2026年9月15日、TypeSafe AIが「Jev」という新しいAIモデルを発表しました。
ChatGPTやGemini、Claudeのように文章を書いてくれるAIではありません。
むしろ、Jevは文章を書くことを捨てています。
その代わりに得意としているのが、分類する、スコアを付ける、選択する、次に何をするか決める、処理をどこへ振り分けるか判断するといった「判断」です。
TypeSafeはJevを、人間と会話するためのLLMではなく、ソフトウェアの中で意思決定するための「System One Model」と位置づけています。
公式発表によれば、Jevは文章を1トークンずつ生成するのではなく、事前に定められた型の中から判断結果と確率を返す設計です。TypeSafeは、System One型のワークフローにおいて既存LLMより大幅に高速・低コストになるとしています。ただし、これらの比較値は現時点では主にTypeSafe自身による評価なので、実運用でどこまで再現するかは今後確認が必要です。
では、WebマーケティングやAIを日常的に使う仕事では、Jevは本当に役立つのでしょうか。
結論から言うと、僕が注目しているのは、
「ChatGPTの代わりになるか」ではありません。
「ChatGPTなどが動く前後の“判断部分”をJevに担当させられるか」です。
Jevは「文章生成AI」ではなく「賢いif文」に近い
従来の生成AIに、「この問い合わせが重要か判断してください」と頼むと、「この問い合わせは重要度が高いと考えられます。理由としては……」のような文章が返ってきます。
人間が読むならそれで問題ありません。
しかし、システム側が欲しいものは、重要度：高、営業へ転送：Yes、確信度：96%だけかもしれません。
文章を生成して、それをもう一度プログラム側で解析するのは無駄があります。
Jevは最初から、こうした型の決まった判断結果を返すことに特化しています。
TypeSafe自身もJevの用途を「smart if-statements」と表現しており、分類・ルーティング・スコアリング・抽出・条件分岐などを代表的な用途として挙げています。
つまり、「AIに文章を書かせる」のではなく、「これまで人間や複雑なルールで処理していた曖昧な判断をAIに任せる」ためのモデルです。
Webマーケティングなら、どこで使えるのか
ここからが重要です。スペックを眺めるだけではなく、普段行っているWebマーケティング業務に当てはめてみます。
1. 問い合わせの見込み度を判定する
企業サイトに100件の問い合わせが来たとします。
従来なら、担当者が読む → 内容を理解する → 営業対象か判断する → 担当部署へ振る、という作業になります。
Jev型のAIなら、問い合わせ内容から、商談可能性、緊急度、担当部署、人間による確認が必要か、を一気に判定する使い方が考えられます。
特に面白いのは、Jevが判断と一緒に確信度を返す点です。
- 95%以上 → 自動処理
- 70〜95% → 担当者確認
- 70%未満 → 人間に判断を戻す
AIに全部任せるのではなく、「自信のある判断だけ自動化する」わけです。これは企業導入ではかなり重要だと思います。
2. 大量のFAQを分類する
例えば、複数企業のFAQを集めて、契約、料金、法人向け、個人向け、解約、トラブル、その他などに分類するとします。
数十件なら人間でもできます。しかし、数千件、数万件になると話が変わります。
LLMに1件ずつ長い回答を生成させる必要はありません。欲しいのは、「法人向け：Yes/No」「カテゴリ：料金」「対象サービス：A」という判断だけです。
こういう大量データ × 小さな判断を何度も行う処理は、Jevの思想とかなり相性が良さそうです。
3. 広告やLPを自動判定する
例えば広告クリエイティブを大量に生成する仕組みがあったとします。
生成AIがコピーを100案作る。その後、ブランドルール違反がないか、強すぎる表現ではないか、商品との関連性があるか、CTAが適切か、対象顧客に合っているか、を判定する必要があります。
ここでまた巨大なLLMに長文を生成させる必要はありません。
Jevが高速かつ安価にこれらを判定できるなら、生成AI → Jevで審査 → 合格案のみ利用という構成が考えられます。
JevはLLMを置き換えるのではなく、LLMの横に置くモデルと考えた方が理解しやすいです。
4. AIエージェントの「次の行動」を決める
個人的に最も面白いのはここです。
AIエージェントが、検索する、メールを見る、データを分析する、ユーザーに確認する、処理を終了する、といった複数の行動を取れるとします。
そのたびに、「次に何をする？」という判断が必要になります。
従来はLLM自身に考えさせます。しかしJevのようなモデルを組み込めば、状態を入力 → 次のアクション候補を評価 → Jevが選択 → 処理を実行、という構成が可能になります。
TypeSafeが公開しているデモでも、ゲーム内で多数の選択肢から次の行動を高速に選ぶような用途が紹介されています。
AIエージェントが普及すればするほど、「文章を生成するAI」より、「次の処理を決定するAI」の利用回数が増える可能性があります。
ここにJevの大きな市場があるのではないかと思っています。
