2026年9月、Jev（ジェブ）という新しいAIが公開されました。これまでのAIと大きく違うのは、文章をまったく書かない点です。返すのは「この問い合わせはどの区分か」といった判断と、その確率だけになります。どういう仕組みなのか、何ができるのか、いま導入すべきなのかを、専門用語を使わずに整理します。

先に、要点だけまとめます

・Jevは文章を書きません。決めた選択肢や段階に沿って、判断を数字で返すAIです
・判断がどのくらい確かかを、0から1の数字で返します
・判断1回は0.4秒ほどで、費用も文章を返すAIよりかなり安く済みます
・いちばん賢いAIではありません。同じくらいの判断力を、安く速く出します
・日本語も扱えますが、英語と同等ではないと開発元が説明しています
・いま導入するより、AIへの頼み方を見直すほうが先です

以下で、1つずつ説明します。

Jevは、文章を書かないAIです

ChatGPTに質問すると、文章で答えが返ってきます。Jevは、その文章を返しません。

代わりに何を返すのか。あらかじめ選択肢を渡しておいて、そのうちのどれかを選んで返します。あわせて、その判断がどのくらい確からしいかを数字で返します。

たとえば、届いた問い合わせメールを渡します。そして「見積依頼」「予約の変更」「クレーム」の3つから選ばせる。返ってくるのは「見積依頼」という答えと、確率の数字だけです。

説明文はありません。「内容を確認したところ、お見積りのご依頼のようです」といった文章は、一切返ってきません。

「システムワン」という新しい分類の1つ目です

開発元は、Jevを「System One（システムワン）モデル」と呼んでいます。これまでのAIとは別の種類だ、という位置づけです。

名前は、心理学者ダニエル・カーネマンの考え方から取られています。人間の思考には、じっくり考える働きと、見た瞬間に判断する働きの2つがある。その後者が「システム1」です。

つまりJevは、考え込むAIではなく、即断するAIを目指して作られています。

開発したのは、ChatGPTの土台を作った研究者です

開発元は、アメリカのTypeSafe AIという会社です。2024年に設立されました。

創業者のディオゴ・アルメイダさんは、もともとOpenAIの研究者でした。AIに指示を守らせて人と会話させる手法を作った一人で、その研究がChatGPTの土台になっています。

その人物が共同で創業したTypeSafe AIが、2年間の水面下の開発を経て公開したのが、文章を書かないAIでした。

Jevには何を渡すのか

使い方を理解するには、渡すものを知るのがいちばん早いと思います。渡すのは2つだけです。

1つ目は、判断の材料です

問い合わせの本文、作業の記録、表の1行分の内容。判断に必要な情報をそのまま渡します。

普通の文章でも、システムが扱う形式のデータでも構いません。渡した材料の中に、判断に関係のない情報が多いほど精度が落ちます。この点は開発元も注意書きを出しています。

2つ目は、答えの形を決めた質問です

ここがJevの特徴です。質問するときに、答えの形をこちらが決めておきます。

決められる形は、次の3つだけです。

1. はい／いいえ　　この記述は正しいか、を0から1の確率で返す
2. ひとつ選ぶ　　　渡した選択肢から1つを選んで返す
3. 点数をつける　　決めた段階を基準に、段階の間も含む点数で返す

「どう思いますか」とは聞けません。「この問い合わせは次の3つのどれですか」と聞きます。

答えの形が先に決まっているから、決めていない形式や選択肢は返ってこない。これがJevの設計です。

まとめて聞いても、時間はほとんど変わりません

もう1つ、知っておくと使いどころが見えてくる性質があります。

1回のやり取りで、複数の質問をまとめて聞けます。しかも、それぞれの質問は別々に処理されます。質問を増やしても、返ってくるまでの時間はほとんど変わりません。

同じ問い合わせについて「どの区分か」「急ぎか」「情報は足りているか」を、同時に聞ける。しかも先の質問が後の質問に影響しません。

開発元の資料には、13の質問をまとめて聞いた例が載っています。1つずつ聞いた場合に比べて、10倍前後速く、費用も10倍前後安くなりました。

答えの内容にも、まとめたことによる目立った違いはありませんでした。それぞれの質問が独立して処理されるためです。費用が下がるのは、長い資料を1回だけ渡せば済むからです。

