エッジ分析のユースケース【後編】
データが生成される場所で処理を実施して洞察を得る「エッジ分析」は企業にさまざまな利点をもたらすが、実施に当たっての課題もある。エッジ分析の課題と解決方法を紹介する。
エッジ分析のユースケース【前編】
データが生成される場所で処理を実施して洞察を得る「エッジ分析」はさまざまな業界にメリットをもたらす。製造、物流、医療、小売りにおける具体的な利用シーンを紹介する。
「自社データを生かすAI」の設計【後編】
LLMの信頼性や業務適用性を高める技術として注目される「RAG」。その効果を最大限に引き出すための6つのベストプラクティスとは。
「自社データを生かすAI」の設計【前編】
企業のナレッジや最新情報をLLMに取り込む手法として、「RAG」の採用が広がっている。LLMの限界を補完する有効なアプローチである一方、企業は実装段階で幾つかの課題に直面する。
製造業での生成AI活用8事例【後編】
製造業では、作業の自動化や予測精度の向上など、さまざまな場面で生成AIの導入が進んでいる。どのような効果が期待できるのか。具体的な利用方法を見てみよう。
製造業での生成AI活用8事例【前編】
製造業は厳しい競争を生き抜くために、効率性の向上やコスト削減が喫緊の課題だ。そのためには、生成AIツールの利用が有効になる。具体的な活用方法とは何か。
実はそれぞれ異なるレベル、異なるアプローチで機能する：
TechTargetは2025年3月18日、「アプリケーションパフォーマンス監視と分散トレーシングの違い」に関する記事を公開した。アプリケーションパフォーマンス監視と分散トレーシングはそれぞれ異なるが、互いに補完する形で、パフォーマンス問題を特定するのに役立つ。
生成AIのデータ分析能力や、報告書を改善する機能により、金融業界における業務の一部を簡素化できる。8つの活用事例とともに詳細を確認しよう。
財務報告の作成から不正の検出まで
さまざまなルールが存在する財務や経理の領域では、生成AIをどのように活用すればいいのか。8つの使用例を紹介する。
推論と学習のバランスを考える【後編】
AI開発における重要なプロセスが「学習」と「推論」だ。開発者はそれぞれどの程度のリソースを割けばよいか見極める必要がある。どちらを重視すべきなのか、複数の視点から考察する。
推論と学習のバランスを考える【中編】
AIモデル開発で中心となるプロセスが「学習」と「推論」だ。この2つに適切にリソースを配分する上で考慮すべきポイントを解説する。
推論と学習のバランスを考える【前編】
AIモデルの高性能化に欠かせないプロセスが「推論」と「学習」だ。この2つのフェーズを適切に設計・運用するためには、それぞれの役割の違いを理解する必要がある。
ベクトルデータベースは何に役立つ？【後編】
商品のレコメンドや画像認識といったシステムの性能を向上させるのが「ベクトルデータベース」だ。さまざまな業界での活用例から、ベクトルデータベースがどのようにビジネスを変えようとしているのかを読み解く。
ベクトルデータベースは何に役立つ？【前編】
AI技術の活用には、画像や文章などの非構造化データを大量に管理しなければならない。そうした際に不可欠なのが「ベクトルデータベース」だ。なぜ重要であり、どう役立つのか。