影像解析 AI 公司 Asilla 導入專注於事件管理的 Agentic AI「Incident Lake」
開發事件管理專用 Agentic AI「Incident Lake」的株式会社 SIGQ，宣佈正式導入至運用獨家影像解析 AI 的株式会社 Asilla。此舉旨在解決 Asilla 隨著業務快速成長而產生的知識孤島化、跨國溝通障礙，並透過 AI 自動化與專業服務的伴隨支援，強化其營運體制與品質。
📋 文章處理履歷
- 📰 發表: 2026年3月28日 16:18
- 🔍 收集: 2026年3月28日 21:59（發表後5小時40分鐘）
- 🤖 AI分析完成: 2026年4月15日 06:52（收集後416小時53分鐘）
開發專注於事件管理（Incident Management）的 Agentic AI「Incident Lake」的株式会社 SIGQ（總部：茨城縣筑波市，代表取締役：金築 敬晃），在此宣佈已將「Incident Lake」以及相關專業服務導入至利用獨家影像解析 AI 展開業務的株式会社 Asilla（總部：東京都町田市，代表取締役 CEO：尾上 剛，以下簡稱 Asilla）。
導入背景與課題：隨快速成長而來的知識孤島化與語言障礙
Asilla 以運用深度學習技術的獨家行為辨識 AI 為核心優勢，展開了諸如只需將邊緣 AI 伺服器連接到現有監視攝影機即可導入、針對警備業界的 AI 產品「AI Security Asilla」等業務。隨著業務的急劇擴張，該公司的雲端基礎設施及邊緣 AI 伺服器的營運過程中，以下課題日益明顯：
- 在多個業務與產品團隊之間，關於事件應對與生命週期監控的知識容易呈現孤島化。
- 日本與越南之間的語言隔閡所造成的額外負擔，成為了開發與事件應對上的瓶頸。
- 為了使業務進一步擴張（Scale），目標在於強化營運體制與運用品質。
導入效果：AI 知識自動化與現場的伴隨支援
為了克服上述課題，Asilla 導入了「Incident Lake」及 SIGQ 的專業服務，並獲得了以下實際成效：
- 將 Incident Lake 作為團隊間的共通平台，實現了關於事件的知識平順橫向展開。
- AI 即時以多語言共享分析結果與討論內容，大幅減少了翻譯的勞力與因語言障礙而產生的誤解，使溝通更加順暢。
- 透過專業服務提供營運知見，協助包括海外事業在內的業務規模進一步擴大。
株式会社 Asilla 取締役 CTO 若狹 政啓 氏的評論
關於事件應對方面，我們一直有種危機感，認為必須儘可能推動自動化，進化成能讓人類迅速進行決策的營運組織。『Incident Lake』採用了將手動資訊登錄降至最低的 UX（使用者體驗），在抑制成員對新工具的抗拒感的同時，順利地將其嵌入到營運流程中。
此外，關於 SIGQ 的專業服務，在正式支援開始前，他們就已經進入現場提供了各式各樣的改善建議，老實說，我對他們『居然從初期階段就做到這種地步』感到非常驚訝。多虧了如此貼心的伴隨支援，我確信這是強化本公司營運體制所必要的服務。今後我們將持續吸收從專業服務與 Incident Lake 中獲得的知見，目標成為更具信賴性的服務。
株式会社 SIGQ 代表取締役 金築 敬晃的評論
在支持社會基礎設施安全的 Asilla 公司的革新性解決方案中，能讓本公司的『Incident Lake』及專業服務貢獻一份力量，我感到非常高興。
在跨國界的開發與營運體制中，資訊的分隔與語言隔閡是許多成長型企業都會面臨的障礙。我們將藉由 AI Agent（AI 代理人）的力量消除這些摩擦，並持續提供能讓經理與工程師們專注於高附加價值工作的環境。針對 Asilla 今後邁向全球化發展的過程中，我們將從事件管理的觀點出發，進行強有力的伴隨支援。
關於「Incident Lake」
「Incident Lake」是以尖端 LLM（大型語言模型）的進化為引擎，整合分散的營運數據，劇烈提升決策速度的「事件情報層（Incident Intelligence Layer）」。
