Adept

単なる会話ではない、AdeptはAIに「自らの手で働く」ことを教えている

生成AIが急成長を遂げたこの2年間、私たちはChatGPTと会話したり、Midjourneyに画像を生成させたりすることに慣れてきました。しかし、常に立ちはだかる悩みの種があります。AIは依然としてダイアログボックスの中に閉じ込められているのです。経費精算書を自動で記入してくれたり、システムを横断してデータを取得し指定の表に記入してくれたりすることはできません。ましてや、実際のインターンのように、古臭い企業ソフトウェアを黙々と操作してくれることもありません。Adeptの登場は、まさにこの次元の壁を打ち破るためです。元Google Brainの研究者によって設立されたこの会社は、大規模モデルACT-1を携え、AIエージェントに初めて、人間のようにあらゆるグラフィカルインターフェースやデジタルツールを自由に操作する能力をもたらしました。

主な利点：「意図の理解」から「アクションの実行」への飛躍

従来の自動化は、あらかじめ決められたスクリプトに依存しており、インターフェースの要素が変更されると、スクリプトは即座に機能しなくなります。一方、Adeptの基盤モデルACT-1は全く異なるアプローチを取っています。それは、視覚解析とアクション予測の深い融合です。ソフトウェアのバックエンドコードを読み取るのではなく、人間と同じように画面上のピクセル、ボタン、入力フィールドを「見て」現在のコンテキストを理解し、マウスクリック、キーボード入力、ページスクロールといったアトミックな操作を直接出力します。このアプリケーションを横断するネイティブな汎化能力こそが、Adeptの最も強固な堀です。例えば、Notionの顧客リストを一行ずつブラウザで開いて工商情報を検索し、その結果をSalesforceの該当する項目に書き戻す、といったことが可能です。このプロセス全体にAPI接続は不要で、RPAの設定も不要、必要なのは自然言語の指示だけです。

対象ユーザー：この3つのグループが最初に恩恵を受ける

• 技術バックグラウンドのないナレッジワーカー：管理、経理、採用など、プラットフォームをまたぐ反復作業に日々多くのエネルギーを費やしているホワイトカラー。彼らはプログラミングを知らなくても、Adeptを使ってAIに請求書照合、履歴書スクリーニング、フォーム入力を教え、より価値の高い意思決定に時間を戻すことができます。
• 中小企業とスタートアップチーム：高額なシステム統合費用を支払う余裕がなく、自動化ワークフローをカスタマイズするIT担当者も不足しています。Adeptは「万能接着剤」として機能し、異なるSaaSツール間のデータサイロを迅速に解消します。そのコストは、従業員を雇う場合のごくわずかです。
• アーリーアダプターと効率化マニア：パーソナルな自動化ワークフローの構築に熱心なデジタルパイオニア。ソーシャルメディア投稿の一括管理から、競合価格の自動スクレイピングと整理まで、彼らはコミュニティで驚くべきACT-1の活用チュートリアルを共有するでしょう。

使用感：AIがあなたの画面を自律的に操作し始めるとき

初めてAdeptを起動したときの印象は非常に衝撃的でした。独立したブラウザウィンドウがポップアップし、バックグラウンドで静かにコードを実行するのではなく、仮想カーソルが移動してクリックしたり、入力フィールドにテキストが一文字ずつ表示されたりするのを目の当たりにできます。この透明性により、AIのブラックボックス操作に対する不信感が大幅に軽減されました。最初のタスクとして、混乱した英文メールから主要な条項を抽出し、契約テンプレートを開いて一行ずつ記入し、中国語の要約を生成してDingTalkに送信するように指示しました。ACT-1は曖昧な指示の理解において驚くべき堅牢性を示し、ポップアップやページ読み込みの遅延が発生した場合でも、エラーを返すのではなく人間のように待機しました。しかし、速度面では従来のRPAツールよりも明らかに遅く、各アクションにわずかながら「思考」の間が感じられます。また、現時点では非常に複雑なドラッグ操作を多用するデザインソフトウェアへの対応はまだ初期段階です。それでも、インターフェースのデザインが刷新されたとしても、視覚モデルによって正しいボタンを見つけ出せる点が素晴らしく、これは従来の自動化では達成できないことです。

全体として、Adeptが代表する「アクションレベルAI」は、人間とデジタル労働力の境界を曖昧にしつつあります。現時点で実行速度が最速のソリューションではないかもしれませんが、間違いなく最も汎用性が高く、人間の操作ロジックに最も近い未来への入り口です。