CarryGo の中核には、組織がシステム全体として「見る、シミュレーションする、行動する、学習する」ことを支援するワールドモデルが存在します。
プロダクトレベルでは、CarryGo はビジネス向けに構築されたワールドモデルです。
システムレベルでは、単一の基盤モデルではありません。ワールドステート、ダイナミクスモデル、プランナー、永続的な DAG ランタイム、Butler-Worker 実行、およびガバナンスを組み合わせています。
この区別は重要です。
ワールドモデルは、「世界はどのような状態にあり、アクションによってどのように変化するか」という問いに答えます。
プランナー、DAG、エージェントは、「どのアクションを選択すべきか、誰がそれを実行できるか、どのように安全に完了できるか」という問いに答えます。
ワールドモデルに対する私たちの技術基準はシンプルです。
更新可能なワールドステートを維持し、アクションに条件付けられた状態遷移を推定し、観測された現実に対して継続的にキャリブレーションを行わなければならない。
CarryGo は、計画、実行、ガバナンスをそのモデルに接続することで、シミュレーションを実際の運用に組み込むことを可能にします。
ビジネスはすでに一つの世界である
ビジネスは、製品、顧客、組織、資産、契約、チャネル、ルール、関係性で構成されています。
それは部分的にしか観測できません。誰もすべての関連事実を把握しているわけではありません。
それはマルチエージェントです。従業員、顧客、サプライヤー、パートナー、プラットフォーム、資本提供者、規制当局が独立して行動します。
それは非定常的です。在庫、キャッシュフロー、競争、市場センチメントは、意思決定が行われている間も変化し続けます。
それは再帰的です。予測が価格変更、キャンペーン、補充発注、パートナーシップを引き起こすと、予測対象そのものが変化します。
言語モデルは、コンテキストウィンドウ内でこれらのダイナミクスについて推論できます。しかし、デフォルトでは、企業の現実を共有可能で、クエリ可能で、バージョン管理された表現を維持しません。
CarryGo は、その欠落したレイヤーを提供するように設計されています。
それは、すでに起こったことを説明するだけではありません。CarryGo は、企業のリソース、市場需要、競争、コスト、制約を同じ運用世界に取り込み、活用されていない能力、満たされていないニーズ、行動に値する機会を特定します。まずビジネス全体を把握し、それからどこから始めるかを決定します。
ビジネス世界がどのように運用可能になるか
このシステムは、5 つのレイヤーで理解できます。
CarryGo は、エンタープライズの初期化から始まります。製品、注文、在庫、財務指標、組織関係、会議記録、契約、ポリシー、過去のプロジェクトが、同じ運用モデルに入力されます。
これらは、単に検索のためにチャンク化されるわけではありません。これらは、関係性、時間、来歴、信頼度、権限を持つビジネスエンティティとなり、現在のワールドステートを形成します。
ビジネスは部分的にしか観測できないため、CarryGo は全知のグラウンドトゥルース状態へのアクセスを主張しません。証拠、来歴、信頼度を備えた信念状態 Bₜ を維持します。
その中核において、モデリングの問題は次のように表現できます。
P(Sₜ₊₁ | Bₜ, Aₜ, Eₜ)
現在の信念 Bₜ、候補となるアクション Aₜ、制御不可能な外部イベント Eₜ が与えられたとき、どのような状態が続く可能性が高いか？新しい観測 Oₜ₊₁ は信念状態を更新し、予測をキャリブレーションします。
CarryGo がハイブリッドワールドモデルである理由
CarryGo は、企業全体を予測するために、単一の不透明なエンドツーエンドモデルに依存しません。4 種類のダイナミクスを組み合わせています。
- 契約、権限、在庫制約、財務制限、承認に関する決定論的ルール。
- 需要、コンバージョン、フルフィルメント、コスト、リスクに関する確率モデル。
- 介入の増分効果を推定するための因果モデルおよびシナリオモデル。
- 仮説の提案、計画の生成、証拠の説明、ステークホルダーの反応のモデル化のための LLM およびマルチエージェントシミュレーション。
ルールはハードな境界を強制します。確率モデルは不確実性を表現します。因果モデルは、相関関係を因果関係と誤認するリスクを低減します。エージェントは、オープンエンドな状況で候補計画を探索し実行します。
結果として、コンポーネントを検査、交換、キャリブレーションできるハイブリッドなビジネスワールドモデルが得られます。
予測から実行へ：多様なシナリオの例
多様（Duowei）は、透明でインテリジェントな製造に基づく中国のパーソナルケアブランドであり、幅広いシナリオにわたる日常のケアニーズに応えています。
多様のライブ配信でのコンバージョンが 18% 低下したと仮定します。従来の AI アシスタントは、すぐにスクリプトの修正やプロモーションの追加を推奨するかもしれません。
CarryGo はまず、スクリプトが実際に原因であるかどうかを問います。
