• TypeSafe AIが9月に出した「Jev」は、文章を書かずに判断結果だけを0.07〜0.5秒で返すモデルです。
• 入力100万トークンで6円と安く、ブラウザ操作や判定の多い業務を、速く安く回せるようになります。
• 画像は読めず、難しいビジュアルの判断もできません。速さに驚くより、仕事をどう変えるかが本題です。

いけともと尾原が、9月に出たばかりのAIモデル「Jev」を入り口に、AIがAIに入力する時代の部品について語り合います。

ポッドキャストできく：https://creators.spotify.com/pod/profile/deepai/episodes/JevAI923-e3p7ol4

文章を返さないAIが出た。返ってくるのは判断だけ

いけとも：今日のテーマは「Jevとは何なのか」です。

そしてJevに対しての見え方で、ただの驚き屋と、本質を考えている人の差が分かる。収録前の尾原さんのコメントを受けて、Jevについて考えていきます。

尾原：ちょっと煽ったスタートに入ってしまいましたけれども。とはいえ、結構みんな騒いでいますよね。

いけとも：Xとか、もうものすごいJev、Jevしていますね。

まず簡単に説明すると、文章を返さずに、判断結果だけを返すモデルなんですね。

たとえば「以下の問い合わせメールは返信すべきかどうか。はい、いいえで答えて」というものがあったとします。これまでのAI、たとえばChatGPTやGeminiでも、出力のフォーマットを「はい」「いいえ」だけにしてと言えば、同じようなことはできました。

でも、勝手に文章を返してしまったりする。そもそも文章を返すモデルなので、完璧にコントロールしづらかったんです。

一方のJevは、同じように文章を入れて質問はできます。でも出てくる結果が「はい」「いいえ」とか、設定している選択肢だけとか、いくつかのパターンしか出ないようになっている。

そのぶん、めちゃくちゃ回答が早い。リアルタイムに回答を出せます。

あと安い。アウトプットがほとんどないので激安です。

早く安く、いろんなシーンで活用できる余地がありますよね、ということで。私の周りだとJev、Jev言っている人が結構出てきました。

僕は正直、自分でも使っていて、100%ピンときているかというと、このくらいの感じで。ちゃんと分かっていないなと自分で思っているレベルなんですけど。

0.5秒で返ってきて、100万トークンで6円

尾原：まず表面的な話から言うと、さっき言ったように、圧倒的に早く判定だけやってくれるところがものすごく面白いです。

この速さは、長くても0.5秒。早かったら0.1秒を切ってしまう。0.07秒から0.5秒ぐらいで動くんですね。

通常のLLMは最近、後でリーズニングして考えるようになっているので、40倍から200倍ぐらい高速になっているよという話です。

そして100万トークンの入力で使って6円。会社側は、同じ水準の判断をさせたときに40倍から400倍安くなると言っています。

いけとも：それは、かなり違いますね。

尾原：9月15日に出たばかりで、僕もSNSで見てすぐ触りました。

だからユースケースとして、「あ、面白い」と思って即作ったのがChrome拡張で。

タイムラインから「驚き屋」を消す拡張を、その日のうちに作った

尾原：XとかFacebookで、最近ちょっとあんまり自分に興味がないポストが非常に出るようになってしまったんです。

なのでJevで、言い方は悪いですけど、驚き屋っぽいものだったり広告っぽいものは表示しないというフィルタリングを、Chrome拡張で自作しました。

いけとも：フィルターをね。それ、いいですね。

尾原：かつ、何を表示しないかをどんどんカスタマイズしていける形にして。超高速フィルターとして使えますね、みたいな話です。

ちなみに、いけともさんは何か実際にテストとか。

スクショを撮らないブラウザ操作。1操作1秒が0.2秒になる

いけとも：僕もですね、ブラウジングですよ、実は。

これをメンバーと議論していました。僕も高速判定はいいんですけど、そんなに必要じゃないケースもたくさんあるよね、と思っていたんです。驚いているけど、なんなの? と。

1個めちゃくちゃピンときたのが、結局なんでこういう高速判定が重要かというところで。

エージェンティックに操作をするときに、1個1個が1秒でも、100回操作があれば100秒になるわけですよ。これが0.2秒だと20秒になる。

数が多いところ、もしくはUXの即時性。このいずれかで使うのがバリューがあるかなと思ったときに、ブラウザ操作でJevを挟むという使い方が出てきます。

今ってGPT-6 Astraなんかも出て、ブラウザやデスクトップ操作の判定精度は上がっているかなと思うんですけど、ちょっと遅いじゃないですか、操作が。

尾原：そうなんですね。基本的にはスクショをして、画面を判定して、そこから次に何の操作をするかとやっている。

だからWebが新しくちょっと変更されたとしても柔軟に対応してくれるので、何かあった時の頑健性は強い。でも遅くて高いという欠点が出てしまうんですよね。

いけとも：遅い、高い。これに対してJevは画像認識ができないので、文章のソースコードを送ったうえで「どれをクリックしますか」という選択肢だけ出してもらう形になります。