ChatGPTとJev、どっちが優秀？
これは比較する問い自体が少し違います。
ChatGPTは、調査、思考、要約、コーディング、文章作成、人間との対話などを幅広くこなせます。
一方、Jevは基本的に、決められた選択肢の中から判断するモデルです。
イメージとしては、
ChatGPT：「このサイトの問題点を分析して改善案を考えて」
Jev：「このユーザーをA・B・Cのどのセグメントへ入れる？」
という違いです。
だから僕なら、考える → ChatGPTなどのLLM / 決める → Jev / 実行する → プログラム・AIエージェントという役割分担を考えます。
「ハルシネーションしない」はどう捉えるべきか
TypeSafeはJevについて「hallucinateしない」と表現しています。
ここは少し注意して読む必要があります。
Jevは自由な文章を生成せず、あらかじめ定義された型の出力しか返さないため、存在しないURLを突然生成する、架空の商品名を書く、JSON形式を壊す、といった生成AIでありがちな出力形式上の暴走を防げるという意味では非常に強い設計です。
ただし、判断そのものを間違えないわけではありません。
TypeSafe自身もJevが誤った判断をする可能性は認めており、そのために確率やconfidenceを返す設計になっています。
「ハルシネーション0＝正答率100%」とは考えない方がいいでしょう。
Jevの料金はかなり安い
2026年9月時点でTypeSafeが公開している料金は、入力10億トークンあたり42ドルです。
出力については、TypeSafeは現状「無料（計測するほどのコストではない）」としています。
同社のワークフロー評価では、System One型タスクにおいて既存LLMより大幅に高速かつ低コストという結果を公開しています。
ただし、この数字だけを見て、「ChatGPTより400倍すごい」と解釈するのは違います。Jevが得意な形に限定した比較だからです。
文章を書く仕事をJevに頼むことはできません。
重要なのは、いまLLMにやらせている仕事のうち、実は文章生成が不要な処理がどれくらいあるかです。ここが多い企業ほど、Jevのメリットは大きくなるはずです。
実務で使える可能性が高そうな仕事
現時点で、僕なら次の用途から試します。
- 問い合わせ優先度判定
- FAQ分類
- 口コミ・コメント分類
- 広告審査
- リードスコアリング
- 顧客の解約可能性判定
- コンテンツ品質判定
- AIエージェントのルーティング
- 大量データからの特徴抽出
- LLM出力の検証
共通しているのは、人間なら一瞬で判断できるけれど、ルール化すると難しい処理です。
ここは生成AI以前から自動化が難しかった領域でもあります。
現時点では「誰でも使うAI」ではない
一方で、Jevは2026年9月時点ではEarly Accessです。
ChatGPTのように、サイトを開く → 質問を書く → 便利、という製品ではありません。
基本的には開発者がアプリケーションやワークフローに組み込む技術です。
そのため、「Jevを契約したら仕事が速くなる？」と聞かれれば、現時点では多くの一般ユーザーにとってはNoです。
しかし、AIエージェント、業務自動化、大量データ処理、リアルタイムAIを作る側にとっては、かなり面白い存在だと思います。
僕がJevに注目している理由
ここ数年のAIは、「どのモデルが一番賢いか」という競争が中心でした。
しかし実際の仕事をAI化すると、すべての処理に最高性能の巨大LLMが必要なわけではありません。
難しい問題だけ高性能LLMに任せる。文章生成は生成AIに任せる。単純な計算はコードで処理する。高速な判断はJevに任せる。人間が必要なところだけ人間に戻す。
こうした複数のAIとプログラムを組み合わせる設計が重要になっていくはずです。
Jevが面白いのは、「もっと賢いチャットAIを作りました」ではなく、「そもそもチャットさせる必要がありますか？」というところからAIの用途を考え直している点です。
結論：JevはChatGPTキラーではない。AI自動化の部品になり得る
AI自動化全体の選び方は、仕事で使えるAIツールおすすめ6選でも用途別に整理しています。
Jevを見て、「ChatGPTが不要になる」とは思いません。
むしろ逆です。
ChatGPTやClaudeなどのLLMと、Jevのような意思決定モデルを組み合わせることで、AIが単に回答を書く存在から、実際に業務を動かす存在へ進んでいく可能性があります。
特に、大量の判断が発生する、回答文章は必要ない、処理速度が重要、APIコストを抑えたい、自動化したいがAIの暴走は避けたい、という仕事では、Jevはかなり興味深い選択肢です。
一方で、まだ公開直後のEarly Access段階。TypeSafeが公開している性能値についても、自社評価だけで判断せず、実際のアプリケーションで検証する必要があります。
僕自身も、「Jevは面白そう」から「本当に仕事で使える」へ行けるのかを引き続き追っていきます。
次に試すなら、Webマーケティング業務の中から実際の判定タスクを一つ切り出し、Jev / 通常のLLM / 人間で、精度・速度・コストを比較してみたいと思っています。
それが一番、このAIの価値をはっきりさせられるはずです。