DevRev Japan @DevrevJapan

📰 FT.comにSatya Nadellaの「AIと企業IP」に関するエッセイが掲載。 DevRev共同創業者 @dheeraj の視点が鋭い: 「モデルは交換可能。だがメモリは複利で価値を積む」 3つの論点: 1️⃣ モデル多様化は必然 音声・テキスト検索・コード生成・画像・動画…タスクごとに最適サイズが異なる。「万能モデル」は幻想。 2️⃣ 独自モデルの前にメモリを構築せよ KVキャッシュは100万トークンのコンテキストウィンドウに対して小さすぎる。企業には「兆」単位のトークンの歴史がある。 3️⃣ 分離原則 モデル会社はエージェントを作るべきではない。企業はモデルを作るべきではない。 IPはコンテキスト・ワークフロー・データにある。モデルにはない。 これ、まさにDevRevがComputerで実践していること。 Knowledge Graphで組織の記憶を統合し、モデルに依存せずに精度を出す。 昨日発表のEnterprise-Benchで証明: 同じモデルでも、データ基盤が違えば94.3% vs 63.6%。 #DevRev #Computer #エンタープライズAI #AIアーキテクチャ #KnowledgeGraph #メモリ @dheeraj

⚠️ 申込期限まであと3日！ 7/17（木）Developers Summit 2026 Summer 12:40〜13:10 「AIエージェントは『チームメイト』になれるか」 — 鈴木 孝規（DevRev Japan） 昨日発表のEnterprise-Benchで証明された事実: 同じ基盤モデルを使っても、データアーキテクチャ次第で正答率は94.3% vs 63.6%。 セッションでは: • なぜ「要約AI」と「実行AI」は根本的に違うのか • 年間140万件の問い合わせの70%をAIが自動解決した実例 • ライブデモ: Computerが記憶を持ち、失敗から学ぶ様子 無料・事前登録制。期限は7/13（日）13:00。 👉 event.shoeisha.jp/devsumi/202607… #デブサミ #DevelopersSummit #DevRev #AIエージェント #Computer #エンタープライズAI @codaboradevj

🏆 DevRevが「Enterprise-Bench」を発表。 エンタープライズAIの精度を測る、初のオープンベンチマーク。 「AIエージェントは本当に企業で使えるのか？」 ―これまで統一された測定基準がなかった。 Enterprise-Benchは3軸で評価: • Precision — 正しい回答＋検証可能なソース＋監査可能な経路 • Efficiency — コストが質問の複雑さに比例するか • Safety — 権限境界を守り、全操作がトレース可能か 結果: 🔹 Computer by DevRev: 94.3%の正答率、正答あたりトークン消費4.4倍少ない 🔹 Claude Code: 63.6% 同じ基盤モデルを使っても、データアーキテクチャが違えば結果はここまで変わる。 「モデルが変数ではない。基盤が変数だ」 データセット・評価手法・結果・全トレースを公開。誰でも再現・提出可能。 👉 devrev.ai/blog/enterpris…（英語／日本語版は近日公開） 来週7/17 デブサミ2026 Summerで、この「基盤の差」を実演します。 ⚠️ 申込期限 7/13（日）残り3日！ 👉 event.shoeisha.jp/devsumi/202607… #DevRev #EnterpriseBench #AIベンチマーク #エンタープライズAI #Computer #デブサミ #AI精度 @dheeraj @MichaelEMachado

💿 CDプレーヤーにロボットアームを付けたら「進化」ですか？ 答えはNo。でも今のエンタープライズAIは、まさにそれをやっている。 MCPでレガシーシステムに「接続」すること ≠ 統合。 Spotifyが実現した「シャッフル・プレイリスト・レコメンデーション」は、CDの延長線上には無かった。デジタル化という構造的な転換があって初めて生まれた。 エンタープライズAIも同じ。 「連結は統合ではない」 必要なのは： • 時間的推論 — 過去の文脈を保持した判断 • クロスドメイン要約 — サイロを横断した理解 • 因果推論 — 相関ではなく因果を見抜く力 そしてこれらすべてを支えるのが「統合メモリ（ナレッジグラフ）」。 コンテキストはモデルではなく、メモリに存在する。 モデルはコモディティ化する。メモリこそがモート。 👉 devrev.ai/ja/blog/the-cd… #DevRev #CDプレーヤー問題 #AIアーキテクチャ #ナレッジグラフ #エンタープライズAI #SharedMemory @devrev