そうすると、さっきの比較で5分の1から10分の1ぐらいの速さで、そこそこの精度でブラウザ操作ができると。

めちゃくちゃ難しいビジュアルの判断はできません。でも、どこをクリックするか分かる程度のものであれば、その途中の速度をめちゃくちゃ上げられて、作業の不便を解消できる。

一緒にやっているメンバーの別の子がやっていて、それは確かにいいかもと思ったので入れてみました。試してみたら結構すぐに導入できて、速くなっていたんです。

まあ、ほっとくのがいいって話もあるんですけど。ブラウジングみたいに何回も操作が必要な時には、途中の過程に入れておくと結構いいのかなって感じがしましたね。

過去のログで答え合わせして、同じ精度ならJevに差し替える

尾原：そうですね。僕も実用面で言うと、やっぱりまさにそこがでかくて。

私の場合、顧問先の職業柄だったり僕の職業柄、ライバルのサイトだったりいろんなデータベースをクローリングしてきます。そこから「次の日、営業が誰がどこ行くんだっけ」みたいな話だったり、マーケティングとしての有料広告にどう反映させるんだっけ、みたいなところがあったりするので。

Webの画面の、そのまんまHTMLを引き抜いてくる。そこからDOMというモジュール構造の中のチェックポイントの数字によって判定させる。ここまで書いてしまうと、まあ安い、安い、安い。本当に。

いけとも：まあまあ、精度もいいんですよね。どのLLMのレベルかってまだ明確ではないんですけど、まあまあレベルが高くて。それがすごいですよね。

尾原：もともとLLMって、人間の曖昧な言語に対して、人間が言った目的に対していいものを返そうというものでした。

Reinforcement Learning from Human Feedback、つまり人間がフィードバックをすることによって「人間だったらこっちがいいって言ってくれるよね」を元に強化学習していたわけです。

今回に関しては、もう明確に答えが見えるものに向けてキャリブレーションしていくことをやっています。

だからスクリプト系のチェックだったり、セキュリティポリシーの順守みたいな話だったり。あと今多いのは、AIエージェントの実行がスタックしているんじゃないかみたいな話とか、自己修復系がちゃんと動いているんだっけといった話。構造化ドキュメント系ですよね。あと最後にカスタマーサポート。

こういったところを中心に、徹底的に学習させてある。

いけとも：なるほどね。元データとして。

尾原：その辺の判定はえぐいぐらい早くて。だから今も隣でずっと僕のマシンちゃんが動いてくれていますけれども。

クライアント先だったり自分の業務の自動実行系で、判定系がある部分を全部Jevでやった場合に、どのぐらいのスコアの差があるのか。過去のログから引っ張ってきて検証するんです。

そして同等水準のものを出すものは全部Jevに変えていく。これを今、勝手にずっとAIエージェントがやっていますね。

いけとも：素晴らしい。過去のログから、その結果の判定を同じプロンプトに入れてみて、あるモデルと比べて。そうか、でも楽勝にできてしまいますね。

尾原：そうすると僕の場合で言うと、大量の解析系の書類の中から「ちょっとこれ怪しいんじゃないの」ということをデテクトして、専門アナリストに渡していきます、みたいなものだったり。

「ここがちょっと怪しいんだったら人間に渡そうよ」とか「これだったらもう自動的に判定して、結果までやってしまっていいんですか」みたいなところのルーティングですよね。

その辺の対応をものすごくLLMでやっていたので、そこが圧倒的にコスト安くなるというのが1個でかいです。

あともう1個でかいのが、圧倒的に速くなること。速くなると、今まで適用できなかった用途に届くんですよね。

マリオは、画面ではなくRAMの数字で動く

尾原：これ、面白い事例なんですけど。スーパーマリオの、ファミコンのゲームの話で。

Jevってマルチモーダルの画像入力に対応していないんです。でもファミコンが画面に出そうとしているデータは、そもそもデジタルデータなので。

画面に入れるRAMのデータをそのままJevに突っ込んでいって、それで判定させるというやり方によって、実際にスーパーマリオがクリアされたりしている。

そういうリアルタイムに物が動くものの中にも彫り込んでいくみたいなことができるよね、と。

いけとも：ゲーム操作、面白いですよね。右を押すのかとか、我々がその都度入力していたキーのどれを押すべきかということを、リアルタイムで判定するというのをやっているみたいですもんね。

