コンテンツへスキップ

エビデンス

検証可能な仕事に裏づけられた、プロダクト判断。

本番規模のプロダクト経験、直接構築・検証した研究・エンジニアリング成果、そして購入前に確認できる意思決定メソッド。この3つが判断を支えます。

職歴、Hyperion が文書化した研究・エンジニアリング、公開メソッドは分けて示します。

依頼前の確認

エビデンスから何を判断できるか。

それぞれが別の確認事項に答えます。大規模な実務経験があるか、今も自ら構築しているか、意思決定の方法を事前に確認できるか。

これらの区分の読み方

本番
実運用の負荷がかかる本番環境で観測されたもの。
顧客承認済み
顧客が公開記述を承認した関係と範囲。別途の承認がない限り、成果を含意しません。
創業者による確認
Hyperionの創業者が確認した関係と限定された業務範囲です。この表示は、顧客の承認、推薦、成果を示すものではありません。
プレ本番
Hyperion が所有し、端から端まで動作するが、まだ本番負荷は担っていない実装。顧客への導入ではありません。
統制条件
Hyperion が選んだ条件下での測定。再現可能ですが、現場の結果ではありません。
シミュレーション
現場の実機ではなく、シミュレートした環境や負荷に対して測定したもの。
モデル試算
明示した前提から算出したシナリオ。測定でも成果でもなく、事例研究にはなりません。
公開手法
公開検証できる成果物(プレプリント、オープンソースへの貢献、公開手法)。プレプリントは査読済みではありません。
職務経歴
Hyperion 設立前に、創業者が前職で行った業務。これらの組織は Hyperion の顧客ではありません。

創業者のキャリア実績

本番規模で取り組んできた。

  • 職務経歴

    17年以上の経験

  • 職務経歴

    1億超の規模で展開されたNDS/Ciscoの映像プラットフォーム

  • 職務経歴

    Renault-Nissan-Mitsubishi AllianceのConnected Car Services部門の副ゼネラルマネージャー兼プロダクトマネジメント・ソフトウェア開発責任者として、Renault OpenR LinkやNissanConnectなどのコネクテッドサービスの製品を統括。その技術は現在700万台以上のコネクテッドカーに展開されています

創業者の実績を見る

Hyperion が文書化した研究リファレンス

今も自らシステムを構築:Auralink。

  • 統制条件

    32件の適合性ケース

    ACS v0.1 は、リファレンス、安全、フェデレーション運用のシナリオを対象とします。このスイートはエンジニアリング上の根拠であり、認証やフィールド実績ではありません。

Auralink 技術資料を見る

実際のエビデンスを見る

契約前にメソッドを確認できる。

補足の主張記録を見る
職務経歴

創業者のキャリア実績

元雇用主での創業者の経験——Hyperionのクライアントではありません。

  • ABB E-mobilityでEV充電ハードウェアと充電ソフトウェアの製品マーケティングを担当
  • MIT Professional Education — データサイエンス、システム工学、サイバーセキュリティ、IoTなど、8つの専門講座の修了証(2016–2017年)
  • NDS/Cisco在籍時、本番稼働するコネクテッドデバイスのプラットフォームで、組み込みLinux、Android、オープンソースの統合に従事しました。
プレ本番

Hyperion が文書化した研究リファレンス

手法を検証可能にするため Hyperion が作成・文書化したものであり、外部クライアントのデプロイではありません。

  • Auralinkを含む自社AIプロジェクト
公開手法

外部リファレンス

第三者の公開分析——引用であり、Hyperionの測定ではありません。

  • AIパイロットの大半は本番運用に至る前に停滞します

出典:

すべてのエンゲージメントは Mohammed Cherifi が直接リードします。明確に定義された作業には専門パートナーを起用し、その役割を開示する場合があります。Hyperion は人材派遣やエンジニアリング受託の体制ではありません。