🛡️ AIエージェントに「ノー」と言う力、ありますか？ 能力が高いだけでは企業は採用しない。CISOと法務を通る「信頼性」が必要。 エージェンティックAI導入時に問うべき4つの質問： 1. どう止めるか？ 2. スコープをどう制限するか？ 3. 監査方法は？ 4. 失敗時の復帰方法は？ DevRevのComputerは「Safe Actions」を設計原理に組み込んでいます： • フィールドレベルの権限認識（人間と同じアクセス制限） • 重要アクションの人間承認（HITL） • 全アクションの監査ログ • ロールバック可能な実行設計 Gartner推定：2028年までにエンタープライズソフトウェアの33%がエージェンティックAIを含有。 「AIが何をできるか」ではなく「AIが何をしないか」。それが採用の分水嶺。 👉 devrev.ai/ja/blog/safe-a… #DevRev #SafeActions #AIエージェント #エンタープライズAI #AIガバナンス #セキュリティ @devrev

DevRev Japan SE 鈴木(@takanorisuzuki)が、Claude Fable 5について「別視点」で記事を書きました。 普段はお客様のAIエージェント構築を支援している立場から見た Fable 5 の実力と可能性 — エンジニア視点の考察をぜひ。 📝 記事はこちら👇（Zenn） 来週7/17のデブサミでは、鈴木が「AIエージェントは『チームメイト』になれるか」を登壇発表します。 ⚠️ 申込期限 7/13！ 👉 event.shoeisha.jp/devsumi/202607… #DevRev #Fable5 #Claude #AIエージェント #デブサミ #Zenn @takanorisuzuki

🏆 DevRevがTechRound「AITech45 2026」に選出されました。 世界数百社のAI企業から厳選された45社に、AnthropicやPerplexityと並んでの選出。CRN「10 AI Startups to Watch」に続くグローバル評価です。 なぜ選ばれるのか？ → AIが「ツール」ではなく「チームメイト」として機能する唯一のプラットフォームだから。 その実践を日本で直接お伝えする場がこちら👇 📣 Developers Summit 2026 Summer 📅 7/17（木）12:40〜13:10 🎤 鈴木孝規（DevRev Japan） 「AIエージェントは『チームメイト』になれるか」 年間140万件の問い合わせの70%をAIが自動解決し500万ドルを削減した事例など、「要約を超えた自動化」の実践をデモ付きでご紹介します。 ⚠️ 申込期限 7/13（日）13:00 — 残り6日！ 👉 event.shoeisha.jp/devsumi/202607… #DevRev #AITech45 #デブサミ #AIエージェント #エンタープライズAI #DevelopersSummit @codaboradevj

📊 GLM 5.2 — MITライセンスのオープンウェイトモデルが登場。 Terminal-Bench 81.0（前世代62.0）、SWE-bench Pro 62.1。 Claude Opus 4.8の85.0に肉薄しながら、コストは約1/4。 「最強モデル1つに賭ける」時代は終わりつつある。 DevRevのComputerが最初からモデル非依存で設計されている理由がここ。 ハーネス（制御層）＋共有メモリがしっかりしていれば、モデルはいつでも差し替えられる。今週GLM、来週は別のモデルでも、組織の記憶と精度は維持される。 「土台（ファウンデーション）の設計」こそが、エンタープライズAIの本当の競争力。 #DevRev #Computer #GLM52 #オープンウェイト #AIアーキテクチャ #エンタープライズAI #モデル非依存 @dheeraj

