Lyqa（ライカ）は、AIモデルそのものを提供するのではなく、AIへのインプット情報として何を見せるかを設計するフィードプラットフォームです。チャット上のやりとりや資料から情報を抽出し、不要な情報を落としたうえで、ビジネス状況の文脈を判断コンテキストとして整え、AIチャットで回答を返します。その先に目指すのは、ユーザーの視点や状況文脈を理解したAIと話せる「AIツイン体験」です。
ビジネスリーダーは、膨大な情報の中から判断し続けています。近年、AIはビジネスリーダーの有力なアシスタントになりつつありますが、AIに渡す情報が断片的だったり、前提が足りなかったりすると、AIの回答は一般論に寄りやすくなります。かといって毎回長い前提を書くのも面倒です。Lyqaは、プロンプトを工夫するより前に、AIが見るべき情報そのものを整える必要がある、という考えから生まれました。
情報そのものは組織の中にあっても、AIが判断に使える形では整っていません。問題はAIの賢さより、何を見せるか、どの情報を捨てるか、その前段の設計にあります。
質問のたびに背景、経緯、相手、期限、優先度までプロンプトへ書き込むのは現実的ではありません。
チャットや資料を丸ごと渡すと、雑談、解決済みの話、古い前提まで混ざり、AIの答えがぼやけます。
現場に近い判断では目の前のブロッカーや次のアクションを見たい一方で、責任者や経営層は収支、リスク、エスカレーション候補を知りたい。必要な粒度は同じではありません。
Lyqaは、まずSlackとプロジェクトにひもづく資料から始めます。将来的には、議事録、メール、AI会話ログなども含め、散らばる情報をそのままAIに渡すのではなく、不要なノイズを落とし、判断コンテキストとして蓄積します。チーム単位では実務判断に必要な文脈を、プロジェクト単位では複数チームをまたいだ進行・顧客・リスク判断に必要な文脈を届けます。
チーム内の会話や資料から、実務判断に必要な情報だけを残すパイプラインです。ノイズを落とし、チームで見るべき課題・確認事項・次のアクションを判断コンテキストとして蓄積します。
チームごとの判断コンテキストを受け取り、プロジェクト全体の文脈へ統合するパイプラインです。納期、スコープ、顧客要望、リスクなど、複数チームをまたいで見るべき論点を整理します。
チャットや資料をそのまま並べるのではなく、チームで見るべき課題、確認事項、次のアクションに変換します。
雑談、重複、解決済みの話、古い前提を落とし、今の判断に使える情報だけを残します。
チームごとの判断コンテキストを束ね、納期、スコープ、顧客対応、リスクなど、プロジェクト全体で見るべき論点に変換します。
蓄積した判断コンテキストは、会議・レビュー前のダッシュボードで確認できます。さらにLyqaチャットでは、対象範囲に基づいて質問し、根拠のある回答を得られます。
AIにできることは増えています。ただ、判断に必要な前提や優先度、根拠まで毎回きれいに渡すのは簡単ではありません。Lyqaは、AIに質問する前に、プロジェクト情報を判断に使える文脈へ変換します。
壁打ちや文章整理には強い。
プロジェクトの前提、優先度、根拠は毎回人が渡す必要がある。
スレッドやページ単位の要約には便利。
そのツール内の情報に閉じやすく、判断に使う文脈にはなりにくい。
知りたい情報を探すには向いている。
何を探すべきか分かっていないと、埋もれたリスクは先に届かない。
許可されたSlackチャンネルとプロジェクト資料から不要な情報を落とし、判断に使える文脈へ変換します。
Lyqaは、すべての社内情報を読むAIではありません。プロジェクトにひもづけた情報源だけを対象に、不要なノイズを落として判断コンテキストを作り、ダッシュボードやLyqaチャットで根拠付きの回答を返します。判断コンテキストだけでは答えられない場合は、根拠不足として明示します。
Lyqaは現在、初期パイロットの準備段階です。許可されたSlackチャンネルとプロジェクト資料から判断コンテキストを作り、ダッシュボードとLyqaチャットで会議・レビュー前に使える形にする検証を進めています。登録いただいた方には、開発状況や先行案内をお送りします。
