事務の仕事をしている人なら誰でも知っている午後がある。机の上に四十通りの契約書が散らばり、片付けを待っている。売上の表が分析を待っている。週報は半分まで書いてあり、発表資料は来週が締め切りだ。どれも難しくはない。ただ切れ目がなく、合わせると一日の大半が消える。

WorkBuddy は、この種の仕事は「行う」より「伝える」ほうがよいという前提に立つ。Tencent の執務向け作業環境で、同僚に話すのと同じ調子で要件を伝えれば、任務を手順に分解し、どの道具を呼ぶかを決め、実際に遂行し、そのまま使える成果を返す。しかも途中の進み方と結果は、確認のために目の前に残しておく。

手を動かすことが違いになる

多くの AI の道具は助言で止まる。これは許可の範囲で手元のファイルを扱う。読み、整理し、名前を変え、形式を変換し、机の上に散らばった数十通りの書類を種類ごとに片付ける。その所要時間は、この一段落を読み終えるより短い。書くものも同じで、週報、打ち合わせの記録、製品の説明、分析の報告について、骨組みではなく下書きが出てくる。

範囲は、事務の一週間を埋める仕事そのものだ。書類は前述のとおり。データの仕事では、表を読み、統計を取り、図を作る。数式を手で組み直す必要はない。報告と発表では、一つの要件がMarkdown の文書、文書作成ソフトのファイル、そして一揃いの発表資料になる。さらに時刻を決めた自動化では、一度設定すれば毎日決まった時刻に自分で走り、業界の話題を集め、要約し、誰かに頼まれる前に届ける。

複数のモデルを、仕事に合わせて選ぶ

作りは意図して複数の系統に分かれている。複数の主要な大型モデルが組み込まれ、同じ会話の中で切り替えられる。日々の事務には軽いモデルを選ぶ。速さと費用が深さより大事だからだ。本当に深い分析が要るときは、推論の強い重いモデルに切り替える。自動の方式にすれば選択は仕組みに任せられ、頼まれた内容の複雑さで決まる。

一日中使う道具としては、これは妥当な取り決めだ。表を整えるために推論モデルの費用を払うのは無駄であり、食い違う数字を突き合わせるのに速いモデルを使うのはもっと悪い。

周辺の仕組みは事後の継ぎ足しではなく、元からの繋がり

周りにある道具と同じ会社から出ているので、繋がりは後から取り付けたものではなく元からある。同じ体系の文書の共同作業サービスなら、文書は、そのまま読めてそのまま書ける。要件は企業向けの伝達の場でそのまま出せる。許可すれば、郵便受けを探して見積りの便りを拾い、添えられた書類を取り出して表にまとめられる。会議は予約も変更もでき、その録画は記録に変えられる。社内の知識の蓄積に繋げば、答えは開かれた網ではなく自組織の資料に基づく。実演と、会社が実際に使わせようと思うものの差は、そこにある。

専門家の班、繰り返し使える技能、版の分け方

百を超える専門の役割が仮想の班を作り、運営、デザイン、データ、開発、財務、法務を受け持つ。複雑な任務はそのうち複数に並行して割り振れる。技能の集約所では、日々の操作を繰り返し使えるものにする。個人の近道が、班の資産になる仕組みである。

企業向けの版は、二十四時間働く雲の中の働き手と、班での案件の方式を加え、預ける形、専用の実体、完全な私設の三通りで提供される。料金は、ひととおりの流れを走らせられる期間限定の無料の版があり、その上に標準、上級、最上位が利用の濃さに応じて並ぶ。

結局どこに使うのか

正直に言えば、判断を置き換えるものではない。一週間のうち、繰り返しが多く、細かく、道具を渡り歩く部分を引き受けて走らせ、決めることと創ることを人に残す。やることは分かっているが、もう一度やりたくはない、という用事が一日に長く連なる人にとって、渡してよいのはまさにその部分である。