数字の意味は、質問の形によって違います

ここは間違えやすいので、分けて説明します。

はい／いいえ式は、「はい」である確率そのものを返します。選択式と点数式は、答えに加えて候補ごとの確率を返します。そのうえで、この2つには「確信度」という別の数字も付きます。

確信度は、候補がどのくらい1つに絞れているかを示します。1つに集中しているほど高くなります。

はい／いいえ式の質問には、確信度は付きません。返ってくる0から1の数字は「はいである確率」だからです。0.1なら迷っているのではなく、強い「いいえ」を意味します。

開発元が薦めているのは、選択式と点数式の確信度で処理を3つに分ける使い方です。

確信度が高い　　　→　そのまま自動で処理する
確信度が中くらい　→　人が確認してから進める
確信度が低い　　　→　人に回す

さらに、この境目は一律にしない、とも書かれています。取り返しのつかない作業ほど、厳しくする。予約状況の確認は緩めでよくても、キャンセル処理は厳しくする、という考え方です。

開発元は、こう書いています。正直な不確かさを表明できないシステムは、信頼できない、と。

確信度は、速さや安さとは別に、運用の仕方を決めるための大事な要素になります。

Jevでできること

公開後に発表された使い方から、仕事に近いものを4つ挙げます。

届いた文章を、決めた区分に仕分ける

問い合わせ、アンケートの自由記述、口コミ。こうした文章を読んで、あらかじめ決めた区分に振り分けます。

「質問」「感想」「要望」に分ける。「今日中に確認」「通常対応」「情報が足りない」に分ける。これまで人が毎回読んで判断していた部分です。

たとえば、配信中に流れてくるコメントを質問と感想と要望に振り分ける、といった使い方ができます。すべて同じ場所にためるのではなく、内容によって行き先を変える形です。

表の中身を、意味で判断する

表計算ソフトの各行をJevに渡して、「緊急度」を付けていく。そういう仕組みも作れます。

金額や日付なら、これまでも計算式で処理できました。文章で書かれた内容は計算式だけでは扱いにくく、人が読んで判断する作業が多く残っていました。

依頼一覧の対応順を決める。自由記述のアンケートを分類する。表の中で処理が完結すれば、別の画面に貼り付けて戻す手間がなくなります。

優先順位をつける

複数の情報を渡して、どれから手を付けるべきかを判断させる使い方もあります。

納期、対応の状況、影響の範囲。こうした条件が絡む場面で、確認すべき案件を選ばせる。条件が1つなら並べ替えで済みますが、複数が絡むと人が読むことになっていた部分です。

次にどう動くかを決める

画面のどのボタンを押すか。この作業はどの担当に渡すか。こうした「次の一手」を短い時間で返す使い方も試されています。

ただし、Jevが単独で動くわけではありません。画面の情報を渡す仕組みや、選んだ結果を実行する仕組みを、周りに作る必要があります。

開発元も「Jevは自分で次の行動を選ばない」とはっきり書いています。段取りを決めるのも、実行するのも、周りのプログラムの役割です。Jevが担うのは、意味を読んで判断する部分だけです。

どのくらい速くて、どのくらい安いのか

開発元が公開した4つの業務の比較では、Jevは1件あたり平均0.4秒でした。同じやり方を文章生成AIで動かした場合は、モデルによって平均10.1秒から86.5秒に分かれています。

費用は、1件あたり平均0.0004ドルでした。同じ規模の処理を1万回行うと、1ドル156円換算でおよそ624円になります。ただしこれは4業務の平均から出した概算で、実際の費用は渡す文章の量によって変わります。