尾原：そうなんですよ。だからさっき言ったように、遅くても0.5秒。入力のトークンが少なければ、本当に0.1秒、0.2秒で返してくれる。

ということは、ビジュアル系の入力を簡単なテキストなり何らかのシグナルに変換するようなもので、その判定時間が短くて済むなら。

要は防犯カメラとか、誰かが近づいてきたときにさっと判定してパッと動くみたいな。エッジAI的な使い方もできるわけです。

コパイロットからオートパイロットへ。入力するのは、もう人間ではない

尾原：こういうふうに、この自動判別というものが。やっぱりAIが本格的に、コパイロットとしての助手からオートパイロットに変わってくると。

「いや、LLMってそこまでファットなもの必要でしたっけ」となる。

オートパイロットに変わってきたときって、そもそも人間が入力しません。AIが入力をするケースが9割を超えるんだったら。

AIが入力する前提になったときのAIの部品を提供していく。そちらの方が、世の中がオートパイロットに向かっていく別ゲームの経営ができるようになるのに向いているんじゃないか。

これが、Jevの根本思想という話だったりするんですよね。

いけとも：確かに。AIエージェントの部品というのは、すごい面白いですよね。

要は、エージェントが必要な情報を人間以上に早く、そして構造的に文字にできるわけなんで。

それを入れてあげて、Yes/Noだけとか分類だけのところは自動的な仕組みを入れる。最後に人間に返すところだけLLMにすれば、全部仕組みが終わりますね。

名前の由来は「安くなるほど、使う量が増える」

尾原：そうなんですよ。だから、そもそもこのJevというサービスの名前って、ジェボンズのパラドックスから来ていて。

いけとも：あるサービスが安くなればなるほど需要も増えて、もっと使えるよね、っていう、あれですよね。

尾原：そう。もともとは「技術でコストが下がれば全体の消費量がコントロールできるじゃん」という仮説に対してのパラドックスです。

「いやいや、コストが下がったら使う量の方がもっと増えるから、結果的に総量は増えるんだよ。だからキャパシティに対しての投資ってやめられないんだ」というのがパラドックスなんですけれども。

そのJevonsのところからJevとして取ってきている。要は、これを作ったTypeSafe AIという会社としては、世の中がオートパイロットに向かっていくときに、圧倒的に安くて速い何かを提供していけば、ゲームチェンジが起きるようなユースケースの爆発が起きると。

彼らはカンブリア爆発という言い方をしています。生命の進化において、目が発明されたことによって生物の種類が圧倒的に増えるタイミングがあった、という説があるんですけど。

それと同じことがAIに起きるはずで。それを起こすための最初の思想的プロダクトとして、このJevがあるというポジションにしているんですよね。

いけとも：もうすでに結構起きているかなという気もするんですけど。この考えでは、もっとそういうのがあるとさらに起きるよね、という発想なんですね。

「俺たちが作るのはプロダクトで、神ではない」

尾原：そうですね。今のLLMって、人間が入力をすることを前提にしている。

TypeSafe AIの人たちはマニフェストで、からかっているんです。「俺たちが作るのはプロダクトで、神じゃない」と。

要はAIがAGIを超えてASIに向かっていて、神に近い存在を僕たちは作ろうとしているんだよね、という業界の潮流を皮肉って。

「いやいや、別に世の中よくするためだったら、自動化するためのAIを前提として、AIがAIに入力するためのAIプロダクトをガンガン作っていったほうが、世の中変わるよね」みたいなメッセージなんですよね。

しかも、このJevを作ったTypeSafe AIの創業者の方って、もともとOpenAIでInstructGPTとか、先ほど言った「人間がいいねって思う回答を返していく」RLHFを立ち上げた時のメンバーの一人だったりするので。

割と思想が強めな方です。今日話した部品としてのAIみたいな話って、もう会社のマニフェストですからね。

ブログとかじゃなくて「俺たちの宣言」というパートにドガーンって書いてある。あと彼らのブログには設計思想としてThe Bitterest Lessonというものもあって。この辺の思想の流れを割と強めに押し出しているので、ちょっと見に行く余裕があると知れる話だったりもします。

