仕事をより分けやすくするために作られました。
Siftableは個人プロジェクトとして始まりました — ADHDのカオス、キャリア、人間関係、野望を管理するための手段として。それがもっと大きなものになりました。
トーマス・メイン
Siftableの創設者、トーマス・メインです。AIネイティブな仕事のためのコンテキストレイヤーを構築しています。長年、タスク、人々、意思決定、コード、履歴がエンタープライズツール間で失われていくのを見てきました。そこで、仕事が最終的に永続的で、つながりがあり、人間とエージェントの両方にとって役立つものとなるよう、プログラミングを独学しました。
Siftableのアイデアは、シンプルなフラストレーションから生まれました。すべての生産性システムは、すでに生産的であることを前提にしています。座って、アプリを開いて、タスクを分類して、期日を設定して、週を計画して、実行する。でも、それが一貫してできるなら、そもそもアプリは要りません。
その問いがSiftableになりました。カレンダーを理解し、プロジェクトを分解し、あなたの人生の人々を記憶し、パターンを時間をかけて学習するAIシステム。フォームではなく、会話を通じて。
まずADHD脳のために作りました。ギャップが最も大きいからです。でも実際には、誰でもある程度は実行機能に苦労しています。やるべきことが分かっているのに始められない日は誰にでもあります。大切な人の重要な詳細を忘れることも。実際の空き時間を把握できずに予定を入れすぎることも。
パブリックに構築し、高速でイテレーションしています。プロダクトは不完全で、進化し続けています。
設計原則
プロダクトを導く6つの信念。
ゼロ摩擦キャプチャ
タスクを追加するのに、タスクをこなすより手間がかかるなら、何かが間違っています。話すだけでOK。AIが分類し、スケジュールに入れ、適切なプロジェクトに紐付けます。
先回り型、受け身じゃない
ユーザーが聞く前に、重要なことを浮上させます。朝のブリーフィング、誕生日リマインダー、スケジュールの競合。
信頼できるAI
AIは実際のアクション（スケジュール登録、タスク作成、メッセージ送信）を明確な確認付きで実行します。見栄えより実用性。
カオスではなくコンテキスト
すべての情報が相互に接続されるべきです。タスクはカレンダーを知り、カレンダーは人を知り、AIはそのすべてを把握しています。
現実に根ざした設計
計画は現実の制約を尊重しなければなりません — 実際のカレンダーの空き、実際のエネルギーレベル、実際の移動時間。Reality Gridは理想ではありません。正直です。
サイレントラーニング
システムはユーザーが教えなくても、時間とともに賢くなります。すべての会話がデータです：好み、パターン、人間関係。
なぜ「Siftable」？
検索は、探しているものが分かっている時に使うものです。Siftingは、そうでない時に使うものです。
ワーキングメモリ、柔軟な思考、セルフコントロールを含む認知スキルの総称です。時間管理、注意力の維持、フォーカスの切り替え、計画と整理、細部の記憶、マルチタスクなどに関わります。
現代の仕事は、タスク、メモ、会議、メッセージ、ドキュメント、コード、決定、コミットメント、人々といった、絶え間ないコンテキストの流れを生み出します。難しいのは、常に多くの情報を捉えることではありません。今何が重要かを知ることです。Siftableは、その仕事のために名付けられました。それは、散らばったコンテキストを、埋もれてしまうような優先順位、リスク、フォローアップ、衝突、または次のアクションといったシグナルに変えることです。
ExecuFunction は、その根底にある考え方が実行機能（優先順位付け、計画、切り替え、記憶、実行を助ける精神システム）であるため、会社名となっています。Siftable は、脳が手動でまとめる必要のある量を減らすことが製品の役割であるため、製品名となっています。
まだ模索中の
こと。
透明性は私たちのコアバリューです。現在取り組んでいることをお伝えします。
AIはどこまで確認なしに行動すべきか？
先回りすることと押しつけがましいことの間には緊張関係があります。やさしい提案から、ユーザーに代わってアクションを実行するまで、AIの自律性のさまざまなレベルを実験中です。最適なバランスは人によって異なるでしょう。
適切な料金モデルは？
AIには実際のコストがかかります。Siftableを、特にこのツールのために作られたADHDコミュニティにとって手頃なものにしたいと考えています。コア機能を無料に保ちつつ、パワーユーザー向け機能で開発を支えるモデルを模索中です。
この親密なデータをどう扱うべきか？
Siftableは非常にパーソナルなことを学習します — あなたの習慣、人間関係、悩み。この責任を真剣に受け止めています。エンドツーエンド暗号化、ローカルファーストアーキテクチャ、AIが記憶する内容をユーザーが細かく制御できる仕組みを検討中です。
AIは本当にADHDを理解できるのか？
AIが人間的な意味でADHDを「理解する」とは考えていません。しかし、ADHDのパターンに逆らうのではなく、そのパターンに合わせたシステムは構築できます。信頼性を維持しながら、パーソナライゼーションをどこまで追求できるかが課題です。
長期的にどこへ向かうのか？
最終的なゴールは、より良い意思決定と長年にわたる人間関係の維持を支援する認知パートナーです。その実現に向けて、一機能ずつ構築しています。