Jev発表、文章を生成しないAIで業務判断を自動化

公開日: 2026年9月16日

公式ドキュメント・公式発表などの一次情報を確認したうえで、株式会社Nexaが執筆・更新しています。AIツールの仕様や料金は変わることがあるため、導入判断の前に各公式サイトの最新情報もご確認ください。運営会社について

Jevは、文章を書くAIではなく、プログラムが使う判断結果を返すモデルです。TypeSafe AIは2026年9月15日、最初の「System One」モデルとして早期アクセスを発表しました。

問い合わせを担当部署に振り分けたいだけなのに、長い回答文や複雑な推論は要らない。Jevは、こうした処理を狙います。ただし、返ってきた値をそのまま業務上の承認に使ってよいわけではありません。企業向けの使いどころと、試す前に決める条件を整理します。

Jevとは？TypeSafe AIが判断向けモデルを発表

Jevは、入力された情報に対して、あらかじめ定めた候補や尺度で答えるモデルです。提供元は、この用途に向けたモデル群を「System One」と呼んでいます。

例えば、問い合わせ文を渡し、回答の候補を「請求」「技術」「営業」と定義します。モデルは候補の選択結果と確率などを返し、周囲のプログラムが担当先を決めます。こうした、値の種類や形を決めたデータが型付きの出力です。自由な文章から部署名を読み取る処理とは異なります。

公式発表によると、提供形態は早期アクセスです。待機リストから開発者を順次案内しており、誰でも直ちに本番利用できる一般提供と同一には扱えません。まずは利用権の有無を確認する段階です。

文章生成型AIとの違いは出力の使い方

Jevは、返答文やコード、判断理由の説明文を生成しません。公式Docsは、自然言語を理解しながら、型付きの判断と確率を返す仕組みと説明しています。

文章生成型の大規模言語モデル（LLM）にも、決めた形式で結果を返す「構造化出力」があります。そのため、「LLMでは分類できない」という意味ではありません。Jevの特徴は、自由な文章生成を用途から外し、小さな判断をソフトウェアへ組み込むことに重点を置く点です。

質問形式の公式説明では、同じ入力に対する独立した質問を、1回の呼び出しで並列評価できます。一方、前の回答を受けて追加資料を取得する場合は、その後に別の呼び出しが必要です。

図1: 3種類の質問形式を、部署分類や深刻度の判定に使います。

ChoiceとScoreには、確率分布から計算する確信度の値も付きます。NoulはYesの確率そのものを返し、独立した確信度の項目はありません。まずは出力を「部署名」「段階評価」「該当確率」のどれにしたいかで質問形式を選べます。

企業では問い合わせ分類と確認作業に組み込む

導入候補は、処理全体の自律化より、既存システム内にある判断の一部です。以下は公式の質問形式を業務に当てはめた設計例であり、導入成果の実測ではありません。

• 問い合わせ分類：決めた部署の候補から担当先を選びます。候補に当てはまらない内容のために「その他」も用意します。
• 優先度の判定材料：障害の深刻度と顧客の困り方を別々に評価し、社内ルールで優先度へ変換します。
• 確認対象の抽出：返金要求の有無などを判定し、人が確認すべき案件を一覧にします。

モデルに判断させる範囲と、実際に処理を実行する権限は分けて設計します。例えば「返金を求めている」と判定できても、それだけでは返金を承認できません。購入履歴や規程の照合に加え、必要な人の承認を残します。

図2: モデルの判断と、社内ルールの照合・人の承認を分けて設計します。

外部サービスを操作するAIエージェントとも役割が異なります。AIエージェントは目的に応じてツールを使う仕組みで、Jevはその中の判断部品として検討できます。背景はAIエージェントの基本でも整理しています。既存ツールを全面的に置き換える前提ではなく、判断が遅い箇所から候補を探してください。

AI導入に関するお困りごとは、株式会社NexaのAI顧問がサポートします。「何から始めればいいか分からない」という段階からご相談いただけます。

AI顧問の無料相談はこちら →

料金と提供条件は試験前に確認する

公式発表では、入力100万トークン当たり0.042米ドル、出力トークンは無料としています。トークンは、入力情報をモデルが処理する際の単位です。文章の文字数と一対一では対応しません。これは発表時点のAPI利用料金であり、システム開発や運用を含む総費用ではありません。

速度についても同社は70〜500ミリ秒と説明していますが、評価は主にサービス拠点のある米国西海岸から実施したものです。日本の社内システムからの応答時間や、すべての入力での性能を保証する値ではありません。

試験前には、次の項目を提供元に確認してください。

今回参照した発表とDocsだけで、国内保存や本番向けの稼働保証は確認できません。機密情報や個人情報を投入してよいかは、価格の安さとは別に判断する必要があります。

試すなら自動実行せず人の判断と比較する

最初の試験では、Jevの回答で本番処理を動かさず、人の判断と並べて評価する方法を提案します。分類先を返すだけなら、誤判定してもその場で送信や返金が走らない構成にできます。

1. 判断を1つに絞る：例えば問い合わせの部署分類だけにし、候補と「その他」の扱いを決めます。
2. 非機密の評価用データを用意する：人が確認した正解例に、曖昧な例や複数の要件を含む例を混ぜます。
3. 利用可能ならPlaygroundで比べる：公式Quick startに沿い、入力情報と質問を設定します。日本語の問い合わせは日本語の実務表現で評価します。
4. 保留と承認の条件を決める：誤分類率、処理時間、人の確認負荷を記録し、自動化できる範囲を限定します。

図3: 判断を限定し、非機密データで比較して自動化の範囲を決めます。

公式の確信度ガイドも、閾値は用途とリスクに応じて調整するとしています。確信度は候補への確率の偏りをまとめた値であり、個々の判断の正解保証ではありません。人事評価や支払いなど影響が大きい業務を、単一の数値だけで自動承認する設計は避けます。

評価項目には、判断の正しさだけでなく、送信データと操作権限も含めます。AIセキュリティ診断の確認範囲を参考に、業務部門と情報システム部門で試験の終了条件をそろえてください。

Jevのよくある質問

Q. Jevでメール本文やコードを作れますか？

公式Docsでは、文章やコード、推論の説明文を生成しないとしています。問い合わせ分類と返信文作成を組み合わせる場合、後者には文章生成モデルなど別の手段が必要です。

Q. 型が保証されるなら、間違えないのでしょうか？

いいえ。型の保証は、定義した候補や形式に沿うという意味です。誤った部署を選ぶ可能性とは別です。公式Docsも、確率の校正は予測の集合で評価するもので、個々の回答の正しさを保証しないと説明しています。

Q. 日本企業でもすぐ使えますか？

早期アクセスの利用権が前提です。今回確認した資料だけでは、日本語業務での精度や日本国内でのデータ保存を保証できません。利用条件を確認し、非機密の日本語サンプルで評価してから適用範囲を決めてください。

まとめ

Jevの発表は、文章生成だけでなく、プログラムが直接使う判断に特化したAIを選ぶ機会が増えたことを示します。分類や段階評価には使いどころがありますが、文章作成や複雑な説明まで代替するモデルではありません。

企業が最初に進めることは、問い合わせ分類など判断を1つ選び、正解例と保留条件をそろえることです。早期アクセス、データ管理、商用利用条件を確認したうえで、人の判断と比較する試験から始めてください。

AI導入に関するお困りごとをサポートします

株式会社NexaのAI顧問は、ツール選定から業務への適用、社内定着までを月額制でサポートします。特定のツールに限らず、「AIをどう使えばいいか分からない」という段階からご相談いただけます。

AI顧問の詳細・無料相談はこちら →