いけとも：面白い。AI向けに作るというのは、これからすごく重要になってきますよね。

最近スライドツールとか情報収集ツールとか、いろんな文書を手直しするツールとか作っているんですけど。ベースはエージェントからどう使うかという入り口で、Claude CodeやCodexとMCPでつなぐ。人間向けのUIもあるんですけど。

メインユーザーはエージェントという前提で用意しておくと、やっぱりやること違うじゃないですか。ツールも違うし。

そういう発想の中で、そのJevが1個入ったことによって、スピード感であったり、コストもそうだし、またいろんなことができるって話ですよね。

半額にする話と、100分の1にする話は、別のゲーム

尾原：そうなんです。とはいえFable 5.1やGPT-6 Astraクラスになってくると、人間がやっていることをそのままAIにぶち込めば、コンピューターのようにAIが動いて模倣してくれる。人間がやっていることが自動化されていくよというのは、入り口としてはめちゃくちゃ使いやすいじゃないですか。

でも一方で、それってトークンをカウントしてみると、むちゃくちゃ無駄遣いをしているわけで。

人件費をAIの自動化で置き換えたときに「80%の費用でできます」「50%の費用でできます」って、それはそれで革命なんですけど。

やっぱりAIの本質って「100分の1のコストでできますよ」「100分の1の時間でできますよ」という話です。

だったら100倍情報を手に入れてみて、それからフィルターの中でチャンス作っていこうよ、みたいな話になる。

さっきのスーパーマリオみたいに、リアルタイムで処理できるんだったら。今まで人間が対応するには反応速度がかかりすぎて対応できなかったところを、瞬間で対応してあげますよ、みたいなことが行われてくる可能性があるわけですよね。

具体的に言うと、今までスマホのブラウザの中って、むちゃくちゃ小っちゃいAIモデルが入っているんですけど、それでもやっぱり反応が悪かった。

そこがブラウザの中にJevみたいな分類器が入っていると、音声入力をしているときに、究極で言うと1単語ごとにJevが判定していく。

ある程度文章量が揃った時に「このリンクを押してほしいってことでしょ」ということで、クリックが動いてくれる。無駄に使っても全然構わないので、即断即決で、本当のリアルタイムに、スマホのブラウザが音声入力で動いてくれる世界観とか。

全く違うAI前提の新しいユースケースが、どんどん作れていくんですよね。

2、3秒の待ちが、人の思考を止める

いけとも：確かに。自分で作っていて、普通に便利かなというユースケースがあります。

たとえばスライドツールの場合は、入力している文章に合わせて、どのレイアウトかを出しているんです。これまでだと、文章に対してレイアウトのオススメを押すと2、3秒かかるんですね。

その待つのがちょっと鬱陶しいんですよ。2、3秒って別に大した時間じゃないんですけど、UXがめちゃくちゃ悪いんです。Jevにしたら0.5秒ぐらいになるんで、だいぶ気持ちがいい。

あと診断ツールみたいなやつで。今ちょうどフロンティア・リーダーズという、AIをめっちゃ使う人のコミュニティを作っているんですけど。

自分がやりたいことを入力したら判定します、と。これもClaudeが判定するんですが、1段目をJevでやると、まず0.2秒で結論が出るわけです。パッと「多分こう」みたいな。

5秒後に本格的な結論が来て、たまにズレるんでちょっと補足しているんですけど。そういう瞬間で選びたい時のUXに組み込むと、こっちが楽なんで。

人間向けの、待ち時間がストレスな日々の作業においては、結構有効な選択肢だなというのは作ってみて思いましたね。

尾原：そうなんですよね。AI to AIだから、100倍の速度で100倍の量を扱って、人間にはそのトップ1%を返していくというユースケースもあれば。

人間が創造性を刺激される閾値が0.3秒という説があって。やっぱりGoogleとかって、検索の結果を返すことを0.1秒しのぎ続けるじゃないですか。

1秒とか2秒を待たせると、思考が止まってしまうんですよね、人間の。だからとにかく入力している途中から検索結果を出す。ちょっとでも早く1回まず暫定的な結果を出して、後からAIオーバービューがついてくる。人間がそのヒントでOKって言ったら次に動けるわけです。

もしじっくり待って、じっくり答えが欲しいのであれば、待てばもっといい結果がくる。

即断でまずは荒っぽく返して、じっくり結果が必要なときは返してくれる。そういうインターフェースをどう作っていくかって、むちゃくちゃクリエイティビティを引き出すのに重要だったりするんですよね。

