そのAIは誰か。
model名やsessionではなく、役割、skill、評価、履歴を持つAI人材として管理する。
Strassenは、AI人材を選び、配属し、社内知識と接続し、安全に実行させ、成果まで証明する基盤をつくっています。
THE MISSING LAYER
Claude、Codex、open-source model、社内bot、業務agent。企業が使うAIは急速に増えています。しかし、誰に仕事を任せるか、どの環境で動かすか、何を許可するか、どこまで終われば成功かは、いまも人が手作業で管理しています。
model名やsessionではなく、役割、skill、評価、履歴を持つAI人材として管理する。
品質、cost、privacy、availability、project、cwdから、実際のruntime routeを選ぶ。
権限、approval、liveness、generation、fencingを、実行の直前まで確認する。
返事やexit codeではなく、実業務のoutcome、artifact、保存、再起動後のread-backで証明する。
FORWARD-DEPLOYED AI ENGINEERING
Strassenのエンジニアは、顧客の業務環境に入り、実際のワークフロー、データ、権限、成功条件を理解します。そこからAI worker、MCP、Agent Skills、評価、承認、監査を一体で設計し、PoCではなく本番導入と成果検証まで担当します。現場で見つかった共通課題は、hiyuと再利用可能な実装パターンへ還流します。
モデル選定からではなく、実際の業務、ボトルネック、責任者、成功指標から始めます。
顧客固有のデータ、権限、既存システム、セキュリティ要件の中で動く仕組みを実装します。
デモの見栄えではなく、完了率、品質、時間、コスト、例外処理、運用継続性で成果を確認します。
HIYU
hiyuは、AI workerを人材として登録・評価・配属し、local、cloud、CLI、software、physicalの実行先を一つの運用面で管理します。依頼を送るだけではありません。正しいworkerが、正しい権限とcontextで、正しい場所に作用し、その結果が残ったことまで閉じます。
現場で見つけ、hiyuで統制する。Forward-Deployed AI Engineersが顧客固有の業務と制約を発見し、hiyuがその要件をAI workerのidentity、配属、context、権限、承認、実行、監査、完了証明へ変換します。 役割分担の対応表 →
FROM INTENT TO EVIDENCE
目的 · scope · 受入条件
誰が · どこで · どのruntimeで
権限 · approval · liveness · fence
実systemへの作用 · result · artifact
independent verification · business outcome · 保存
controlled restart · 復元 · durability
hiyuは「AIが返事をした」を成功としません。実際のsystemで効果が起き、結果が保存され、再起動後にも読み戻せて初めてcompleteです。
NON-NEGOTIABLE
Modelは交換可能なresourceです。AI人材のidentity、役割、評価、履歴はmodel名から独立して管理します。
registryやpaneが残っていても、provider processが終了していればworkerではありません。送信直前にexact runtimeを確認します。
cronを保存しただけでは業務は終わりません。入力、権限、worker、artifact、retry、結果、restart復元までがschedulerです。
test、PR、merge、deployのどこでも完了と誤認しません。actual user routeのoutcomeとread-backまで証明します。
ONE SYSTEM, MULTIPLE SURFACES
AI Workforce Control Plane
AI人材を役割と実績で選び、正しいruntimeへ配属し、仕事の完了まで管理する中核platform。名は「日結」— 人とAIを結び、日々に結果を残す。
Explore hiyuPrivate Enterprise Context
契約書、議事録、規程、提案書を社内に置いたまま、根拠つきの答えとAI workerのcontextへ変える。
Explore UDQCollaboration & Memory
人とAIの会話、判断、成果を、組織の記憶と次の仕事へつなぐ。名は「縁側」— 人とAIが自然に集まる場所。
Explore engawaWords to Work Contracts
曖昧な相談を、目的、scope、受入条件、権限、成果物を持つwork contractへ変換する。
各productのstatusは、それぞれの公開サイトの提供状況にあわせて更新しています。
STRASSEN FORWARD LOOP
企業AIが止まるのは、modelの性能ではなく、data、権限、legacy system、例外処理、責任範囲が現場でつながらないからです。Strassenは1つの業務を実環境で完了させ、その実装をconnector、Skill、policy、evaluation、runbookとして再利用可能なplatform assetへ戻します。
誰の、どの仕事を、どこまで変えるか。baseline、成功指標、責任と承認点を決める。
source of truth、鮮度、機密区分、IDと権限、retrieval と write action の境界を契約にする。
AI worker role、tool contract、MCP、Skill、deterministic validator、human approval、failure recovery。
完了率、正確性、権限違反の遮断、escalation、regression、restart durability、read-back。
正確な candidate version、production 経路、監視と alert、rollback、runbook、restart後の状態確認。
Skill、connector、eval suite、security pattern、playbook、hiyu の要件へ戻し、次の業務を速くする。
SECURITY & DATA BOUNDARY
PROOF, NOT PROMISES
Strassenは、prototype、offline test、production、customer outcomeを混同しません。
公開する数字には、scope、環境、期間、baseline、検証日を持たせます。未測定は未測定と表示します。このページには、検証済みの実績数値はまだ掲載していません。
DESIGN PHILOSOPHY
Strassenのミッションは、AIを中心としたシステムの再定義 — AIが主役の社会をつくることです。多くの会社は「社内データをAIが使えるようにする」ことを目指します。Strassenはもう一歩踏み込み、システムそのものを、AIが主役になるよう定義し直します。AIが仕事をきちんとやり切るなら、人がチャットやUIを操作する必要すらない — そこを見据えています。人の役割は、意図を渡し、境界を決め、結果を承認することです。
AIチームが知識を「作る・埋め込む・引く」ためのプリミティブ。AIが直接使うことが前提で、cloudも人向けUIもなしに単体で動くように設計しています。
coreを人にも使えるようにラップした層。利便のための上物であって、AIが機能するための必須条件ではありません。AIがすべてをやり切れば、本質的には無くてもよい層です。
hiyuの構造はこの思想から来ています。上記は設計方針であり、提供状況は各productのstatusに従います。
OUR THESIS
Modelは急速に賢く、安く、選択可能になります。差がつくのは、企業固有のcontext、実行route、authority、evaluation、そして仕事の結果です。Strassenは、その運用層をつくります。
THE SYSTEMS BEHIND AI WORK
marketing記事ではなく、problem statement、failure model、invariant、architecture、evidenceまたは明示的なNOT MEASUREDを含む技術記事を、Field Notesとして順に公開します。
AI worker時代のCompletion Contract。実利用outcomeまでをどう閉じるか。 読む →
人材と、その時点の実行resourceを分ける理由。
送信先を誤ると、AI instructionがshell commandになる。
token単価より、成果までの総costを測る。
TOKYO / HAMAMATSUCHO
Strassenは、浜松町を拠点に、AIを企業の実業務へ接続するproductとdeployment methodを開発しています。企業、startup、投資家、技術者との技術的な対話を歓迎します。
〒105-0013MESSAGE
AIは、業務を少し便利にするための道具ではありません。組織のかたちそのものを変える力です。変わらない組織にAIを押し込んでも、手に入るのは部分的な効率化だけです。
だから私たちは、AIを人材として選び、働かせ、成果まで責任を持たせる基盤をつくります。人とデータと業務を、AIを軸に組織化する。その実装を、一社ずつ、実環境で形にしていきます。

BRING ONE WORKFLOW
model選定、社内data、権限、実行、検証、運用まで、実環境で一緒に閉じます。用件にあわせて、3つの入口を用意しています。