WORKS
“普通のシステム”は、紹介しません。 作れて当たり前だからです。 ここに置くのは、私たちがいま本気で作っているAIプロダクトだけ。 やりすぎが、ちょうどいい。
これは、当たり前に作れます ―― だから、載せていない。
創業から15年、ありとあらゆる業務システムを、企画・設計から運用まで一貫して作ってきました。ここに挙げたのはほんの一部。だからこそ、見せるのは“その先”だけです。
FEATURED — AIプロダクト
私たちはまず、クライアントを誰よりもよく知ることから始めます。そして、その事業と、そこで働くヒトが生み出す価値——日々の判断・暗黙知・文脈——を、AIで「トークン資本」に変える。使うほど賢くなり、会社の中に資産として積み上がっていく。それが、私たちのAIプロダクトに共通する思想です。
価値を、資本にする。
営業支援・強化AI
営業を、エンハンスする。
「何をやるか」ではなく「なぜやるか」まで配り、商談の前から後までを丸ごと支援する営業強化AI。
次世代ナレッジ基盤
検索しない。ナビゲートする。
「情報を保存する箱」から「組織を賢くする仕組み」へ。司書AIと話すと、知識グラフが“呼吸する”。
暗黙知の形式知化 / PoC
言葉にできないを、グラフにする。
ベテランの「言葉にできない判断」を、時間軸つき知識グラフに。根拠と確信度つきで取り出せる。
DEEP DIVE — それぞれを、もう少し
営業を、エンハンスする。
URL一発で相手を多層調査し、勝つための文脈を生成する常駐AIアシスタント型のミッションブリーフィング基盤。
「何をやるか」を追うタスク管理は山ほどある。だが「なぜやるか」「どんな背景か」を組織に配る仕組みがない。文脈は上司の頭の中に留まり、部下は“わかったつもり”で動く。Webrieはこの組織の認識インフラを埋める。
URL一本から相手企業をL1〜L5（企業／財務／業界／競合／マクロ）まで並列調査。自社の強み（オファー）と掛け合わせ、「勝つために知るべき範囲」をブリーフィングとして生成する。AIは“角度”を決めず、人が決めるための材料を出す。
商談前の準備（想定問答・デビルズアドボケイト）、商談中のライブ相談、議事録からのネクストアクション生成までを一気通貫でAIに委ねられる。
AIは“代替”ではなく“エンハンス”。営業の判断や交渉は人に残し、調査・準備・文脈づくりという重い前工程をAIが引き受ける。LLMを呼ぶだけでなく、知識グラフ・常駐エージェント・確信度つきリサーチを束ねたAIネイティブ設計だ。
LLMを一度呼ぶだけでは、確信度も出典も担保できない。だから企業情報をLPG＋pgvectorで「関係」と「意味」の両面から保持し、常駐AIエージェントが文脈を持ち続ける構成にした。L1〜L5の多層調査を並列で回し、各調査に確信度と出典を結びつけるための土台だ。
Q. 普通のAI検索・調査ツールと何が違う？ → 答えを出すのではなく「この相手に勝つために知るべき範囲」を確信度・出典つきで構造化して渡す。結論（角度）はAIが決めず、人が決めるための材料に徹する。／ Q. それっぽい嘘（幻覚）は？ → 各調査に出典と確信度を付け、根拠を辿れる形でしか提示しない。
検索しない。ナビゲートする。
司書AIと音声で対話し、知識グラフが生きて動く。テキスト/音声でのナレッジ発見からリサーチ・図解まで一気に。
従来のナレッジ管理は「情報サイロ」「検索の非効率」「書く手間とROI不可視による低活用」「退職による暗黙知の喪失」で機能しない。静的に貯めるだけの箱では、組織は賢くならない。
知識を関係性で持つLiving Graphに置き換える。質問するとグラフが動的に反応し、関連ノードが浮上、古い情報は後退、退職者ノードは自動でグレーアウトして後継へリンクする。
司書AIに音声で話しかけるだけで、Dense RAGとGraphRAGが書庫を探索。テキスト/音声でのナレッジ発見からリサーチ、チャート生成・図解までを一気に行う。探索の過程とハルシネーション除外は常に可視。