実績の記載方針

本サイトに名前が挙がる組織は、いずれも五つの区分のどれかに該当します。名称が現れる箇所には必ず区分を明記し、関係性を読者が推測せずに済むようにしています。

公開可能な検証済みクライアント
Hyperion が公に言及できるクライアント関係。委任が文書化されており、適用契約が言及を制限していない場合に限ります。委任内容と役割として記述し、成果としては記述しません。書面による許諾がある場合は証跡登録簿に記録します。
非公開の検証済みクライアント
実在する案件ですが社名を出せないもの。記載する場合も抽象的な記述にとどめます。
パートナーまたは業務委託先
他社と共に、または他社を通じて提供した業務。Hyperion のクライアントとしては提示しません。
見込み客・リード
商談、提案、ターゲット企業。提供済みの実績としては提示しません。
創業者の職務経歴
Mohammed が従業員として在籍した組織。Hyperion のクライアントではなく、ロゴにもその旨を明記します。

委任が文書化され、適用契約が言及を制限していない場合を除き、本サイトにクライアント名を記載することはありません。ロゴの掲載は社名の記載とは別の問題として扱い、上記のいずれの区分からも当然には認められません。

関係性を、正確に明示

職歴、Hyperion が文書化した研究・エンジニアリング、公開メソッドは分けて示します。

  • フランス政府の産業向けAIアンバサダー — Osez l’IAイニシアチブ

  • Berkeley SkyDeckのKey Advisor(無償、2022年10月より)

  • FranceNum Activateur

  • La French Tech Athensの理事

Hyperion が構築したもの

Hyperion が構築したその他のシステム

上記の分類済みレジスターとは別の、単純な一覧です。各行にシステムの段階を記載しています。いずれも顧客エビデンスではなく、ベンダーとの提携を示唆するものでもありません。

Ventures ページで説明しているもの

その他のシステム

  • Auralink OS

    Physical AI と Industrial AI の機械向けに提案中のオープンなオペレーティングシステム。AI が提案し、機械上の小さな決定論的な権限が判断します。

    設計段階。評価や認証を受けたものはありません。

  • Hyperion Physical AI Workbench

    エッジホストのプロファイリング、モデルのカタログ化、ランタイムの選択、助言型 Physical AI ワークロードのデプロイとロールバックを行うローカルファーストのツール。

    ローカルファーストのプロトタイプ。リアルタイム制御や安全制御のためのものではありません。

  • Hyperion Data Factory

    Physical AI と Industrial AI 向けに提案中のローカルファーストのデータファクトリー。物理シナリオ、シミュレートされたセンサー、注入された故障、追跡可能なデータセットを扱います。

    研究・設計段階。ジェネレーターはまだ実装されていません。

  • GUIDE

    EU の Physical AI・Industrial AI 組織が、次の AI 変革の意思決定を整理するためのシステムです。何を決めるか、どのエビデンスが不足しているか、誰が検証すべきかを明確にします。

    非公開で開発中のプロトタイプ。公開されていません。

  • Pharodos

    ギリシャ語を第一言語とする診断ツール。小規模事業者が自ら申告したニーズを、説明付きの次のステップ、より簡単な代替案、七日間の観察計画に変換します。

    プロトタイプ。未公開です。

  • Ereisma

    法令調査、引用、文書ドラフトのテンプレートのためのギリシャ語の法務アシスタントのプロトタイプ。合成データのみで構築・テストしています。

    プロトタイプ。生成された文書には弁護士の確認が必要です。正確性についての主張はしていません。

  • Reachy Mini 音声ブリッジ

    卓上ロボット Reachy Mini 向けに、音声を入力として受け取り、音声による回答と表情豊かな頭部・アンテナの動きを出力します。

    プロトタイプ。ロボット上での検証は未完了です。Reachy Mini は Pollen Robotics の製品であり、提携を示唆するものではありません。

  • オープンウェイト・スキルマーケットプレイス

    ローカルまたは API 経由で提供されるオープンウェイトモデル上で動作する、エージェントスキル、SDK、MCP サーバー。

    プロトタイプ。

    マーケットプレイスを開く
  • Hyperion Engineering System

    Hyperion の構築方法。複数の AI モデルが作業を起草し互いに検証し合い、決定論的なテスト、リンター、レビューゲートが最終的な権限とエビデンスの記録を保持します。

    社内の実践。

あなたのプロダクトで試す

この判断を評価する最速の方法は、あなた自身のプロダクト意思決定を一つ、目の前に置いてみることです。