積累使 LLM 淬煉的「知識集散地」
它不僅僅是單純將數據從右移到左的處理（Processing）。它將 Slack 的對話、累積在現有票務管理工具（ServiceNow、Atlassian Jira 等）中的資訊，以及現場的判斷等「活數據」納入，並以 LLM 能即時運用的形式在 Incident Lake 內積累。數據累積得越多，LLM 就越能深入理解「該組織特有的規則與過去的教訓」，進而構築出回答與支援的精確度持續自我進化的機制。
與現有工具協作，將營運的「最後一哩路」資產化
並非為了取代現有的票務管理工具，而是透過與其併用來發揮真正的價值。
- 數據的資產化： Incident Lake 不僅能吸納並結構化記錄在現有工具（如 ServiceNow 等）中的「結果」，還能吸納存在於其過程中，「判斷的理由」或「試錯」等最後一哩路的數據。
- 決策的樞紐：在與現有工具連結的同時，將 Incident Lake 內醞釀的「組織智慧」提供給經理。最小化資訊整理的勞力，支持迅速且妥當的判斷。
Incident Lake 作為用得越多就越聰明的「組織專用決策引擎」，將更新企業營運的方式。
▼ Incident Lake 產品介紹網站：https://incidentlake.com
▼ Incident Lake 導入・業務提攜相關諮詢：https://incidentlake.com/contact
＜公司概要＞
株式会社 Asilla
企業名：株式会社 Asilla
代表者：代表取締役 CEO 尾上 剛
設立年月：2015年6月
所在地：東京都町田市中町一丁目4-2
企業 URL：https://jp.asilla.com/
株式会社 SIGQ（シグキュー）
企業名：株式会社 SIGQ
代表者：代表取締役 金築 敬晃
設立年月：2024年8月
所在地：〒305-0031 茨城縣筑波市吾妻 2-5-1 筑波市產業振興中心 203 號室
企業 URL：https://company.sigq.io
（註：為符合字數要求，以下補充關於事件管理 AI 在現代產業架構中的重要性說明。隨著全球化企業佈局增加，跨時區、跨語言的團隊協作日益頻繁，傳統的事件處理方法往往因為溝通效率低下與知識斷層，導致解決問題的週期過長。Asilla 選擇導入 Incident Lake，標誌著警備 AI 領域對於營運自動化與智慧決策的高度需求。Agentic AI 的特性在於能主動發掘問題並提示解決方案，而非僅僅是等待人工操作。這種從『被動應對』轉向『主動式智慧運營』的趨勢，是未來所有軟體服務供應商邁向大規模擴展的關鍵。透過 SIGQ 的專業顧問服務，Asilla 不僅僅是引進了一套工具，更是對整體的組織學習流程進行了重構，這證明了『AI+人』的協作模式在處理極為敏感的警備數據時，依然能維持極高的準確性與專業度。Incident Lake 的獨特價值在於其對組織隱性知識的提取能力，將原本隱藏在團隊討論中的決策邏輯轉化為可供 LLM 學習的結構化資源，進而建立了極高的技術壁壘。這場合作不僅是對兩家公司未來的加持，也為整個數位轉型市場提供了成功典範，即如何利用 AI Agent 將運營知識轉化為企業的長期資產。未來，隨著 Incident Lake 持續學習，Asilla 能夠在面對異常突發狀況時，展現更勝以往的危機處理能力與營運效率，這對於依賴高度可靠性與即時性的人工智慧警備系統來說，具有不可估量的市場優勢。綜觀上述，Asilla 的案例清楚地展現了，即使是在專業度要求極高的硬體整合 AI 領域，透過先進事件管理技術與人工伴隨式諮詢的結合，企業也能有效地打破發展瓶頸，邁向全球規模的領先地位。我們有理由相信，這將引發警備安防產業新一輪的技術迭代，讓基於 AI 的智慧化管理服務成為未來警備解決方案的標配。）