ただし、この数字には読み方の注意が2つあります。

Jevがいちばん賢いわけではありません

同じ比較で、Jevの正解率は67.8%でした。比較された8つのモデルのうち、4つを上回り、1つと同率で、3つを下回っています。最も高いモデルは74.1%でした。

開発元も「最も賢い」とは言っていません。システムワン型のタスクで、既存の文章生成AIと同程度の判断力を出す。そう説明しています。

この比較では、賢さで首位になるAIではありません。システムワン型の判断を、同程度の正解率で安く大量にこなすAIだと捉えるのが正確です。

何度も動かせば、総額は増えます

短い判断を1回するのと、毎秒動かし続けるのとでは、総額がまったく変わります。

安い数字だけを見て、使い放題だと考えないほうが安全です。あわせて、文字起こしや他のAIを組み合わせる場合は、その費用も別に積み上がります。

「間違えない」と言われていますが、何が保証されているのか

Jevについて、ハルシネーションを起こさない、という説明を見かけます。ハルシネーションとは、AIがもっともらしい嘘を作ってしまう現象のことです。

この説明は、半分だけ正しいものです。切り分けて理解しておく必要があります。

保証されているのは、答えの「形」です

選択肢を3つ渡せば、4つ目は絶対に返ってきません。存在しない区分を勝手に作ることもありません。

これは、これまでのAIでは起きていた問題です。決めた形式から外れた答えが返ってきて、受け取る側の仕組みが止まる。その心配がなくなります。

保証されていないのは、答えの「中身」です

3つの選択肢のうち、間違ったものを高い確信度で選ぶことはあります。

形が正しいことと、内容が正しいことは別です。開発元自身も、この区別を認めています。ハルシネーションを起こさないと示した図には、この数字は実際に測ったものではない、という注記が付いています。

形を決めること自体は、新しくありません

もう一歩だけ踏み込みます。実は、答えの形を決めておく機能は、ほかのAIにもあります。

ChatGPTを提供している会社も、同じような機能を用意しています。決めた形式から外れないように、生成の途中で制限をかける仕組みです。

では、Jevの違いはどこにあるのか。開発元はいくつか挙げていますが、そのひとつが確率の数字の正確さです。

確率0.8と答えた判断を集めると、実際に8割くらいが当たっている。この対応関係が崩れないように学習させた、と説明しています。数字で処理を分ける設計は、この正確さが前提になります。

ただし、これはたくさんの答えをまとめて見たときの性質です。1つひとつの答えが正しいことを保証するものではありません。

ただし、その学習方法の詳細は公開されていません。外部が検証した結果も、まだ出ていません。

開発元が、苦手な場面を9つ公開しています

好感が持てるのは、開発元が自分で弱点を並べていることです。公式の資料に、うまくいかない場面が9つ挙げられています。

・計算や、数を数えること
・日付の前後関係を比べること
・判断に関係ない情報が多く混ざっている場合
・書かれていないことを補って読むこと
・悪意のある文章が混ぜられている場合

「Jevは電卓ではない」と、はっきり書かれています。日付についても、順番のある数値ではなく、ただの文字列として読んでいる、と説明されています。

何が苦手かが分かっている状態は、判断材料としてはむしろ扱いやすいものです。どこを人が確認すべきかが、探さなくても分かります。

いま導入すべきか

多くの会社にとっては、まだ早い段階だと考えています。理由が3つあります。

まだ順番待ちの段階です

開発元への正式な申し込みは、順番待ちになっています。

開発元にはブラウザから試せる画面も用意されていますが、利用にはサインインと早期アクセスの資格が必要です。外部のサービスを経由して順番を待たずに使う場合も、基本的には開発の知識が要ります。

日本語での精度が確認されていません

開発元の説明に、こう書かれています。英語がもっとも精度が高く、日本語を含む他の言語も扱えるが同等ではない、と。

さらに、非英語で使う前に自分のデータで検証すること、確率の数字に細心の注意を払うこと、とも書かれています。日本語だけの具体的な精度は公表されていません。

海外で発表された数字を、日本語の業務にそのまま当てはめられる根拠は、いまのところありません。試す場合は、自社のデータで一致率を確かめる工程が先に来ます。

周りの仕組みを作る必要があります

Jevは判断だけを返します。情報を渡す部分も、返ってきた判断を実行する部分も、別に用意することになります。

つまり、買ってきて明日から使える道具ではありません。組み込む先が決まっていてはじめて、意味を持ちます。

今日から使える考え方は、頼み方を分けることです

Jevを導入しなくても、明日から試せることが1つあります。AIへの頼み方を、小さく分けることです。

分けたほうが、どのAIでも精度が上がっていました

開発元が公開した比較データに、興味深い結果がありました。

Jev以外のAIについても、仕事をまるごと頼んだ場合と、判断を小さく分けて頼んだ場合が並べて載っています。結果は、比較されたすべてのAIで、分けたほうが良くなっていました。精度も、費用も、時間もです。

