評価AIは今、Lv3の壁に直面している。
メタ評価AI「eval000」事業を始動、「eval000 Essential」を提供開始
生成AIによる評価自動化は実装段階に入った。しかし「どこまで自動化されたのか」を語る共通の物差しはなく、責任構造の設計は速度に追いついていない。eval000は、この問いに技術で応える。
eval000事業始動、eval000 Essential提供開始
株式会社テンプロクシー（本社：東京都、代表取締役：武道 誠芳）は、メタ評価AIプラットフォーム「eval000（イーバルゼロゼロゼロ）」の事業を始動し、その第一弾として評価アウトソーシングサービス「eval000 Essential」の提供を開始しました。ビジネスプラン評価・コンテスト審査・助成金審査等に存在する構造的な評価課題に対し、特許出願中のメタ評価エンジンで応えます。
最前線の査読AIは、
なぜLv3止まりなのか
生成AIによる評価・査読の自動化は、この1〜2年で一気に実装段階に入りました。論文査読AIの分野では、LLMのアンサンブルが論文を採点し、accept/rejectを推奨するところまでを自動化する取り組みが登場しています。しかし第三者による検証は、その限界も明らかにしています。
当社は、自動運転のSAEレベル分類を評価AIに写像することで、この状況を整理しています。自動運転のレベル分類が測っているのは「運転がどれだけ上手いか」ではなく、「どの局面で、誰が責任の当事者であり続けるか」です。評価AIも同じ問いを立てるべきです。
| 自動化レベル | 評価AIにおける意味 | 責任の所在 |
|---|---|---|
| Lv0–2 | 採点支援のみ。判断は常に人間 | 常に人間 |
| Lv3 | 採点は自動化。しかし「その結果を信頼してよいか」を人間が随時見極め続けなければならない（フォールバック待ち） | 注意は払っているのに責任だけが残る |
| Lv4 | 適用範囲（ODD）内では、収束処理まで人間の逐次介入を必要としない | ODD内はシステム。目的地設定と最終判断は人間 |
三層に分けて自動化する
——Human-in-Commandへのシフト
eval000のメタ評価エンジンは、「一括りの自動化」ではなく、評価という行為を三つの層に分解するアプローチをとります。この三層分解が、Lv3の構造的問題を回避する鍵です。
「目的地は、どれだけ自律的な車であっても、乗員が指定します。運転行為の自動化と、目的地設定の自動化は、まったく別の問いです。」
Layer 01〜02を人間の逐次介入なしに完結させる設計は、従来のHuman-in-the-Loop（AIの都度承認）から Human-in-Command（原理設定と最終判断に集中する人間）への移行を意味します。生成AIの精度がさらに向上した場合に起きるのも、「自動化レベルが上がる」ことではなく、「Layer 01が対応できる評価対象の範囲（ODD）が広がる」ことです。
「eval000 Essential」の概要と特徴
eval000 Essentialは、メタ評価エンジンの三層設計をそのまま活用しながら、Layer 01をAIペルソナ審査員のみで構成した評価アウトソーシングサービスです。フルプラットフォームとの違いは自動化の「レベル」ではなく「ODD（適用範囲）」——どの種類の評価対象に対応するかの幅の差です。
多角的評価
個別フィードバック
主な利用シーン
- ビジネスコンテスト・アクセラレータープログラムの審査
- 企業内新規事業審査・イントレプレナー制度
- 助成金・補助金の採択審査
- 採用選考評価・社内表彰制度
コンテスト管理からメタ評価まで、
ワンストップで
当社が運営する「award-of」は、オーストラリア発・50カ国以上で導入されているAward Forceの日本正規パートナーです。エントリー受付から審査委員会運営、受賞者通知、表彰式管理まで一元化したコンテスト管理プラットフォームとして、国内のコンテスト主催者への導入実績があります。eval000とaward-ofの統合により、エントリー管理・標準評価算出・フィードバック自動配信を一元化した審査DXを実現します。
ビジネスプラン評価が抱える
4つの構造的課題
スタートアップ支援・新規事業創出への関心の高まりとともに、ビジネスコンテストやアクセラレータープログラムは増加を続けています。しかしビジネスプラン評価には、以下の構造的課題が長年指摘されてきました。
- 審査員の専門分野・経験によって評価軸が大きく異なり、同じ提案でも評価が割れる（バイアス）
- 同一審査員でも審査タイミング・順序によって評価がぶれる。カーネマンらの研究では同一人物の時間帯差による評価変動は平均19%（ノイズ）
- 生成AIを評価に用いても、AIモデルごとに評価の「個性」がある。当社PoCでは同一提案に対し異なるモデルで最大12点の差（満点100点）が生じることを確認
- ルーブリック（評価基準）の設計には専門性が必要で、属人化・形骸化しやすい（誤差）
代表取締役 武道 誠芳 コメント
"award-of事業を通じて数多くのコンテスト運営に携わる中で、『審査の公平性をどう担保するか』という問いに技術的に正面から向き合う必要があると考えるようになりました。eval000は、その問いに対する当社なりの答えです。今回のeval000 Essentialは、その技術をより多くの現場に、より気軽に届けるための入口です。まずは一度、お試しいただければと思います。」
会社概要
| 会社名 | 株式会社テンプロクシー（TEN PROXY Co., Ltd.） |
|---|---|
| 代表者 | 代表取締役 武道 誠芳 |
| 設立 | 1995年（創業30年超） |
| 事業内容 | IT・マーケティング・事業開発支援 / メタ評価AIプラットフォーム「eval000.ai」運営 / コンテスト管理プラットフォーム「award-of.net」運営（Award Force日本正規パートナー） |
| URL | https://www.eval000.ai / https://award-of.net |
本リリースに関するお問い合わせ
株式会社テンプロクシー（award-of） [email protected] 平日 10:00〜18:00（日本時間）
まずはお気軽にご相談ください
件数・評価基準が固まっていない段階でも構いません。NDAは最短即日、電子署名で対応します。
eval000 Essentialに相談する