのか、法務・契約・組織の観点から責任分解の難しさを整理しました。 では、AI導入を止めずに前に進めるためには、実務として何を先に設計しておくべきなのでしょうか。 本記事では、品質保証の転換、人間レビューの限界、海外で進む保険市場の変化も踏まえながら、AIエージェント導入前に設計すべき5つの領域と、経営として先に答えるべき3つの問いを整理します。 1. 品質保証の転換:「AIは自信を持って間違える」を前提にする 従来のソフトウェアの品質保証は、少なくとも同じ入力に対して同じ結果を期待しやすく、仕様・テスト・再現性を軸に品質を確認する考え方に立っていました。 ISACA

By Qualiteg コンサルティング