いけとも：確かに。待ち時間があるだけでもストレスで、使う気がなくなってしまうんで。そこがあると、より考えられたりアクションする気になりますよね。

尾原：あとはやっぱり、今回Jevがいいのは。結果が予測できるものの中から強化学習しているところも相まって、コンフィデンススコアが出ることです。

この予測がどのぐらいの自信でこの結果を返しているよ、というところも数値を付けてくれる。

だから「これはマジで自信ある回答です」という場合もあれば、「これはちょっと自信ないんで、こいつについてはLLMを呼び出して結果を待ちましょうか」みたいなルーティングにも使えるというところも面白かったりしますよね。

いけとも：確かに。確信度が6割未満だったら人が確認してね、とか。そういう振り分けを結構簡単にできますね。

驚き屋で終わるか、「あなたの仕事をどう変えたいか」まで行くか

尾原：こんなふうにやっていくと、まあ確かに、フロンティアモデルとして人間を超える、めっちゃじっくり長時間考えて人間が解けなかった数式を解いてくれるみたいな世界は、世界であり。

だけれども、日々の日常生活の中だったり、日々我々がやっている仕事の中に自動化をしていくという観点で考えたときのAIって、どうなるんだっけ。

まして、それがもう人間よりも圧倒的に速い速度と、人間がもう全然コストを気にせず使える金額で使えるようになった世界。あなたの仕事をどう変えたいんですか。

というところまで踏み込んで話をするのか。「なんかJevでこんなことできるんですよ、ああああ」みたいな驚き屋で終わるのか。

今回のJevで「ああ、そうか。あなた、こういうポジション取ってるけど、そういう反応なんですね」みたいな。割とリトマス試験紙だなって。

もっと言うと、今のFable 5.1とかGPT-6 Astraとかじゃなくても、GPT-5.6 Solクラスだったら。

新しいプロダクトが出た時に「このプロダクトが何を企んでいるのか深く洞察して」とか。「このプロダクトが出た文脈を英語で調査して、どういう文脈の変化点として置いているのかをまとめて」みたいにお願いすると、へへへってまとめてくれるので。

どうしても表面的な「速い、安い」みたいなものに皆さん反応しやすくなるので。一歩メタな問いを、ちょっと高めのAIに聞いてみるという習慣をつけると。

世の中の流れの変化ポイントに対して洞察が深くなって、表面的なことに踊らされない人になっていくのかなって、個人的には思いますよね。

あとはもう一方で、さっきのいけともさんみたいに、仲間と一緒にひたすら最新のものをまずは作ってみるみたいな、DIY精神も大事で。

いけとも：素晴らしい。確かに、メタスキルであり、このシステムそのものをどう乗り越えるかという、そういうスタンスですよね。

コミュニティは月10万円に。コミットがフィルターになる

尾原：宣伝じゃないんですけど、そういうコミュニティを立ち上げるんですよね。

いけとも：今日よくご存知で。フロンティア・リーダーズという、AIをガッツリ使ってる人だけのコミュニティをやります（https://frontier-leaders.vercel.app/）。このラジオ収録の日の12時に出していたんですけどね（収録は17時頃）。