🧠「AIの信頼性は、プロンプトの問題ではなく"OS"の問題だ」 DevRev共同創業者 @dheeraj が共有した洞察。 AIエージェントの差別化は「モデルの賢さ」ではなく「ハーネス（制御層）」で決まる。 ハーネスとは： • メモリ — 組織のナレッジグラフを活きた状態で保持 • ルール＆ポリシー — 実行ガバナンスを自動化 • 検証 — 毎回の実行からエビデンスを蓄積 結果：精度80%向上、トークンコスト300%削減。 「モデルは交換できる。ハーネスは複利で価値を積む」 — これが Computer の設計思想そのもの。 記憶を持ち、ルールに従い、失敗から学ぶ。 それが「AIチームメイト」と「AIツール」の決定的な差です。 👉 devrev.ai/ja/computer #DevRev #Computer #AIエージェント #エンタープライズAI #WorkSofter #AIガバナンス @dheeraj

📊 エンタープライズAIが「トークンを燃やすだけ」で終わっていませんか？ GlobeNewswireが報じたDevRev Computer最新リリース。250社以上が本番稼働、1,000人以上がオンボード済み。 指摘された「現代エンタープライズAIの3大失敗」： ❌ ビジネスの記憶を持たないモデル ❌ 画面を離れた瞬間に消えるインサイト ❌ 質問には答えるが、安全にアクションが取れないAI Computerはこれを「共有メモリ」で解決します。組織のデータを生きたナレッジグラフとして保持し、AIが推論→回答→実行まで一気通貫。 しかも従量課金制——ヘッドカウント課金ではなく、使った分だけ。Web/モバイル/デスクトップどこからでもアクセス可能。 「チャットボット」と「AIチームメイト」の違いは、長期記憶・推論力・そして安全に行動できる力。 👉 devrev.ai/ja/blog/comput… #DevRev #Computer #エンタープライズAI #共有メモリ #AIエージェント #SaaS @dheeraj @DevReveler

🧠 エンタープライズAIの「3つの時代」——あなたの組織はどこにいる？ Eowyn Pak氏がLinkedInで提唱するフレームワークが明快です： Era 1 — Salesforce: クラウドで記録を一元化。チームが同じデータを見られるようになった時代。 Era 2 — Claude: 個人AIが登場。1人で小チームの生産性を発揮できる時代。 Era 3 — DevRev Computer: AIが「ツール」から「チームメイト」へ。人・システム・ワークフローを横断して文脈をつなぐ"チームインテリジェンス"の時代。 重要なのは、各時代は前の時代を「置き換える」のではなく「積み重なる」こと。そして最大の変革は個人→チームへの飛躍に起きる。 250社以上がComputer稼働中。あなたのチームも、Era 3へ。 👉 devrev.ai/ja/blog/comput… #DevRev #Computer #AIチームメイト #エンタープライズAI #チームインテリジェンス @eowynpak @dheeraj

⏰ 本日14時から！ DevRev Webinar「AIネイティブで変わる顧客体験と事業成長」 解決時間5倍短縮、80%自動化、コスト50%削減 — この実績を支えるアーキテクチャを、ライブデモ付きで解説します。 AI Native Expoにご来場いただいた方も、見逃した方も。 プラットフォームの設計思想から理解できる60分です。 👉 devrev.zoom.us/webinar/regist… #DevRev #AIネイティブ #Webinar #カスタマーサポート #AIエージェント @devrev

📢 明日開催！無料Webinar 「AIネイティブで変わる顧客体験と事業成長」 🗓 7/1（水）14:00-15:00 JST ｜ Zoom チケット解決時間 67%短縮。 問い合わせの 80% を自動解決。 サポートコスト 年間$5M削減。 これは「AIを導入した」結果ではありません。 プラットフォームの設計思想そのものが違うからこそ実現できた数字です。 本セッションでは: ✅ DevRevの創業背景とビジョン ✅ BILL・ActionIQ・Descopeなど導入企業の数値効果 ✅ Knowledge Graph × AIネイティブ設計 × 特許技術 AirSync の仕組み ✅ Claude・Copilotとの本質的な違い ✅ ライブデモ: サポート自動化 / 営業インテリジェンス / 顧客起点の開発連携 「チャットボットを入れたが解決率が低い」 「AIを入れたが業務プロセスが変わらない」 「顧客の声がロードマップに反映されるまで遅い」 一つでも当てはまる方、ぜひご参加ください。 👉 無料登録: devrev.zoom.us/webinar/regist… #DevRev #AIネイティブ #カスタマーサポート #CX #KnowledgeGraph #AIエージェント #DX推進 #SaaS @devrev @dhaborr

