Foundry Labs / Tokyo AI
Beyond Model Accuracy: Three Layers of Reliable Enterprise AI
Lessons from Tokyo AI on production readiness: accountable governance, testing agent workflows, and designing for how people actually use AI.
Event ·
Read articleFoundry Labs / Tokyo AI
Ideas into practice.学びを、実践へ。
Perspectives from Tokyo AI events, and what they teach us about building, deploying and working with AI.
Tokyo AIのイベントから、AIの開発・導入・運用に役立つ視点を。講演の学びを、Foundryの実践につなげます。
From Tokyo AI
EN / 日本語
Foundry Labs / Tokyo AI
Financial AI Workflows: Separate Extraction, Reconciliation, and Decisions
Design financial AI around distinct tasks: extracting evidence, reconciling records, and supporting decisions, with checks suited to each failure mode.
Event ·
Read article
Foundry Labs / Tokyo AI
AI for Brand Work: Build the Workflow Around Creative Judgment
AI speeds up creative production, but who owns the judgment? Explore brand workflows, design systems, review, and a practical campaign example.
Event ·
Read article
Foundry Labs / Tokyo AI
FDEs and Deployment Strategists: Connecting AI Engineering to Adoption
How do FDEs and deployment strategists turn AI capability into adoption? A practical look at workflow ownership, delivery, and the transition from PoC.
Event ·
Read article
Foundry Labs / Tokyo AI
Building Agent Workflows That Can Run Beyond the Demo
What makes an AI agent workflow ready for business use? Lessons on autonomy, skills, memory, and execution from Tokyo AI, with a practical deployment example.
Event ·
Read article
Foundry Labs / Tokyo AI
vLLM in Production: Evaluating Inference Beyond a Single Benchmark
Evaluate vLLM serving with real traffic: KV-cache behavior, latency, throughput, and quality tradeoffs that a single benchmark cannot settle.
Event ·
Read article
Foundry Labs / Tokyo AI
Beyond the AI Wrapper: Designing the System Around the Agent
An AI application needs more than a model wrapper. Explore retrieval, execution feedback, and agent-friendly tools for dependable business workflows.
Event ·
Read article
Foundry Labs / Tokyo AI
Physical AI Needs a Boundary Between Intent and Motion
Physical AI must connect plans to controlled action. Explore execution boundaries, human intent, and deployment tests across the robotics stack.
Event ·
Read article
Foundry Labs / Tokyo AI
AI-Native Games: Put the Model Inside a Deliberate Game Loop
AI-native games need more than generated dialogue. Explore creative tools, runtime intelligence, player agency, and the design of a coherent game loop.
Event ·
Read article
Foundry Labs / Tokyo AI
Securing AI Agents: From Static Scores to Decisions You Can Act On
Make AI risk actionable through decisions, ownership, and tested controls. Lessons from Tokyo AI on agent security and a practical deployment review.
Event ·
Read article
Foundry Labs / Tokyo AI
AI for Energy and Carbon: Measure the Physical Outcome
Energy and carbon AI needs physical evidence. Explore adaptive cooling, satellite monitoring, and how to distinguish a model output from a measured outcome.
Event ·
Read article
Foundry Labs / Tokyo AI
LLMOps for Persistent Agents: Close the Loop Between Traces and Work
Persistent agents need an operating loop. Connect traces, evaluation, human feedback, and recovery to the business task the agent is meant to complete.
Event ·
Read article
Foundry Labs / Tokyo AI
AI for Insurance Claims: Design the Review Around the Evidence
How Tractable's engineering team built a repeatable evaluation framework for AI damage-assessment systems in production, covering scope, statistical test-set sizing, sampling strategy, trust-eroding errors, and CI/CD integration.
Event ·
Read article
Foundry Labs / Tokyo AI
Vision-Language-Action Models: The Deployment Problem Is Time
Vision-language-action models operate in a changing world. Explore action chunking, asynchronous inference, and the timing tests a robot deployment needs.
Event ·
Read article
Foundry Labs / Tokyo AI
Japanese Speech AI: Design for Meaning, Timing, and Correction
Speech AI needs more than accurate words. Explore Japanese speech representation, timing, correction, and a practical voice-workflow deployment example.