もともとは月に5,000円くらいのやつをやろうかなと思っていたんですよ。まあ、みんなやっているじゃないですか。イベントに参加できますよ、とか。

多分、何百人か集まる気がするんですよね、感覚的には。でも、めちゃくちゃ薄くなりそうだし。果たしてそれをやって俺にインプットあるのかなと。正直ない気がすると。

尾原：いや、ぶっちゃけ最初に言っておくと、僕「安っ」て思いましたからね。

いけとも：ああ、そうですかね。5,000円ぐらいかなと思っていたんですけど、なんか違うと。

本当に、自分もそうですけど、毎日何億トークンも燃やしている人と、そうじゃない人で、ちょっと違う世界線を生きている。

同じJevといっても、既に何個か作っていて話している人と、ニュースを知っている人とでは解像度も違う。こっちの伝える内容も違うし、受け取る内容も違うんで。

何百人とかのコミュニティはたくさんあるから、俺はもうやらなくてもいいかなと。優しく学びたいところをやる人は、頑張ってそれを使ってくれたらいいと。

俺は毎月10万円の、攻めた人しかいないやつをやる。

でも全員が、毎日やっていることを共有していきながら、めちゃくちゃわちゃわちゃやっていく。ちょっと新スタイルを試してみようかなと思って。

いろいろ調べながらやっていたんですけど、そんな高いコミュニティってあんまりないんですよ。法人向けだと結構あるんですけど、法人と個人の間がほとんどないんで。

尾原：法人はどっちかというと、グループサービスとしてやりますっていう感じであって、コミュニティじゃないですからね。

いけとも：間くらいの感じで、ほぼ経営者とかで。昼に出したんですけど、反応も謎じゃないですか。何人か来るのかな、来ないのかなと思っていて。

一応、個人情報を入力しない無料診断があって。終わったら30分の無料面談をしましょう、というのを仕込んでみたんですけど。

出して5時間ぐらいで、もう70件ぐらいAI診断があるし、30分面談は30件ぐらいあるんですよ。

尾原：てかね、言い方悪いですけど、無料診断いらないですよ。踏み上がったやつだけが入れるというふうにしたほうがよくて。

ぶっちゃけ僕、海外コミュニティにいろいろ入っている人間なので。たとえばTEDとかだと、年間数百万円規模というのは当たり前の話なので。

言い方は悪いですけど、やっぱり月そのぐらいかけて年間払いできる人間でしか入っちゃいけない、というようなコミットにした方が僕はいいと思う。

別にこれ、情報を出し惜しみするとかっていう話じゃなくて、やっぱりコミットってフィルターなので。

いけとも：そうですね。そうかなと思いました。今回も見ていて、本当にレベルが高い、我々以上に使っているような人もたくさんいましたし。

想定している属性より、ちょっと本当に、よりハイスペックな「俺よりやってるわ」みたいな人も結構いる雰囲気があり。これは、めちゃくちゃ熱い感じになるイメージが湧いています。

僕、昔リモートワークの会社をやっていたんで、その時のイメージで。社員とやっていたことをメンバーでやって、みんながそれを共有しながら、自分の場があり、バンバン出しながらコミュニケーションを取れるイメージは一応湧いていて。ちょっとやってみようかなと思っています。

尾原：一方で、参加している人間の方がすごいのに「この手のものに、なんでお前が金取るの?」みたいな議論ってよく出てくるんですけど。

昔から楽天が店舗さん向けの大学をやっていて。そこで店舗さんに教えているのは、先輩の楽天の店舗さんだったりするんです。

ある程度時間込みとして熱量が高いアウトプットを出してくれる人に、適切にいい感じのハードルを提供する。みんなに成果を発表するために本人も頑張りたくなる。適切な振り返りを壁打ち相手として提供していくことで、発表する本人が一番学ぶことになるとか。

もう一個大事なことが、そこで出されたものをいかに構造化して、抽象化して、みんなの知に変えていくか。これに専念する人というのが、この手のハイエンドコミュニティではものすごい大事なんですけど。

そういうハイエンドコミュニティをファシリテートする人材が、日本ではほとんど投資されないので。

いけとも：確かに。

尾原：逆に言うと、AIでいろいろできると思うんですよね。だからそういう実験になればいいんじゃないかな、と思いながら見ていたので。僕のおすすめとしては、無料診断は早めに閉じなさい、ということですね。

いけとも：やってみますわ。ちなみに、その診断AIもJevでやっているんですね。Jevで0.5秒で出して、Claudeで本番を出す、というのをやりたかったんで。

別に人間はいらないんですよ、ここは。で、30分の面談はやります、一応。変に入られると困るんで、率直に「向いてないですよ」とか「これはできないですね」と言える方がいいなと思っているんで。

尾原：いや、楽しみですね。でもさっき言ったように、やっぱりこのJevが示したコンポーネントとしてのAIで。

自動化に対してもっと自動化をしていくと、人間の代替ではなくて、AIがAIに自動化で繋いでいくから作り得る世界というものがカンブリア爆発してくるはず。このJevの設計思想は、僕めちゃくちゃ共感するので。

あともう一個大事な話なんですけど。カンブリア爆発するタイミングって、ライバルいないんですよね。

要は新しいマーケットがアホほどできるから。「あいつにパクられたから」とか言っているよりは、お互いが学び合って、それぞれ自分が見えているものを先に作ればいいじゃんっていう発想の方が、ずっといい。

だから楽天とかはなんで店長同士がノウハウを共有し合うかというと、日本のEC化率が当時は1%にも満たなかったからなんです。

いわゆる残りの99%以上をe-commerceにいかに変えていくかということの方が、ずっと大事だし。ほっとくとAmazonが自動販売機に変えてしまう。

店長がやっているEコマースの世界で買ってくださる方を増やしていかないと、そもそも全てが自動販売機になって色がなくなってしまう可能性があるから、みんなで一緒にやっていこうぜ、みたいなノリがあったので。それに近い匂いを、すごく今のタイミングには感じるので。