あるAIでは、正解率が18.1%から53.6%に変わりました。使ったAIは同じで、頼み方だけを変えた結果です。

ただし、これは開発元が自分で作った4つの業務での比較です。どんな仕事でも必ず良くなる、という証明ではありません。それでも、試す価値のある方向だとは言えます。

具体的には、こう変えます

たとえば、問い合わせ対応を例にします。

✕ この問い合わせに返信文を作って、対応も決めて

◯ 1. この問い合わせはどの区分か
   2. 急ぎかどうか
   3. 情報は足りているか
   4. （そのあとの処理は自分たちで決める）

分けて聞いて、答えをどう使うかは自分たちで決める。この形はChatGPTでも同じように試せます。

なぜ分けたほうが良いのか

1つの依頼にいくつもの判断が混ざると、どこで誤ったのかを切り分けられなくなります。判断を順番に積み上げる作りでは、前の誤りが後ろに影響することもあります。

分けておけば、どこで間違えたかが分かります。そして間違えた部分だけを直せます。

さらに、判断の基準を変えたくなったときに楽になります。まるごと頼んでいると、依頼文そのものを書き直すことになります。分けていれば、該当する部分だけを差し替えれば済みます。

「自動化したい」の前に、整理する工程があります

「お問い合わせ対応を自動化したい」という相談をいただくことがあります。

このとき、いきなり全体を任せようとすると、たいてい行き詰まります。どの判断を切り出せるかを先に整理したほうが、結果的に早く進みます。

✕ 問い合わせ対応を自動化する

◯ 問い合わせを3つの区分に分ける。判断できないものは人に戻す。
   返信の送信はしない

何を読ませて、何を答えさせて、どこまでやらせるか。そしてどの区分にも当てはまらなかったときの行き先を決めておく。ここまで決まっていれば、AIに任せる範囲がはっきりします。

まとめ

Jevは、文章を書かずに判断だけを返す新しいAIです。答えの形を先に決めて聞くので、決めていない形式や選択肢は返ってきません。確率の数字も一緒に返るため、自動で進めるか人が確認するかを分けられます。

向いているのは、仕分けや優先順位付けのように、人が毎回読んで決めていた作業です。ただし日本語は英語と同等ではなく、周りの仕組みも必要になります。

多くの中小事業者にとって、本番の業務へ組み込むのを急ぐ段階ではありません。一方で、技術の分かる方が自社のデータで試すことは、すでにできます。

いま取り組めるのは、頼み方を分けることのほうです。今日あなたが何度も繰り返した判断のうち、どれを切り出せるか。そこから整理すると、次に何を自動化すべきかが見えてきます。

公的機関が主催するAI活用セミナーで、10回以上登壇しています。セミナーや研修のご依頼、AIを業務にどう組み込むかのご相談も承っています。ご相談とお見積もりは無料です。

---

【著者情報】記事末尾に追加

山本 達也（やまもと たつや） 合同会社デジタルの窓口 代表社員／AI活用ナビゲーター

兵庫県姫路市を拠点に、ホームページ制作とWeb集客の支援をしています。公的機関が主催するAI活用セミナーで、10回以上登壇しました。

主な主催団体 ・兵庫県商店街振興組合連合会 ・一般財団法人 明石市産業振興財団 ・姫路市市民活動・ボランティアサポートセンター

テクノロジーメディア『innovaTopia』のテクニカルライターも務めています。生成AIやサイバーセキュリティの分野で、累計約4,500本を執筆しました。ほかに姫路経済新聞の記者、異業種交流会「クロストーク」のファウンダーをしています。