建設プロジェクト管理のTrunk Toolsは、汎用の一般モデルを置き換えるのではなく、知覚・意味・エージェントの3層構成に基づく専用スタックを構築したと発表しました。
同社は、PDFや図面、スキャンなどの散らばった書類から情報を抽出する「知覚」層と、データの関係を理解する「意味／グラフ」層を用意し、その上にLLMとエージェントを配置するとしています。
同社によると、建設分野では記号の意味が配置に依存し、また数か月から数年に及ぶ長期のプロジェクト記憶が必要になるため、確率的な汎用モデルだけでは高精度の解釈が難しいと指摘しています。
これにより、同社が提供する7種類の建設向けエージェントのうち、特に提出書類（サブミット）レビューではサイクルを50〜60日から10日に短縮できたとしています。
また、顧客からは現場の質問1件あたり20〜40分の削減などの報告があるとし、図面変更の見落としや不整合、価格の根拠不足などを数秒で検知できた事例も挙げました。
Trunk Toolsは、顧客データは権限と自動ラベリングに基づく専用データセットで学習し、継続的な評価パイプラインと「LLMを裁判官として採点する」仕組みで精度を約95%水準に維持していると説明しています。
同社は、他業界でも非構造の業界固有データが多い分野では、汎用モデルの弱点を補うモジュール型の設計が有効だとしています。
参照元：2026/07/03 「Trunk Tools’ stack cut document review from 60 days to 10 by ditching general-purpose models」 https://venturebeat.com/orchestration/trunk-tools-stack-cut-document-review-from-60-days-to-10-by-ditching-general-purpose-models
この記事へのリアクション
このニュースをどう受け止めましたか？
コメント