いけとも：面白い。確かに、示唆されましたね。

いま一番、枠が余っているのはCursor

いけとも：最後にツール系の最近のTipsを言ってもいいですか。

超普通にやっている人向けだけの話なんですけど。僕、今のChatGPTもClaudeも、当然200ドルで全然足りないんですよ。しょうがないからアカウントを追加しているんですけど。

GPTの20倍のやつが今、受付停止中じゃないですか。しょうがないから5倍のやつでやっていて、足りないから毎日使い果たしていて。どんどんなくなってしまうんですよ。

なんか、せせこましい気になっていました。パーセントをずっと見ながら「これ何パー減ったかな?」みたいな。5Xだとほぼ1日で全部なくなるんで、そこで10パーセント消えていくんですよね。

テンションが下がりながら「この依頼はやめとこう」みたいな感じでやっていたんですけど。ここで今ちょっと複合的にめちゃくちゃいいのがCursorなんですよ。

Cursorも僕200ドルプランなんですけど。Cursorって2つのモデル枠があって。ComposerやGrokが入っている枠と、他の会社のモデルの枠と、2枠あるんですね。

で、2枠目ってすぐなくなるんですよ。2枠目って結構厳しくて。Cursorはちなみに1ヶ月単位で復活するんで。ClaudeとかChatGPTは1週間単位なんですけど。

1ヶ月単位のうち、2枠目の他モデルはもうほんと1週間で使い切ってしまって「ああー」って思っていたんですけど。1枠目が超多いんですよ。

使っても全然減らない。使えるのはComposerかGrokなんですよ。Grokは4.7にバージョンアップして、まあまあ賢いです。

バイブコーディングで作りまくりたい場合、今一番コスパが高いのはCursorですね。

尾原：おお、でも1枠目はOpenAIのモデルは使えないから、あくまでComposerとしてやったんですよね。

いけとも：今なんかCursorプロジェクトって言って、その下に何十体もエージェントをつけてやるとかってあるんで。

あれで無駄に、ちょっとゲームを作ってみようと思って。息子と議論しながら、関係ないゲームとかを夜中ずっと走らせてやったりしていても、ほんと全然減らなくて。

鬼のように直しても全然減らないですよ、枠が。なんで、めちゃくちゃバイブコーディングしたい人はCursorを遠慮せずに使えますよ、と。

尾原：しかも今みたいな3Dゲームだったり、マルチモジュールでプログラムを作らなきゃいけないんだけど、1個1個のモジュールはそこまで複雑度が高くないというものを作らせるみたいなのは。

絶対に設計ファイルをちゃんと作って、その全体仕様をCursorの方に持ち込んで作るみたいなやり方でもいいし。そのぐらいのレベルだったら、多分今のGrokだったらいけるんでしょうね。

いけとも：全然いけます。かなり。枠がほとんど減らないんで、やっと安心して作れるっていうか。

すごい枠との戦いをしていて、200ドルのが増えたらもうひたすら買ったろうと思っていたんですけど。Cursorの枠がめちゃくちゃ多くて最高って思っています。

尾原：確かにね。でも1個言えるのは、少なくとも今Codexに関しては、まだしばらくはリセット祭りしてくれると思うので。上場までは今のタイミングでアクセルを踏むのは、めちゃめちゃコスパがいいよ、みんな、という話が1個と。

あともう1つは、今回のJevもそうなんですけれども。

ちゃんと自分が作ったものの仕様書周りとかコード周りを、今はCodexとかClaude CodeからGitにちゃんと置いておけば、仕様書とコードがきれいに残っている。

だから「これをJevに変えるものはJevに変えて」ってお願いするだけで、どんどん勝手にアップデートしてくれるので。

昔のバイブコーディングって、作った成果をとりあえず捨ててまた作り直すというイメージだったけれども。今はちゃんとGitに残しながら作ってくれる形で進めていれば、再開発とか拡張開発が非常にきれいにできるようになってきている。

いつ始めるかと言ったときに、ゼロリセットされるリスクが少なくなっているから、早く始めた方がいいというのが、僕のアドバイス1です。

次に来るのは、自社の判断ログで育てた専用のJev

尾原：アドバイスもう1個は、マニアックな話なんですけど。

周りがいろいろJevクローンを作っていこうとしていて。というのは、Jevって分類だけするタイプのものなので、割とサイズが小っちゃいんですよね。

だから割と1Bいらないんじゃない、0.4とか0.5ぐらいでいけるんじゃない、という話があって。今の中だとBERTモデルを使ったオープンJevみたいな形のやつが割と優秀で。

