Cloudflareは、文書から指定した項目の値を取り出すAIモデル「Clairic」を、AI実行基盤のWorkers AIでプレビュー公開しました。利用者が注文番号や請求額といった項目名を指定すると、形式に沿った値と確信度を返す仕組みです。オープンウェイト（モデルの重みデータ）も近く公開される予定で、LLMと組み合わせた処理例も示されています。
文章を作るAIではなく、項目を拾うAI
生成AIといえば、文章をすらすら書いてくれる存在を思い浮かべる人が多いはずです。ところがClairicは、その真逆にあるような性格のモデルです。やることは「請求書から合計額を拾う」「メールから注文番号を見つける」といった、決まった項目の抜き出しに絞られています。
仕組みにも特徴があります。一般的なLLMは文章を1語ずつ（トークン単位で）つなげて出力していきますが、Clairicはそうした生成の仕方をとらず、指定した全項目への答えを1回の処理で返します。書類に該当する値がなければ「null」（該当なし）を返すため、無理に答えをひねり出さない点も実務向きです。
抽出だけでなく、簡単な計算や見積もり、予測にも対応するとされています。つまりClairicは、文章を書く役ではなく、散らばった情報を使いやすい形に整える「下ごしらえ担当」と捉えると分かりやすいでしょう。
問い合わせ対応をモデルごとに分担
Cloudflareが示した活用例が、なかなか示唆に富んでいます。題材は顧客からの苦情メールです。まずClairicがメールの中から注文番号、金額、破損の状況を抜き出し、修理にかかる費用を見積もります。
次に出番が来るのが、判断用モデルの「Clef」です。社内ルールに照らして、返金にするか修理にするかを選びます。最後に、LLMのGLM-5.3が顧客向けの返信文を書く流れです。
ここで面白いのは、1つの巨大なモデルに全部を任せていない点です。人間の職場に置き換えれば、受付担当が情報を整理し、判断担当が方針を決め、文章が得意な人が返信を書く、というチーム体制に近い構図です。Cloudflareは、こうした速い処理を担う小さなモデル群を「System One」モデルと呼び、LLMと並べて連鎖させる使い方を想定しています。
個人的には、この発想こそ今回の発表の本丸だと感じます。AIを導入しようとすると、つい「いちばん賢いモデルを1つ選ぶ」ことに目が向きがちです。しかし業務の中身を分解すれば、頭脳をフルに使う場面ばかりではありません。役割ごとに道具を使い分ける設計は、これからの業務AIの定石になっていく可能性があります。
速さの数字は分業の効果を示す
気になる数字も見ておきましょう。Cloudflareの比較では、先ほどの3段階の連携処理にかかる時間は19.3秒でした。同じ3つの工程をGLM-5.3だけでこなすと61.7秒かかり、費用もほぼ2倍になるといいます。
ただし、これは特定の処理例で示された数字です。あらゆる業務で同じ差が出るわけではなく、あくまで「分業するとこれだけ変わりうる」という目安として受け取るのが適切です。それでも、3倍以上の時間差が出るという事実は、処理を分ける設計の意味を考えるきっかけになります。
制約もはっきり示されています。Clairicは、長く連なる計算を安定して扱うことがまだできません。そうした処理は、当面は開発者が自前のコードで実行する必要があるとされています。
とはいえ、得意な仕事だけを速く安くこなす専門モデルが並ぶ世界は、実務の現場にとって魅力的です。請求書処理や問い合わせ対応のように、毎日大量に流れてくる定型業務ほど、この分業の恩恵は大きくなるはずです。LLMには、LLMにしかできない仕事に集中してもらう。Clairicはそんな未来の入口を見せてくれています。
コメント