AIは社内規程を知っている。誰が発注を承認できるかも分かるだろうか？
Sakana Aquariumは組織のデータ、ルール、エージェントの処理をつなぎます。企業AIの次の課題は、もっともらしい回答より、判断を正当な権限による実行へ結び付けることです。
従業員が、交換用のノートパソコンを買ってよいか尋ねます。AIアシスタントは購買規程を探し、妥当な回答を返します。しかし実際の判断には、予算、仕入れ先、所属部署、その注文を承認できる人の確認が残ります。
2026年10月23日、Sakana AIは、組織のデータとルールに基づいてエージェントを構築、実行、統制する基盤Sakana Aquariumを発表しました。この日本のAI企業は、情報の意味と関係をつなぐオントロジー、管理された実行基盤、アクセス・承認・実行記録を制御するガバナンスを説明しています。公式発表。
問いたいのは、回答と正当な権限に基づく実行の間に何があるかです。Aquariumはその隙間に共通構造を与え、新しいエージェントごとに顧客、購買、承認の社内定義を学び直す必要を減らそうとしています。
Sakana AIが以前公開したTinySwallowのブラウザチャット画面です。モデルを製品につなぐ同社の取り組みの背景として掲載しており、Aquariumではありません。画像：Sakana AI、Apache License 2.0。切り抜かずに縮小しています。
同じ言葉でも、システムが違えば意味が違う
組織のどこかには、エージェントに必要な情報がすでにあります。予算は表計算、購買規則は文書、注文状態はアプリ、といった具合です。難しいのは、どの情報が同じものを指し、判断時点では何が正しい根拠なのかを知ることです。
例えば「承認済み」は、上司がメールで同意した状態、経理審査を通った購入申請、仕入れ先が受け付けた注文を指すかもしれません。関係していても同じ状態ではありません。同義語として扱えば、回答は正しく聞こえても次の行動を誤ります。
オントロジーは、こうした意味と関係を体系化したものです。Aquariumは組織の知識、ルール、データをつなぎ、エージェントが文脈に沿って使えるようにすると説明しています。製品ページによれば、接続と同期の方法は対象データに合わせて設計されます。基盤の説明。
私たちの見方では、難しい仕事の置き場所が見えるようになったと言えます。状態の意味、正本を管理する場所、変化する時点は、誰かが決めなければなりません。それを明示すれば、別のプロンプトに微妙に違う定義を書く代わりに、他の業務で再利用できます。
チャットボットに大きな書庫を渡すというより、共通の地図に合意するイメージです。地図は現場を置き換えません。質問がどの記録、規則、担当者を指すのか分かりやすくします。
製品が示す方向性を独自に解説した図。共通定義が情報と統制された業務をつなぎます。
購買申請を見ると、検索だけでは足りない理由が分かる
ノートパソコンの交換申請を例に考えます。従業員、該当予算、承認済み仕入れ先、現在の購入状態を特定し、一般規程の一段落を発注許可と捉えず、必要な承認経路を判断する処理が役立つでしょう。
申請開始後に予算が変われば、新しい値をどう使うかの方針が必要です。上司が不在なら代理承認の可否を、見積もりが期限切れなら以前の承認が現在の注文にも有効かを確かめます。
これは主に文章生成の問題ではありません。管理責任、時間、権限の問題です。モデルが依頼を解釈する助けになっても、正しい記録と許可された操作につなぐのはアプリの役割です。
Aquariumの発表は、アクセス制御、実行前の承認、判断根拠と結果を結ぶ記録を説明しています。データとオントロジーを複数エージェントで再利用する構想もあります。試験導入で評価したい約束ですが、あらゆる組織の購買業務がすでに網羅されているとは限りません。ガバナンスとManaged Agents。
小さな初期案件では、判断経路を一つ、端から端まで理解できる形にします。会社中の文書をつなぎ、広い問いを投げるより参考になります。入力、担当、結果を点検できる具体的な仕事を目標にすべきです。
顧客ごとの例外には、規則と理由の両方が要る
二つ目は法人顧客への例外対応です。契約には通常の更新日があるのに、営業担当が別の取り決めを約束したとします。最新メールだけ読むエージェントは契約を、契約だけ読むものは承認済みの例外を見落とすかもしれません。
有用なシステムは、提案と承認済み変更を区別すべきです。判断する人が根拠を見られることも必要です。単に最新の文章を選ぶのではなく、関係する記録を状態と権限につなぐことが目的です。
ここで共通定義を再利用できます。契約状態を理解する処理と請求を理解する処理が、同じ更新を別々に定義すべきではありません。エージェントを増やす際にも、共通基盤で不整合を減らせます。
効果は基盤の品質次第です。誤った関係も、正しい関係と同じように効率よく再利用されます。デモでの回答だけでなく、定義と更新経路を確認する必要があります。
同種の基盤を検討するなら、意味、状態、権限をつなぐと具体的にどの判断が改善するのか、問いましょう。誰も答えられなければ、明確な業務目的なく情報を集める企画になっているかもしれません。