こやつが結構ちゃんと作り方とかトレーニングの仕方を公開していっている。

だからJevを自分の会社のデータでファインチューニングして、自分のところの業務判断用の専用のJevをどう作っていくか。ここが絶対に次に来るはずなので。ここはちょっと今、ポリポリ実験をしていますね。

いけとも：そこで大事になるのは、ディシジョンログですよね。それさえ溜まっていれば、後から学習できるわけであり。

ログを溜めようと思うと、ある程度専用ツールを作っておかないと手動では無理なんで。そういうのも重要になりますよね。

尾原：おそらく今回Jevを出したTypeSafe AIは、その辺の強化学習環境とか絶対出してくるとは思うんだけれども。

そんなにでっかいモデルじゃないから。「オープンソース版のJevってもうそろそろ出ているはずなんだけど、Redditあたりでどういう議論がされていて、何が主力か探して」みたいなことを聞くと、いくつか候補を挙げてくれるし。

「じゃあ、そこのGitを拾ってきて、これって今のところセキュリティ的なリスクってありそう?」みたいなことを調査すれば、割と素人の方でも目算が立つので。

あとMac miniみたいな、ようやく一家に一台、常設AIエージェントマシンが皆さんの手元に、という時代が来ているわけだから。その辺をゴリゴリ楽しんでいくというのも、面白いぞって個人的には思いますね。

いけとも：確かに、動きが早すぎるなあ。Jevが出たの1週間前ぐらいなのに、もうオープンJevなんだ。

尾原：それぐらい、割と設計の基礎をちゃんと公開してくださっているというのが1点目。2点目が、オープン環境が割とよく出来上がっている。

割と今回のJevはコロンブスの卵的な発想だったので、昔からAIをやっている連中には「それ、分類器の昔のやつを、ちょっとそういうふうにしたか。やられた」みたいな感があるんですよ、僕たちの中には。

なので、そのやり方に乗っかる乗っかるって言って、わいわいみんなやってるって感じですね。

いけとも：すごい時代だ。ぜひ楽しんで、試して、自分たちの会社に置けるユースケースでやったり、価値を体感する。手を動かして学ぶのが大事かなと思うので。

尾原：このタイミングは急拡大していくので、できるだけ早いタイミングで乗っかって。

風船が小っちゃいうちに乗っかっていると、一周できるんです。でもこっから風船が膨らむ速度がむちゃくちゃ上がっていくと、大きくなった後で一周するのは大変だから。本当に早く早くDIYを始めた方がいいと思うよ。

いけとも：そうか。まだ間に合うタイミングですかね。

尾原：ゼロからいる尾原からすると、この3ヶ月半年で、プログラムが分からない人でもプラットフォームが作れるというふうになったのって、歴史的にないタイミングだから。まだ全然間に合うと僕は思いますけどね。

いけとも：なるほどね。ぜひやっていきましょう、みなさん。非常に刺激になりました。

よくある質問（FAQ）

Q1. Jevとはどんなモデルですか？

TypeSafe AIが9月15日に公開した、文章を返さずに判断結果だけを返すモデルです。

「はい」「いいえ」や、あらかじめ設定した選択肢の中からしか答えを出しません。そのぶん0.07〜0.5秒ほどで返り、入力100万トークンで6円と安く使えます。

Q2. Jevはどんな業務に使えますか？

判定を何度もくり返す業務や、待ち時間を減らしたい画面に向いています。

記事では、ブラウザ操作の途中で「どこをクリックするか」を選ぶ使い方、SNSの投稿フィルター、書類から怪しいものを見つけて人に回すルーティング、スライドのレイアウト提案が出てきます。過去の判定ログで答え合わせをして、同じ水準ならJevに差し替える進め方も紹介しています。

Q3. Jevの弱点や、使うときの注意点はありますか？

画像入力に対応していないので、画面やゲームの情報は文字や数字に変えて渡す必要があります。難しいビジュアルの判断はできません。

答えには確信度（コンフィデンススコア）が付きます。確信度の低いものだけLLMや人に回す、といった振り分けを組み合わせると使いやすくなります。

ポッドキャストできく：https://creators.spotify.com/pod/profile/deepai/episodes/JevAI923-e3p7ol4

---

新著（7/27発売）『Claude 最強のAI自動化術』：https://amzn.to/4eTUVG1

YouTube『いけともch』：https://www.youtube.com/@iketomo-ch

Podcast『いけとも尾原DeepなAIニュース』：https://open.spotify.com/show/3hGAbKZI5oo9PsbFI1IxTr

■合わせて読みたい

■関連記事