トラフィック構成、商品クリック数、販売可能在庫、返品、フルフィルメント、価格設定、類似キャンペーンを読み取ります。3 つの変化を発見します。低適合トラフィックが 41% に達している、主力製品の在庫が 1.6 日分である、一部の需要が低マージンの代替品に振り向けられている。
次に、2 つのオプションをシミュレーションします。以下の数値は製品体験を示すものであり、本番のパフォーマンス予測ではありません。
オプション A：メディア支出を維持し、ライブ配信の仕組みを改訂し、在庫をすぐに補充する。
- 予想増分貢献利益：180,000～260,000 人民元
- 在庫切れおよびフルフィルメントリスク範囲：25%～35%
- 主な感応度：入荷時間と実効トラフィックコスト
オプション B：低適合トラフィックを削減し、商品構成を変更し、クリエイターの順序を調整する。
- 予想増分貢献利益：120,000～170,000 人民元
- オーディエンスシフトリスク範囲：8%～14%
- 主な感応度：オーディエンス適合度と代替品マージン
承認後、プランナーは選択されたオプションをプロジェクト DAG に展開します。コンテンツチームは仕組みを改訂します。メディア運用チームは支出を調整します。サプライチェーンは在庫を検証します。クリエイターの Butler はスケジュールを調整します。ファイナンスはマージンの下限を保護します。各ノードには、実行者、期限、合格基準、作業項目が割り当てられます。
結果が戻ってくると、CarryGo は世界の説明を更新します。単なるサマリーではありません。スクリプト品質の帰属ウェイトが低下し、オーディエンス適合度と販売可能在庫がより重要な変数になる可能性があります。次の DAG では、支出を拡大する前に、オーディエンスと在庫の共同ゲートを追加できます。
DAG は、CarryGo が世界をどのように変えようとしているかを記述します。ダイナミクスモデルは、世界がどのように反応するかを推定します。結果は、実際にどのように反応したかを記録します。
それが進化の意味です。より正確なグラフ、変化した構造、そしてより優れた実行パスです。
難しいのは 10,000 のエージェントを起動することではない
何千ものモデルセッションを実行することは比較的簡単です。エージェント、人間、外部システムが同じビジネス世界を破損させることなく変更できるようにすることの方がはるかに困難です。
すべての重要な外部アクションは、少なくとも以下を含むアクションエンベロープとして理解できます。
エージェントは、プロンプトを受け取ったという理由だけで現実を変更するわけではありません。アクションは、ID、権限、予算、リスク、ワールドバージョンのチェックを通過する必要があります。
永続的な実行には、リース、冪等性、補償、スナップショットが必要です。ガバナンスされた進化には、リプレイ、シャドウラン、ステージングリリース、承認ゲート、ロールバック、キルスイッチが必要です。
AI がビジネスを運用すべきと言うとき、無制限の自律性を意味するわけではありません。
私たちが意味するのは、段階的に評価され、許可され、観察され、中断され、説明責任を負うことができる自律性です。
モデルが改善されているかどうかをどのように知るか
CarryGo は、エージェントがどれだけ話すかで知性を測定すべきではありません。成果に対して評価されるべきです。
- ワールドステートの競合率。
- 1 ステップおよび複数ステップの状態予測誤差。
- 予測リスクと観測頻度の間のキャリブレーション。
- 期待される成果と実際の成果の乖離。
- 制約違反、重複アクション、ロールバック。
- 初回 DAG 承認率。
- モデル進化後の回帰障害。
これらの指標が改善されなければ、「モデルは学習している」というのはマーケティング上の主張に過ぎません。
どのように構築しているか
CarryGo は、ビジネスワールドモデルの明示的なレイヤーを確立しました。エンタープライズの初期化、ビジネスエンティティと知識、コンテキストアセンブリ、DAG とプロジェクトの実行、Butler-Worker オーケストレーション、マルチテナント権限、実行トレースです。
このレイヤーにより、エンタープライズの状態がトレーサブルになり、ルールが表現可能になり、アクションが実行可能になります。
次の段階では、学習されたダイナミクスを強化します。シナリオシミュレーション、結果の帰属、予測のキャリブレーション、ガバナンスされた DAG の進化です。
その先では、異なる組織を代表する Butler が、明示的な許可と最小開示ルールの下で、機会を発見し交渉することができます。標準化された低リスクのトランザクションは、事前定義された予算と契約の境界内で自動的に完了する可能性があります。
ワールドモデルは、単一のリリースで完了する機能ではありません。実際の運用を通じてより忠実になるシステムです。
物理的なワールドモデルは、ロボットが「この一歩を踏み出したら、周りで何が起こるだろうか？」と問うことを可能にします。
CarryGo は、組織が「製品、価格、チャネル、チーム、パートナーシップを変えたら、ビジネスは次にどのように変わるだろうか？」と問うことを可能にします。
LLM は、人々の作業をより速くします。
CarryGo は、企業が一貫した一つの世界として理解し、予測し、行動し、学習することを可能にします。
