AI 管理者と運用担当者
Rollie と Vision の精度を保つ人々。すべてのモデル、そのバージョン、チェック、トークンを1つの台帳で確認でき、どれがずれ始めているかが分かります。


Docklify AI Models は、Rollie と Vision を支える小型モデルの管制室です。モデルライブラリ、バージョン、教育、検証。プラットフォームが動かすすべてのモデルを一か所で管理します。Docklify は巨大モデルをゼロから学習しません。1つの仕事を上手にこなす単一シーンの小型モデルを教えます。梱包台を読み取り、倉庫の質問に答え、安全上の問題を見つける。ここで自分の事例を使って一度教えれば、それを使うすべてのアプリが賢くなります。Rollie はそれで話し、Vision はそれで見て、使用量台帳が各モデルのコストを示します。すべてのモデルには担当者、履歴、コストが紐づいているため、誰も承認を覚えていないモデルがプラットフォームで動くことはありません。
Rollie と Vision の精度を保つ人々。すべてのモデル、そのバージョン、チェック、トークンを1つの台帳で確認でき、どれがずれ始めているかが分かります。
カメラが作業を見守る梱包ステーション、ヤード、ドック。そのチェックの背後にある検出モデルは、ブラックボックスではなく、ここで教育され、検証されます。
エージェントに顧客対応を教えるチーム。エージェント向けの教育チャネルはビジョンチャネルの横にあり、同じバージョニングと検証の規律が適用されます。
AI 支出は実際のお金です。機能別の使用量、個人別予算、プラットフォームのクォータゲートにより、請求が想定外になる前に可視化されます。請求は月末が来る前に見える状態が保たれ、届いてから気づくのではありません。


プラットフォームが動かすすべての小型モデルは1つの台帳にあります。何のためのものか、どのバージョンが稼働中か、以前のバージョンは何か、どのアプリが使っているか。新しいバージョンが旧バージョンを黙って置き換えることはありません。バージョンは明示的で、新しいものが現実世界で悪化した場合はロールバックでき、チームはどのバージョンがどの質問に答え、どの梱包をチェックしたかを常に把握できます。ライブラリはモデルが存在する唯一の場所です。スプレッドシートに浮かぶコピーも、2つのチームが同じ仕事を二重に教えることもありません。廃止されたバージョンはライブラリで引き続き閲覧できるため、モデルが移行した後も、古い回答を説明できます。


モデルは他人の教科書ではなく、あなたの現場を学びます。自分の現場の事例を見せてください。正しかった梱包、間違っていた梱包、顧客を満足させた回答。チームと同じように振る舞うまで、その回答を修正します。教育チャネルは2つあり、意図的に分けられています。ビジョン教育はカメラが見たものを検出モデルに教え、エージェント教育は顧客と会話するエージェントを教えます。各チャネルはそれぞれの種類のモデルを教えるため、梱包の事例が顧客への返信に漏れることも、チャットの修正がカメラの探索対象を変えることもありません。


AI チェックは魔法ではありません。このページはそれをはっきりと説明します。各チェックがどのように動作するかを、誰でも理解できる言葉で示します。たとえば梱包チェックは、台上でカメラが見たものと、受注が箱に入っているべきだと示す内容を比較します。チェック自体はここではなく、梱包ステーションで行われます。このページは読み取り専用です。管理者はポリシー、それが生み出す証拠、その背後にあるモデルを確認できますが、稼働中のチェックに触れることはありません。チェックが間違っていた場合、修正方法は教育であり、隠れたスイッチではありません。同じ方法で繰り返し失敗するチェックは、基準を下げるのではなく、モデルを再度教育する合図です。


今月の AI 使用量を機能別に1つの台帳で表示します。どのモデルが実行され、何トークンを使用し、Credit に換算するといくらになるか。Credit はテナントに表示される唯一の単位です。質問への回答1回は 1 Credit、自動タスクの実行1回は 1 Credit、エージェントの実行1回は 5 Credit です。すべての実行は runs テーブルにトークン数付きで記録されるため、あらゆる課金を、それを引き起こした実行まで遡ることができます。テナントには Credit が表示され、プラットフォームはトークンのコスト帳を自社側で管理します。2つの帳簿が混ざって分かりにくい1つの数字になることはありません。失敗した実行は Credit がかかりません。課金されるのは成功のみです。


1つのルーターがアプリとモデルプロバイダーの間に立ち、どの機能も1社のベンダーに縛られることはありません。プロバイダーが遅くなったりダウンしたりしても、ルーターは次のプロバイダーへフェイルオーバーし、ユーザーはエラーページではなく回答を見ます。新しいモデルは1つの文書化された手順で参加します。モデルを登録し、シーンを名付け、上限を設定する。プロバイダーの追加はプロジェクトではなくチェックリストです。シーンモデルにはそれぞれカタログエントリがあり、ルーターは各呼び出しのコストを帳簿に記録します。それが使用量台帳を正直なものにします。ルーターがテナントにトークン数を表示することはありません。


Rollie は話し、Vision は見る。どちらもここで管理されるモデルを使います。ここで一度教えれば、両方が賢くなります。台上の箱をチェックする梱包モデルと、その梱包についてスーパーバイザーの質問に答えるモデルは同じ種類のモデルです。どちらも同じライブラリ、同じバージョン、同じ教育を利用するからです。モデルが改善されれば、その改善はすべてのアプリに同時に届きます。廃止されれば、誰も見ていない隅で動き続けるのではなく、すべての場所で廃止されます。1つのモデルを一度管理し、プラットフォーム全体に提供します。共有ライブラリは共有メモリでもあります。あるアプリがモデルについて学んだことを、すべてのアプリが受け継ぎます。


ルールは壁に書かれています。単一シーンの小型モデルのみ。大規模モデルをゼロから学習することはなく、顔認識モデルも決して作りません。梱包台を見守るモデルは人ではなく箱を見ます。質問に答えるモデルは、所有するテナントの範囲内で、プラットフォーム独自のデータから答えます。制限は設計書の脚注ではありません。モデル登録の場で強制されるため、ルールに違反するモデルはそもそも追加できません。AI が何をするか、そして何を決してしないかを尋ねる顧客は、このページから率直な回答を得られます。
すべての小型モデルとそのバージョンを、1つの台帳に。
事例を見せ、答えを直す — モデルがあなたの現場を学ぶ。
各 AI チェックの動き方を平易な言葉で。ここでは読み取り専用。
今月の AI 使用量を機能別に — 使用トークンを1つの台帳で。
バージョン付きパッケージが、モデルを教育から実運用へ運びます。
稼働前に、保留した事例でバージョンをテスト。
個人別 Credit 予算とプラットフォームのクォータゲート。いずれも Credit 単位。
誰がモデルを教え、修正し、バージョン化し、廃止したか。すべて記録に残ります。