🤖 チャットボット → Copilot → AIチームメイト。 この3つの違い、説明できますか？ | チャットボット | 質問に答える。判断も実行もあなた | | Copilot | 下書きを作る。でも選ぶのも実行するのもあなた | | AIチームメイト | 自ら計画し、実行し、必要な時だけエスカレーション | "This is not help – it is homework." （それは助けではない。宿題だ。） 今のAI「支援ツール」は、結局あなたが全てを判断して実行している。人間が「APIコネクタ」になっているだけ。 本当のAIチームメイトに必要なのは: 🧠 推論 — パターンマッチではなく計画的判断 🗄️ 記憶 — 全システム横断の統合Knowledge Graph ⚡ 行動 — 読むだけでなく書き込み・実行まで 🛡️ 良心 — ガバナンスと権限の組み込み 👉 詳しくはこちら（日本語）: devrev.ai/ja/blog/what-i… 💡 明日14時のWebinarで実際に動くデモをお見せします devrev.zoom.us/webinar/regist… #DevRev #AIチームメイト #AIエージェント #カスタマーサポート #SaaS #DX推進 @devrev

🎵 あなたの会社のAI、まだ「CDプレイヤー」を使っていませんか？ スマホでロボットアームを操作して、CDを探して、取り出して、再生する。 …技術的には動くけど、根本的に設計が古い。 これがまさに今のエンタープライズAIの現状です。 レガシーシステムにMCPアダプタを繋いで「AIできてます」と言う。 でも毎回ゼロからコンテキストを組み立て直し、システム横断の因果関係は理解できない。 "The robotic arm works. That's the problem." （ロボットアームは動く。それが問題なのだ。） 本当に必要なのは「アームの改良」ではなく、メディアそのものを無くすこと — つまり統合メモリレイヤー（Knowledge Graph）をネイティブに持つ設計。 モデルはコモディティ。メモリこそが堀（moat）。 👉 詳しくはこちら（日本語）: devrev.ai/ja/blog/the-cd… 💡 明日14時のWebinarではこのアーキテクチャをライブデモで解説します devrev.zoom.us/webinar/regist… #DevRev #KnowledgeGraph #AIネイティブ #MCP #エンタープライズAI #DX推進 @devrev

「AIエージェントのPoC、動くけど本番で使われない」——原因はscatter-gather問題。 @light940 さんが紹介していたZenn記事の整理が秀逸: PoC段階: 少数データソースに逐次アクセス → 動く 本番: 数十のシステムに毎回scatter-gatherをかける → レイテンシ爆発・トークン浪費・精度劣化 解決策: ナレッジグラフに関係性ごとデータを事前統合 DevRevのComputerが本番環境で稼働できている理由もここ。Knowledge Graphにデータを事前構造化しているから: ✅ scatter不要（1つのグラフにすべて統合済み） ✅ トークン消費1/20（Dheeraj CEO発言） ✅ レイテンシ安定（推論経路が短い） 「PoCは動くが本番で使えない」企業のAIエージェント、問題の9割はモデルではなくデータアーキテクチャ。 👉 devrev.ai/ja/blog/what-i…（日本語） #DevRev #AIエージェント #KnowledgeGraph #PoCの壁 #エンタープライズAI #scatter問題 @devrev @light940

