Boxでは、お客様が実際に行っている業務、つまり多数のドキュメントにまたがる複雑なビジネスワークフローを対象に、フロンティアAIモデルをテストしています。それぞれのタスクでは、AIエージェントが適切なファイルを見つけ、スプレッドシート、PDF、スライド、画像を横断して作業し、ナレッジワーカーが同僚にそのまま引き渡せる成果物を作成する必要があります。Boxでは、完成した成果物の品質と、そこに至るまでの効率性の両方の観点からAIモデルを評価しています。
Anthropic Claude Sonnet 5.5をこの評価にかけ、Sonnet 5をベンチマークとして比較したところ、両方の面で改善が見られました。Sonnet 5.5の全体的な精度は65%に達し、Sonnet 5の61%を上回りました。また、総トークン消費量を12%削減しながら、完成した成果物に到達するまでの時間は約2.4倍高速でした。AIエージェントによる業務では、速度と精度は通常トレードオフの関係にあるため、その両方を実現できるAIモデルは大きな前進です。
業界全体での向上
Sonnet 5.5は、ナレッジワークの中でも、特に定量的な要求が高く、細部への注意が求められる領域でSonnet 5を上回っています。具体的には、特定の数値が正しいか、特定の保護措置が存在するか、そして結論が目の前の証拠から実際に導き出されているかどうかによって成果物が評価される場面です。これらは、精度と判断力の両方が重要であり、誤っているにもかかわらず自信を持って回答することが実際の結果につながり得る領域です。
Sonnet 5.5が特に優れた結果を示した業界と、Sonnet 5から改善した代表的なタスクを紹介します。
金融サービス（63%から81%）: トレーディングツール買収のデューデリジェンスレビューでは、添付されたディールブックの計算が整合していませんでした。Sonnet 5がディールブックに記載された数値を正しいものとして報告したのに対し、Sonnet 5.5は、合計利息が誤って計算されていた無担保預金と、誤った価格が設定されていたオプションを特定しました。Sonnet 5.5は、この作業を完了する時間も61%短縮しました。
法務（60%から67%）: 商業用賃貸借契約の更新条件と中途解約の通知期間を評価するよう求められた際、Sonnet 5.5は、その契約を比較するための「標準的な」市場ベンチマークを作り出すことをせず、代わりに、その契約に実際に欠けているものを指摘しました。
ライフサイエンス（54%から62%）: タンパク質相互作用ネットワーク全体から標的を特定する必要があるタスクで、Sonnet 5.5はSonnet 5では計算できなかったネットワークトポロジーを計算し、レイテンシを64%削減して結果に到達しました。
公共部門（55%から62%）: 数学の介入プログラムについて報告するタスクで、Sonnet 5.5は基礎となるプログラムデータから、適切な生徒の進捗モニタリング数値を取得することに成功しました。Sonnet 5.5のレポートは、より正確で完全だっただけでなく、タスクの完了時間もSonnet 5より71%短縮しました。
お客様にとっての意味
Sonnet 5.5は、一連のドキュメントから事実を見つけて相互確認する能力が向上しており、ドキュメントに記載されている内容と、自らが推測した内容との境界についても、より厳密に扱います。ソースドキュメントに誤りが含まれている場合、Sonnet 5.5はその誤りをそのまま引き継ぐのではなく、検出します。
これは、お客様がBox AIに任せる業務に直接つながります。財務部門はディールブック、ローン組成データ、一連の四半期数値をAIエージェントに渡し、計算結果を単に再掲するのではなく、再確認した分析を得られます。法務部門は契約書や賃貸借契約書のレビューを大規模に実行し、ドキュメントに含まれる内容の要約だけでなく、何が欠けているのかを把握できます。
Sonnet 5.5は完成した成果物に約2.4倍高速で到達するため、こうした作業を日々の業務の流れの中で実行できます。ドキュメントを多用するナレッジワークでは、精度がAIエージェントを安心して使えるものにし、効率性がAIエージェントを使う価値のあるものにします。
利用を開始する
Sonnet 5.5は、まもなくBox AIで利用可能になる予定です。
関連コンテンツ
- Claude Opus 5.5: 高品質な業務をより速く、効率的に
- First look: Claude Fable 5.1が複雑な企業業務における精度、レイテンシ、効率性を向上
- AIエージェントの推論機能を強化: Box AIがClaude Sonnet 4.6をサポート
- First Look: ClaudeのBoxコネクタ内でMCPアプリをサポート
- ローデータからインサイトへ: Box AIでClaude Opus 4.6による推論
- Claude Enterprise SearchとBox AIで企業の知識を活用
このブログは Box, Inc 公式ブログ（https://blog.box.com/）2025年9月28日付投稿の翻訳です。
著者: Aditi Tuli, Product Manager, Box AI
原文リンク: https://blog.box.com/claude-sonnet-55-real-enterprise-knowledge-work