再利用できる処理にも、変化に責任を持つ人が必要
製品ページは、情報の参照、AIの判断、関数実行、人の承認をYAMLで記述するワークフローを説明しています。接続先の情報の更新をオントロジーに反映する仕組みもあります。処理と同期。
判断と行動の連続として業務を確認できるのは、有用な方向です。承認の位置、実行関数、情報不足時の動作を人が問えます。生成したモデルだけが分かる処理であってはいけません。
ただし更新が届くことと、その意味に組織が合意することは別です。新方針は特定日以降の申請にだけ適用するかもしれません。顧客情報の変更は、重要操作へ反映する前に確認が必要かもしれません。答えは周囲の業務ルールで決まります。
管理責任は二層で明確にします。データ接続を保守し失敗を検知する人と、業務定義を管理し規則の変更時期を決める人です。小さなチームでは同じ人でも構いません。責任が不明なら、同期によって古い前提が速く広まるだけです。
| 問い | 共通定義が必要なもの | 試験導入で示したいこと |
|---|---|---|
| 誰に関する依頼か | 識別情報と記録の関係 | 似た名前を混同せず正しい記録を結ぶ |
| どの規則が適用されるか | 方針の範囲、状態、発効時点 | 変更や例外でも意図した規則に従う |
| 誰が実行できるか | アクセス権と承認権限 | 操作案が適切な確認者に届く |
| 実際に何が起きたか | 結果と証拠 | 判断と入力まで結果をたどれる |
これは評価の問いであり、特定の顧客での導入実績を主張するものではありません。企業になじみのある仕事と、基盤の概念をつなぐためのものです。
誤りを理解できる、一つの業務から始める
Aquariumの公式サイトは現在、紹介と導入相談の窓口を提供しています。公開されたセルフサービス料金や、全顧客共通の利用開始日は示していません。会社全体をエージェントへ切り替える約束より、具体的業務を初回相談の軸にするほうが役立ちます。紹介と問い合わせ。
準備の流れとして、次の方法が考えられます。
- 承認者に回す前の購買申請確認など、繰り返す業務を一つ選ぶ。
- 元記録、各値を管理するシステム、各業務規則の責任者を特定する。
- 情報不足、例外、停止すべき申請も含め、重要な状態を書き出す。
- エージェントが準備してよい操作、実行してよい操作、その間の承認を定める。
- 現在の担当者と、通常例と難しい例を評価する。
- 別の業務へ広げる前に、実行記録と更新経路を点検する。
こうすれば試験を判断しやすくなります。集まった情報の完全さ、提案経路の正しさ、確認者の負担を比較でき、待つべき申請を確信して進めてしまう場面にも気付けます。
最初の成果は、自動実行より準備の改善かもしれません。関連情報を集め、正しい確認者を見つけるだけでも、実際の詰まりを解消できます。後で自律性を広げるか判断する土台も明確になります。
評価手順の提案。機能する判断経路を作ってからエージェントを増やし、数の多さで代用しないことが大切です。
Sakanaの企業導入経験は、方向を説明しても成果を証明しない
Sakana AIは、金融など精度と説明責任が必要な分野へのAI実装とAquariumを結び付けて説明しています。データ接続、用語や判断基準の整理を案件ごとに繰り返してきたため、その仕事を共通基盤にまとめたとしています。製品の背景。
その背景は、なぜこの問題を製品化したかを理解する助けになります。ただしAquariumの成果の測定とは別です。Sakana AIの過去の協業が自動的にAquariumの顧客事例になるわけでも、限定的な成功が全業務へ簡単に移せる証拠になるわけでもありません。
次に見たいのは、運用上の証拠です。選んだ業務、必要な情報、人に残った仕事、誤りや未完了の扱いです。こうした細部があるほうが、単に生産性を改善したという説明より有用な事例になります。
今後の方向には、運用中の訂正や判断を継続的な更新に取り込み、エージェント構築を支援する仕組みも含まれます。そこで重要なのは、改善提案と、承認済みの社内規則変更をどう区別するかです。処理を速く生成する能力と同じくらい重要になります。
導入企業にとって成熟の強い兆候は、規則を安全に変え、その影響を説明できることかもしれません。デモ当日にしか理解できない基盤は、方針、人、システムが変われば保守が難しくなります。
企業のエージェントは、回答が何を許すのかまで知る必要がある
Aquariumが注目に値するのは、組織の意味と制御をエージェント基盤に含めるからです。もっともらしい段落を見つけるより難しい目標ですが、企業が必要とする実務には近づいています。
試験導入で問うべきなのは、規程を知っているように話すかどうかではありません。正しい情報が適切な判断に届き、正しい人が次の行動を承認し、その後の経緯を組織が説明できるかです。
出典
- Sakana AI：Aquariumの発表、2026年10月23日。
- Sakana Aquariumの概要、2026年10月26日確認。
判断の根拠になる資料を保つ
Telli.shは、利用権限のある元資料を、確認済みノートと一緒に保管する選択肢です。ノート用ワークスペースを作成する。