左起：株式会社 SIGQ 代表取缔役 金筑、株式会社 Asilla 取缔役 CTO 若狭氏 开发专注于事件管理（Incident Management）的 Agentic AI「Incident Lake」的株式会社 SIGQ（总部：茨城县筑波市，代表取缔役：金筑 敬晃），在此宣布已将「Incident Lake」以及相关专业服务导入至利用独家影像解析 AI 展开业务的株式会社 Asilla（总部：东京都町田市，代表取缔役 CEO：尾上 刚，以下简称 Asilla）。 导入背景与课题：随快速成长而来的知识孤岛化与语言障碍 Asilla 以运用深度学习技术的独家行为辨识 AI 为内核优势，展开了诸如只需将边缘 AI 服务器连接到现有监视摄影机即可导入、针对警备业界的 AI 产品「AI Security Asilla」等业务。随着业务的急剧扩张，该公司的云端基础设施及边缘 AI 服务器的营运过程中，以下课题日益明显： 在多个业务与产品团队之间，关于事件应对与生命周期监控的知识容易呈现孤岛化。 日本与越南之间的语言隔阂所造成的额外负担，成为了开发与事件应对上的瓶颈。 为了使业务进一步扩张（Scale），目标在于强化营运体制与运用品质。 导入效果：AI 知识自动化与现场的伴随支持 为了克服上述课题，Asilla 导入了「Incident Lake」及 SIGQ 的专业服务，并获得了以下实际成效： 将 Incident Lake 作为团队间的共通平台，实现了关于事件的知识平顺横向展开。 AI 即时以多语言共享分析结果与讨论内容，大幅减少了翻译的劳力与因语言障碍而产生的误解，使沟通更加顺畅。 通过专业服务提供营运知见，协助包括海外事业在内的业务规模进一步扩大。 株式会社 Asilla 取缔役 CTO 若狭 政启 氏的评论 关于事件应对方面，我们一直有种危机感，认为必须尽可能推动自动化，进化成能让人类迅速进行决策的营运组织。『Incident Lake』采用了将手动信息登录降至最低的 UX（用户体验），在抑制成员对新工具的抗拒感的同时，顺利地将其嵌入到营运流程中。 此外，关于 SIGQ 的专业服务，在正式支持开始前，他们就已经进入现场提供了各式各样的改善建议，老实说，我对他们『居然从初期阶段就做到这种地步』感到非常惊讶。多亏了如此贴心的伴随支持，我确信这是强化本公司营运体制所必要的服务。今后我们将持续吸收从专业服务与 Incident Lake 中获得的知见，目标成为更具信赖性的服务。 株式会社 SIGQ 代表取缔役 金筑 敬晃的评论 在支持社会基础设施安全的 Asilla 公司的革新性解决方案中，能让本公司的『Incident Lake』及专业服务贡献一份力量，我感到非常高兴。 在跨国界的开发与营运体制中，信息的分隔与语言隔阂是许多成长型企业都会面临的障碍。我们将借由 AI Agent（AI 代理人）的力量消除这些摩擦，并持续提供能让经理与工程师们专注于高附加价值工作的环境。针对 Asilla 今后迈向全球化发展的过程中，我们将从事件管理的观点出发，进行强有力的伴随支持。 关于「Incident Lake」 「Incident Lake」是以尖端 LLM（大型语言模型）的进化为引擎，集成分散的营运数据，剧烈提升决策速度的「事件情报层（Incident Intelligence Layer）」。 积累使 LLM 淬炼的「知识集散地」 它不仅仅是单纯将数据从右移到左的处理（Processing）。它将 Slack 的对话、累积在现有票务管理工具（ServiceNow、Atlassian Jira 等）中的信息，以及现场的判断等「活数据」纳入，并以 LLM 能即时运用的形式在 Incident Lake 内积累。数据累积得越多，LLM 就越能深入理解「该组织特有的规则与过去的教训」，进而构筑出回答与支持的精确度持续自我进化的机制。 与现有工具协作，将营运的「最后一哩路」资产化 并非为了取代现有的票务管理工具，而是通过与其并用来发挥真正的价值。 数据的资产化： Incident Lake 不仅能吸纳并结构化记录在现有工具（如 ServiceNow 等）中的「结果」，还能吸纳存在于其过程中，「判断的理由」或「试错」等最后一哩路的数据。 决策的枢纽： 在与现有工具链接的同时，将 Incident Lake 内酝酿的「组织智能」提供给经理。最小化信息整理的劳力，支持迅速且妥当的判断。 Incident Lake 作为用得越多就越聪明的「组织专用决策引擎」，将更新企业营运的方式。 ▼ Incident Lake 产品介绍网站：https://incidentlake.com ▼ Incident Lake 导入・业务提携相关咨询：https://inci