Comma for Teams
Comma for Teams はあなたの AI パートナーです。あなたのアプリでタスクを引き受け、仕事をやり遂げます。
- Slack のチャンネルで仕事を見つけ、タスクを作成
- Linear、GitHub、Gmail、Slack で実行
- 結果を人に渡し、確認と承認を依頼
使うチームと人に合わせて広がります。
あなたの AI 共同創業者。
Comma for Teams はあなたの AI 共同創業者です。仕事をやり遂げながら、パーソナライズされた強化学習を通じて、あなたの働き方を学びます。
チームでの Comma の仕事ぶり
チームで使う Comma の Home の例です。Linear、GitHub、Gmail、Slack で何があったかまとめるよう Comma に頼むと、Comma はそれぞれを読んで、今朝終えた作業を一覧にし、プルリクエストをレビューするタスクを始めます。Priya さんへの返信は、あなたが送信するのを待っています。Comma は今週、Slack で 48 件の質問に答え、Linear の課題を 23 件トリアージし、プルリクエストを 9 件レビューし、メールを 112 通整理しました。
最初の AI パートナーを雇う。
RLaaS で初めてのプライベート AI モデルを育てる。
RLaaS の動作例です。バージョン 3 の自社モデルが、Linear の返金依頼に「バグ」のラベルを付けます。Priya がラベルを「請求」に修正します。モデルはチームの修正から学習し、テストケースでバージョン 3 を上回ったバージョン 4 は、次の返金依頼に自分で「請求」のラベルを付けます。
RLaaS 継続学習
あなたの業務に最先端の能力を。より多様なタスクに対応し、あなたの働き方をより深く理解し、より安全に実行します。
RLaaS はチームの仕事とフィードバックを使い、パーソナライズされた強化学習で初めてのプライベート AI モデルをトレーニングします。
- 自社の仕事から作る評価セットと報酬シグナル
- 新しいバージョンは、稼働中のバージョンを上回ったときだけリリース
- コンピューティング枠、更新範囲、SLA は契約で決定
学ぶワークフローと、動く場所に合わせて広がります。
料金
あり
- 各ワークスペースを誰が管理するかを決めるロール
- 管理者がエクスポートできる監査ログ
- チームが選ぶモデルとプロバイダーのキー
- 自社のコンピューターかクラウドコンピューターで作業するエージェント
あり
- 自社の仕事から作る評価セットと報酬シグナル
- 新しいバージョンは、稼働中のバージョンを上回ったときだけリリース
RLaaS は一度きりの納品ではなく、継続学習です。当社は毎月、データと評価セットを最新に保ち、稼働中のバージョンを上回ったときに新しいバージョンをリリースし、タスクごとの品質とコストを追跡します。
Comma for Teams はシート単位で請求します。RLaaS はシート単位ではなく、1 社単位で請求します。1 つにまとめたセットではなく、2 つの別々のサブスクリプションです。
初期学習とシステム連携は、サブスクリプションとは別に、個別にお見積もりできます。
継続学習のしくみ
大きなモデルは、問題をじっくり考え抜きます。小さなモデルは、チームがすでに確立したやり方を、低コストで安定したものにします。
ある種類の仕事をチームが毎回同じやり方でこなすなら、小さなモデルがそれを学び、契約の定めに従ってそのワークフローを引き継ぎます。それ以外の仕事は、引き続き大きなモデルが担います。
-
仕事から集まるデータ
エージェントのタスクの記録を使います。エージェントが何をしたか、チームが何を承認、変更、却下したか、そしてその結果です。
-
評価セットと報酬シグナル
それらの判断を、テストケースと、良い仕事を測るスコアに変え、どちらも毎月最新に保ちます。
-
学習とリリース
その報酬シグナルに沿って、小さなモデルを学習させます。新しいバージョンは、自社のテストケースで稼働中のバージョンを上回ったときだけリリースします。
-
仕事の現場へ
新しいバージョンを、契約で指定したワークフローにデプロイします。それ以外の仕事は、引き続き大きなモデルが担います。
どこで動き、契約で何が決まるか
実行環境
Comma for Teams は当社がホストします。ダッシュボード、チャットとの接続、タスク履歴は当社のサービス上で動きます。エージェントは、自社のコンピューターか、チーム用のクラウドコンピューターで作業します。
管理
メンバーは、OpenID Connect、Feishu、または Lark を通じて、自社のシングルサインオンでサインインします。管理者はロールを設定し、チームが使うモデルとプロバイダーのキーを選び、監査ログをエクスポートします。
データ
RLaaS は自社のデータで自社のモデルを学習させます。それも RLaaS の契約のもとでのみ行います。当社のものであれ他社のものであれ、汎用モデルの学習にそのデータを使うことはありません。
データ利用ポリシーよくある質問
最高の大きなモデルではなく、なぜ小さなモデルなのですか？
チームの仕事の多くは、やり方が決まっています。同じ種類の判断を、同じやり方で、1 日に何度も行います。自社の判断で学習した小さなモデルなら、その仕事をより速く、より安く、よりぶれなくこなせます。新しいことには、引き続き大きなモデルを使います。
小さなモデルと大きなモデルは、どう連携するのですか？
新しい仕事や、はっきりしない仕事は大きなモデルが担います。ある種類の仕事をチームが毎回同じやり方でこなすなら、当社はそれで小さなモデルを学習させます。自社の評価セットで稼働中のバージョンを上回ったら、契約の定めに従って、その仕事を小さなモデルに任せます。それ以外はすべて、引き続き大きなモデルが担います。
シートはどう数えますか？
1 シートは、エージェントと一緒に働く 1 人です。役割は問いません。エンジニア、プロダクトマネージャー、サポート、オペレーション、営業も、同じように数えます。利用を始めるチームが増えたら、シートを追加してください。RLaaS の料金は、シート単位ではなく 1 社単位です。
クラスターの構築やハードウェアの購入を、代わりにしてもらえますか？
その必要はありません。RLaaS には、契約で定めたコンピューティング枠まで、学習と評価セットの実行に使うコンピューティングが含まれます。枠を超えたコンピューティングは別途請求します。
始めるには、いくらかかりますか？
Comma for Teams は 1 シートあたり月 $80、または 1 シートあたり年 $960 です。RLaaS は、対象とするワークフローに応じて 1 社ごとにお見積もりします。コンピューティング枠、更新範囲、SLA は契約で定めます。初期学習とシステム連携は、個別にお見積もりできます。
営業に問い合わせる
- エージェントと働く最初のチームの選定
- シート数の計画
- RLaaS の契約範囲の検討