DevRev、GPT‑6.1 Sol で自律型セルフサービスを実現

DevRev⁠（新しいウィンドウで開く） は、サービス部門や業務運用部門が顧客や従業員からの難しい依頼にも最後まで対応できるよう、Computer と Operator を開発しました。Computer と Operator は、リアルタイムのデータを横断して推論するよう設計されています。実行した操作は元に戻すことができ、回答には参照元が示されると、DevRev の最高技術責任者である Ahmed Bashir 氏は説明します。

DevRev は、GPT‑6 Astra や GPT‑6.1 Sol などの OpenAI モデルを独自のハーネスと組み合わせています。このハーネスは社内の知識をつなぎ、エージェントが実行できる操作をチームで制御できるようにします。DevRev は、OpenAI モデルが推論能力と信頼性を備え、顧客や従業員への対応に適した速度とコストも実現していると評価しています。

OpenAI モデルは、Computer と Operator の両方で、推論、計画、ツール選択を支えています。DevRev の Agent Studio では、ユーザーは AI との対話を通じてツールに求める動作を伝え、その動作の一部を固定ルールで定義できます。

DevRev は、社内のコンテキストの提供、権限の適用、操作の制御を担うソフトウェアと組み合わせて、モデルをテストしています。同社のベンチマーク Enterprise-Bench は、データに複数のバージョンがあり、情報が異なるシステムに分散し、利用者の役割によってアクセス権が異なる状況で、どれだけ適切に機能するかを評価します。

Ahmed 氏によると、GPT‑6.1 Sol はこれらの評価で優れた性能を発揮しています。顧客や従業員が AI エージェントとやり取りする際、モデルには、依頼の細かなニュアンスを理解し、事業として継続できるコストで迅速に応答することが求められます。「そのバランスが完璧に取れていると思います」と Ahmed 氏は語ります。

DevRev のエンジニアたちは、開発に最適なツールについて明確な選択をしています。「チーム全員が Codex を使っています」と Ahmed 氏は語ります。エンジニアたちが複数のコーディングツールを試す中で、Codex の利用は自然に広がっていきました。取材時点で、DevRev は Codex に完全移行し、Cursor のライセンス契約を終了していました。

Ahmed 氏は、この選択に開発者の重視するものが表れていると考えています。「開発者はただ、本当に優れたツールを求めているのです。ごまかしは通用しません」。同氏のチームのエンジニアたちは、Codex を使い続けたいという意向をはっきりと示していました。

DevRev のセールスエンジニアも、国際カンファレンスの自社ブースで披露するデモの作成に GPT‑6 Astra を活用しています。

顧客や従業員から支援を求められたとき、Operator には、問題を理解して承認済みの操作を実行することや、Computer に引き継いで適切な担当者が対応できるよう準備を整えることが求められます。Ahmed 氏は、Decisions API と Ultrafast によって、すべてのステップで深い推論を行わなくても、こうしたワークフローを短時間で完了できる可能性があると考えています。

こうした判断の中には、固定ルールで定義することが難しく、コストもかかるものがあります。判断の根拠となる情報が変わり続ける場合は、特にそうです。Ahmed 氏は、開発者がこうしたロジックのより多くの部分を対話で記述し、タスクごとに適切な知的能力を選べるようにしたいと考えています。「こうした処理は、分単位ではなく秒単位で、自律的に実行から完了まで進められなければなりません」と同氏は語ります。

DevRev が次に目指すのは、操作の追跡可能性、権限に基づく実行、元に戻せる仕組みを維持しながら、Operator が顧客や従業員からの、より時間がかかる難しい依頼にも対応することです。

Ahmed 氏は、ナレッジベースでの回答検索、プランのアップグレード、返金といった一般的なサポート業務は、始まりにすぎないと考えています。「セルフサービスに期待されてきたことを、本当の意味で実現したいのです」と同氏は語ります。

DevRev は OpenAI のフロンティア AI の知能を活用し、Computer と Operator が、社内の知識と制御の仕組みを備えて人に代わって行動し、より複雑な依頼を解決まで導けるよう、開発を進めています。