Tableau → 自動ナレッジグラフ（7月GA） Databricks → Genie Ontology（自己改善型） 大手プレイヤーが次々と「ナレッジグラフ」に舵を切っている。 Tableauのケビン・ホジキンス: 「これまではデータを見て理解する支援。今注力しているのは、ナレッジを理解し行動を支援すること」 DatabricksのGenie Ontology: テーブル・クエリ・ダッシュボード・パイプラインから情報を収集し、ナレッジグラフを自己改善 方向性は明確 —— AIが「検索」から「推論」へ進化するには、構造化された知識基盤が必要。 DevRevはこの思想を3年前から製品の中核に据えてきました。CRM・チケット・コード・会議メモ……企業の全データをKnowledge Graphで統合し、AIが文脈を持ったまま行動できる世界。 「ナレッジグラフ」がバズワードではなくインフラになる時代が来ています。 👉 devrev.ai/ja/blog/gbrain… #DevRev #KnowledgeGraph #Tableau #Databricks #GBrain #AIインフラ #エンタープライズAI @devrev @rsugimura17 @ikki_mz

「AIの信頼性」の議論、ほぼ全員が見ている場所が間違っている—— TechFinitiveのJeff Smithが6ヶ月間エンタープライズAIを実運用して得た結論: 「信頼すべきはAIではなく、AIの下にあるデータ基盤だ」 📌 ハルシネーションは「症状」に過ぎない。根本原因は、弱く断片的なデータから推論させていること 📌 多くのAIは関係性を「推測」する。命名パターンから階層を作り上げ、正しそうに見える嘘を返す。答えを知らないと検証できないなら、人間が検証レイヤーになっている 📌 本当に問うべきは: → データの関係性は明示的か、推測か？ → 回答を元のレコードまで遡れるか？ → 権限・ガバナンスを尊重しているか？ DevRevが3年かけて構築してきたKnowledge Graphは、まさにこの「推測ではなく読み取る」基盤。モデルは交換可能。基盤は交換できない。 👉 元記事（英語）: techfinitive.com/opinions/the-m… #DevRev #EnterpriseAI #KnowledgeGraph #AIガバナンス #データ基盤 #ハルシネーション @devrev

💡「AIエージェントには記憶が必要」—— #AWSSummitJapan で繰り返し語られたテーマ でも、個人の記憶とチームの記憶は別物。 GBrainは「個人のAIメモリ」を解決する。 DevRevのComputerは「企業のAIメモリ」を解決する。 違いは何か？ 🧠 GBrain: あなたのメモ・会話・ドキュメントから個人の知識グラフを自動構築 🏢 Computer Memory: 企業のCRM・チケット・コード・会議メモ…全チームのデータを1つのナレッジグラフに統合 個人レベルのAIは便利。でもエンタープライズで本当に価値を出すには「組織の記憶」が必要。 DevRevはこの「Shared Memory」を3年かけて構築してきました。 📖 詳しくはこちら（日本語）： devrev.ai/ja/blog/gbrain… #DevRev #GBrain #SharedMemory #AIメモリ #エージェンティックAI #KnowledgeGraph @devrev

🇯🇵 #AWSSummitJapan 2026（幕張メッセ）、今年の最大テーマは「エージェンティックAI」 AWSが示した方向性： • 「使うAI」→「共に働くAI」への転換 • AIが自ら判断しタスクを実行する自律型エージェント • データサイロを超えた統合が必須 • PoC止まり46%を突破する実践力 DevRevの「Computer」はまさにこれを体現： ✅ Computer Memory — 企業全データをKnowledge Graphに統合 ✅ Agent Studio — ノーコードでAIエージェント構築・デプロイ ✅ Safe Actions — 人間が確認するガバナンス層 ✅ 本番環境で稼働中（PoCで終わらない） 「AIエージェントに必要なのはモデル性能ではなくビジネス文脈の記憶」 Summitで感じた「エージェントAI、自社にどう使うの？」——その答えがShared Memoryです。 👉 devrev.ai/ja #AWSSummit #エージェンティックAI #AIエージェント #DevRev #Computer #SharedMemory @awscloud_jp @devrev