Tredence

Tredenceが作るのは、質問に答えるだけでなく、営業、オペレーション、財務、サプライチェーンで実際に作業を進めるマルチエージェントのシステムだ。エージェントには記憶と計画の機能があり、複数のエージェント間で連携するため、多段階の業務フローを扱える。同じエージェント群がCRMやERPに接続し、稼働中のプロセス内でアクションを起こして処理を閉じる。同社はこれをツールからチームメイトへの移行と表現する。納品の枠組みには監視と再学習も含まれ、エージェントは狙った成果を出し続けられる。

すべての案件を白紙から始めるのではなく、Tredenceは150以上のデータサイエンス、生成AI、処方式分析の資産を用意し、顧客のデータに合わせて調整する。名前のあるソリューションにはSupply Chain Control Tower、Test and Learn Platform、On-shelf Availability、Customer Cosmos、Revenue Growth Management、AIによるデータ品質管理のSancusがある。効果は試作品に早く到達できることで、予算承認の前に何か動くものを見たい関係者には効く。

データ領域は取り込み、パイプライン、ウェアハウスとレイクハウスの設計、そしてレガシーシステムからの移行を扱う。医療では、50以上の診療所と7つの診療管理システムにまたがる臨床、診療、会計、マーケティングの記録を、リアルタイム更新のある1つの基盤に統合した実績がある。データ品質管理も同時に走る。モデルの出来は、与えられる記録の質で決まるからだ。

MLOpsサービスは、構築後の引き渡しではなく恒常的な機能として扱う。従来の機械学習モデルと大規模言語モデルを使うアプリの両方で、デプロイと再学習を担い、性能を継続して見張る。モデルのガバナンスも同じチームが持つ。言語モデルでは出力品質の評価、ハルシネーションの抑制、推論コストの管理も加わる。生成AIの機能が本番投入後の最初の四半期を越えられるかは、この3点で決まる。

生成AIコンサルティングでは、コードを1行も書く前に、AIの成熟度を測り、用途の優先順位を決め、アーキテクチャを設計し、ガバナンスを定める。その後、卓越センター（CoE）が人材と共有資産を供給し、顧客側のチームに研修も提供する。時間をかけて、社内チームが自走できるようにするのが狙いだ。Tredenceは目標を「外部コンサルタントへの依存を減らすこと」と説明する。コンサルティング企業が口に出して言うには珍しい。

TredenceはDatabricks、Snowflake、Google Cloud、Microsoft、AWS、OpenAIのパートナーであり、複数社から年間最優秀パートナー賞を受けている。実務上は、すでに費用を払っている基盤の上で案件が組み上がり、障害時にはベンダーの技術支援に直接つながれる。一方で、アーキテクチャの判断はベンダー中立ではなく、パートナー基盤の強みに沿いやすい。

一般のコンサルティングとは別に、パッケージ製品が2つある。Rebate.AIは、契約条件が表計算と取引先ポータルに散らばり、リベートを取り逃している購買グループや卸売業者を対象にする。HealthEM.AIは、取り込みから品質チェック、分析までの医療データのライフサイクルを扱う。どちらもコンサルティングより守備範囲が狭く、事前の評価がしやすい。