Humanify
RUNNINGHITL で LLM アプリの品質を継続改善し、AI事業者ガイドライン v1.2 別添3 のエビデンスを運用ログから自動生成します。
業界ドメインエキスパートを巻き込む HITL ループで LLM 出力を評価・改善し、その過程の判断ログから規制エビデンスを構成します。
AI 規制対応エビデンスを HITL(Human in the Loop)の運用ログから自動生成するプラットフォームです。
HITL で LLM アプリの品質を継続改善し、AI事業者ガイドライン v1.2 別添3 のエビデンスを運用ログから自動生成します。
業界ドメインエキスパートを巻き込む HITL ループで LLM 出力を評価・改善し、その過程の判断ログから規制エビデンスを構成します。
LLM の挙動を観測する仕組み(トレース、メトリクス、コスト)は 2024 年を通じて普及しました。次の段階として、観測されたものを誰がどう判断したかを残し、規制当局に説明できる形に整える層が必要になります。
2026 年に入って、EU AI Act・米カリフォルニア・韓国・AI事業者ガイドライン v1.2 の 4 法域が、揃って「人間判断ループ」を求めるフェーズへ移行しました。求められているのは全件人間レビューではなく、リスクに応じた人間関与の設計と、その結果を残す証跡です。
私たちのアプローチは会計処理と同じ構造に着想しました。日々の取引を記帳し、四半期ごとに監査人に説明できる状態に保つように、AI においても、日々の判断を残し、当局に求められたタイミングで証跡を提出できる状態に保ちます。pH は、その層を作っています。
3 営業日以内に担当が返信します。用件によって受け取り窓口が異なります。