音声対話AI×知識グラフ×2系統RAG×長期組織記憶を、ABAC・Lineageのガバナンス込みで束ねたAIネイティブ設計。Electron単一バイナリで、そのまま配布して動かせる。
単純なベクトル検索では「関係性」に届かない。だから意味を辿るDense RAGと関係を辿るGraphRAGの二段にし、知識そのものをLiving Graphで関係として持たせた。ABAC・Lineageのガバナンスを最初から組み込み、Electron単一バイナリでそのまま配布して動かせる形にしている。
Q. 普通の検索・ナレッジツールと何が違う？ → 一覧を返す「検索」ではなく、司書AIと話すと知識グラフが反応して関連が浮上し、古い情報は後退する。探す作業ごとAIに委ねられる。／ Q. 幻覚は？ → AIが何を辿り、どの幻覚を捨てたかの探索traceを常時可視化。「それっぽい答え」ではなく「辿れる答え」を返す。
言葉にできないを、グラフにする。
四半世紀の伝統手法ACTA × 最新AI（論理拡張・行間補完・知識グラフ）の“適材適所”で、現場の属人ノウハウを構造化する。
ベテランの引退で、現場の判断ノウハウが消えていく。だが暗黙知は言語化が難しく、同じ現象に複数の判断仮説が分岐する（その分岐こそが知の構造だ）。マニュアル化も全文検索RAGも、この“書かれていない領域”では構造的に止まる。
知識獲得は四半世紀の実績を持つACTA、論理拡張はLAG、言語化されない前提の補完はActive Inference、記憶は時間軸つきの知識グラフ（Neo4j）。最新と伝統を“適材適所”で束ねる。
ベテランの発話からグラフがその場で育ち、矛盾を検出・分類して統合ルール案まで出す。若手の質問には、根拠・確信度・出典つきで形式知を返す。判定の核は決定的な純関数が担い、AIは言い回しのみ＝捏造をコードで禁止。
物理法則は正誤を裁定せず「主張の向きが物理的にありえるか」だけを見る“第3の証人”。わからない問いには誠実に棄権し、全更新は追記専用ログで追跡できる。理論を語るだけなら誰でもできる——だから、動く現物で示す。
全文検索RAGは「書かれていない領域」で構造的に止まり、同じ現象に複数の判断仮説が分岐する暗黙知を扱えない。だから知識獲得は四半世紀の実績を持つACTA、言語化されない前提の補完はActive Inference、論理拡張はLAG、記憶は時間軸つきの知識グラフ(Neo4j)、と適材適所で束ねた。「なぜこの構成か」を語れることが要件だった。
Q. AIが事実を捏造しない保証は？ → 判定の核は決定的な純関数が担い、AIは言い回しのみ＝捏造をコードで禁止。コーパス外の問いには誠実に棄権する。／ Q. PoCはいつ実用に？ → まだ誰も解いていない領域のPoC。動く現物で確かめながら進める段階で、完成や効果は断定しない。
ある製造業向けのPoC。まだ誰も解いていないからこそ、価値がある。
OTHER WORKS — AIだけじゃない
受託でもAIでもない、自社で出しているプロダクト。やると決めたら、ここまでやる。
“神速”シリーズ ／ ブラウザ・iPad
飼い猫が、猫と言葉が支配する異世界の森へ迷い込む——可愛いキャラクターと重厚な世界観でくるんだ、超ハードなタイピングアクション。タイピングが、冒険になる。
“神速”シリーズ ／ The Shinsoku Grand Swordmaster
大剣一本で、降りそそぐ無数の攻撃をただ受け流す。刃の向きと斬る力で威力が変わる、防御特化のVR剣術アクション。たった一人で、世界を守り切れ。
AI × ENGINEERING STACK
HOW WE BUILD
作業者を貸すのではなく、プロダクトを作り切る。
企画・設計から実装・運用まで一貫して担当します。AIで一気に作れる所はAIで、人の判断が要る所は人が。 だから“普通のシステム”は当たり前に作れて、その上で「何を作るべきか」に時間を使えます。
次の「つくりたい」も、過剰なほど本気で。
相談してみる