Event ·
Read article
Foundry Labs / Tokyo AI
AI for Scientific Discovery: Connect Predictions to Experiments
AI for science becomes useful when predictions connect to experiments. Explore reaction learning, laboratory automation, and evidence that improves the next step.
Event ·
Read articleTokyo AIから
EN / 日本語Foundry Labs / Tokyo AI
AIをPoCで終わらせないために：本番運用を支える3つの視点
Tokyo AIの講演をもとに、企業AIを本番運用へ進めるための責任体制、エージェントの実行過程の評価、人の行動を踏まえた設計を解説します。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
金融AIの業務設計：抽出・照合・判断を分けて考える
金融業務のAIを、情報抽出、照合、判断支援に分けて設計する。Tokyo AIの講演を手がかりに、それぞれの失敗を検知し、確認へ戻す仕組みを考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
ブランド業務にAIを組み込む：生成の先にある判断と運用の設計
AIで制作が速くなるとき、ブランドの判断は誰が担うのか。ブランド制作、デザインシステム、レビューをつなぎ、キャンペーン制作の進め方を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
FDEとDeployment Strategist：AI導入を実装と業務の両面から進める
FDEとDeployment Strategistは、AIの能力をどのように業務定着へつなぐのか。責任分担、現場理解、導入判断からPoC後の進め方を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
AIエージェントを業務で動かすための設計：スキル・実行環境・自律性
AIエージェントを実業務へ移すには何が必要か。Tokyo AIの講演を手がかりに、自律性、スキル、記憶、実行環境を整理し、業務導入の設計例を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
vLLMの本番運用：推論性能と品質を業務負荷で評価する
vLLMの評価を単一のベンチマークで終わらせないために。KVキャッシュ、応答時間、処理量、品質を実際のリクエスト条件と結びつけて考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
AIエージェントの実装を支える全体設計：検索・実行環境・ツール
AIアプリケーションをモデルの呼び出しで終わらせないために。検索、実行結果の確認、エージェントが使いやすいツールから、業務システムの設計を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
Physical AIを実装するために：意図と動作の間に必要な制御
Physical AIを実環境で動かすには、計画と実行の間に何が必要か。動作の制約、人の意図、システムの接続点から、ロボットの導入条件を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
AIネイティブゲームの設計：モデルを遊びの仕組みに組み込む
AIネイティブなゲームに必要なのは、会話の生成だけではありません。制作支援と実行時AIを分け、プレイヤーの選択とゲームのルールを両立する設計を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
AIエージェントのセキュリティ：静的な点数から行動につながるリスク評価へ
AIのリスク評価を具体的な判断につなげるには。Tokyo AIの講演を手がかりに、エージェントの権限、責任者、検証可能な制御を業務の視点で整理します。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
エネルギーと炭素のAI活用：現実の変化をどう測るか
エネルギーと炭素のAIには、現実の変化を確かめる証拠が必要です。冷却制御と衛星モニタリングから、予測と測定結果を区別する導入設計を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
継続稼働するAIエージェントのLLMOps：実行記録を業務改善につなぐ
継続して動くエージェントには、運用の循環が必要です。トレース、評価、人からのフィードバック、復旧を、完了すべき業務と結びつけて考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
保険金請求のAI：証拠を確認できる業務フローを設計する
Tractableのエンジニアリングチームが損傷評価AIの本番評価手法を解説。コンポーネント単位の評価スコープ、テストセットの統計的サイジング、本番データのサンプリング戦略、そして集計指標が良好でもユーザーの信頼を損なう稀なエラーへの対処法を紹介。TAI AMA #11（東京、2025年8月）より。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
VLAモデルの実装課題：推論中にも現実は動き続ける
ロボットが推論する間にも、環境は変化します。VLAモデルの行動チャンク、非同期推論、観測の遅れから、実機導入で確認すべき点を考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
日本語音声AIの評価：認識精度・応答時間・訂正のしやすさをつなぐ
音声AIに必要なのは、言葉を正しく認識することだけではありません。日本語の音声表現、対話のタイミング、訂正のしやすさを業務導入の視点で考えます。
開催日 ·
記事を読むFoundry Labs / Tokyo AI
科学研究のAI活用：予測を実験と検証につなぐ
科学研究のAIは、予測が実験へつながることで価値を持ちます。反応の学習、実験自動化、結果の記録から、次の判断につながる研究の循環を考えます。
開催日 ·
記事を読むLoading posts...