個人にも企業にも。継続的強化学習を基盤とし、日常の仕事や遊びから自然に学んで、より深く理解していくAI。
エージェント駆動チームのための「意思決定の頭脳」。ソフトウェアを作ることは安くなりました。残す価値があるかを知ることは、まだ高くつきます。FlowはBuild → Measure → Decideのループを回します。AIエージェントがコードを書き、レビューし、自動化を実行し、人間が管理し続けます。その上に私たちが開発しているのが、較正された意思決定レイヤー — 継続・中止・転換・強化の判断を、実データとともに精度が上がる誠実な信頼度つきで返します。カスタマーゼロは私たち自身。自社のスタートアップ運営もFlowで行っています。
Open Network Lab × OpenAI主催のピッチコンテスト「Series T」にてトップ50に選出（2026年7月）。
ピッチ資料を見る（PDF）→Shogi teaching games with professional players, AI analysis, and ShogiGPT — a model that explains your strengths, weaknesses, and playing style. The more you play, the better it understands what to teach you next. Through komalog.jp, we also provide a Shogi blog platform where users attach interactive boards to explain positions and moves — creating structured data that helps agents understand how players think.
move81.com →今後の方向性エージェントが十分な意思決定から学ぶと、それはセッションごとにリセットされるツールではなく、文脈を覚えている協働者になります。まず個人や従業員それぞれが、自分の働き方を知るエージェントを持ちます。次に組織自体が、業務を理解しエージェント社員を管理するエージェントを持ちます。やがて、人、チーム、企業をまたいでエージェント同士が連携するようになります。それが長期的な方向性です。
強化学習研究者。Richard Sutton教授（同分野のパイオニア）および杉山将教授の下で研究。フィードバックから長期的に学ぶAIシステムの構築を背景に持つ。
営業経験10年。将棋のオンラインスクールを設立・運営。プロダクトの方向性と日本市場戦略を担当。
何に取り組んでいるか教えてください。1日以内にご返信します。