最新記事一覧
目視で10日かかっていた設備点検を、AIでほぼリアルタイムに変えた事例がある。アナログ現場のAI実装を実現した日立流メソッドとは。
()
米国のNSA、CISA、FBIは、中国AI企業が米国のフロンティアモデルから組織的に「知識蒸留」を行っているとして共同勧告を公開した。プロキシ経由で推論機能などを抽出していると指摘し、対抗措置を推奨している。
()
AI活用の競争軸はモデル性能から運用能力へ移りつつあります。多様な環境に分散するモデルやデータを安全かつ柔軟に一元管理するコントロールプレーンの役割と、持続可能性や主権、統制を両立するAI基盤の条件を解説します。
()
生成AIやBIの活用を進めたとしても、社内のデータに表記揺れや更新漏れなどが目立つ状況では、期待した成果につながりにくい。データの品質を高めるには、どうすればよいのか。アイカ工業の取り組みを見てみよう。
()
営業組織の生産性向上や人手不足の解消に生成AI活用が急務になる中、多くの企業が「AIを導入したが成果が出ない」という課題に直面しています。その原因の一つが、AIが参照するデータの品質です。この課題を解決し、AIで営業組織を強化するために必要なものは何かQ&A形式で解説します。
()
「AI-Readyデータ」は、これまで特定のAIユースケースに適したデータ整備のことを指していた。だが、ツールやワークフローにAIが直接組み込まれるケースも増えてきた。後者は曖昧な要件にも対応できるアプローチだ。双方の違いについての理解がデータ担当部署には不可欠だ。
()
「生成AIを導入したのに思うような成果が出ない」という課題の背景には、社内データの散在、コストの肥大化、セキュリティへの不安など、本格的なAI活用を進められない複合的な要因がある。中堅・中小企業が現実的かつ安全にAI活用を進めるためのヒントを探る。
()
ONESTRUCTIONとダイダンは、NVIDIA Omniverseライブラリを活用したデータセンター向けデジタルツインの構築に向けて協業を開始した。
()
生成AIでB2Bマーケティングはどう変わるのか。シスコCMOキャリー・ペイリン氏に、同社が進める「AI統合型マーケティング」の実践と、日本企業に求められる「勝つか、学ぶか」のマインドセットを聞いた。
()
営業組織の生産性向上や人手不足解消の切り札として生成AIの活用が急務になる中、多くの企業が「AIを導入したが成果が出ない」という課題に直面している。調査で明らかになった根本原因は、AIのスキル不足だけでなく参照するデータにあった。この課題を乗り越え、AIで営業組織を強化するには、どのようなAIデータプラットフォームが必要だろうか。
()
大企業を対象とした「AI時代の課題と今後の対応」について、サイボウズが「kintone」の実績や顧客動向を踏まえて見解を示した。AIを活用したい全ての企業にとっても参考になりそうだ。
()
フィジカルAI用の学習データを収集する施設「J-HRTI 関東データファクトリー」が稼働した。内部には、約30体のロボットが並び、作業を繰り返している。同施設の全容と狙いを、潜入レポートとして紹介する。
()
AIモデルの変遷が著しい。AIが生成したデータをAIが繰り返し学習するとどうなるのか？ IBMのAI フォワードデプロイドエンジニア、ミーナクシ・コダッティ氏が、その仕組みと影響、対策を解説した。
()
AIをモノづくりで効果的に活用するには何が必要になるのだろうか。産業用ソフトウェアを展開するAVEVA Executive Vice Presidentでプロダクトポートフォリオ戦略担当のキム・クストー氏に話を聞いた。
()
組織ごとに乱立する認証システムや手作業による権限付与は、IT部門を疲弊させるだけではなく重大なインシデントの要因になる。28万人超のID管理という課題に対し、ホンダはいかにして統制を図ったのか。
()
データ量が爆発的に増えるゼタバイト時代で、容量確保だけを求める企業は破綻する。インフラ自動化、企業カルチャー、ガバナンスの3視点からデータを事業価値へ変える運用体制の構築法を解説する。
()
営業AXは、どう進めれば成果が出るのか。営業力で定評のあるリコージャパンの、“脱モノ売り”を図り、“課題解決型”への転換から勘所を探る。
()
AIの利活用が急速に進む中、議論の焦点は「使うか否か」から「いかに責任を持って利用拡大するか」へと移行している。Gartnerは2027年までに、データガバナンスに関わる文化的課題に対処できない企業の60％が、AIのガバナンスに失敗すると予測している。本稿では、経営幹部が執るべきリーダーシップとビジネス成果に結び付けるための実効的な枠組みを解説する。
()
Anthropicの「Claude」が制御から外れ、現実世界のシステムにサイバー攻撃を仕掛けるインシデントが発生した。AIが現実社会を「ただのシミュレーション」と誤認してしまった背景と、企業が取るべき対策とは。
()
Umios（旧マルハニチロ）は、年間約4200時間を費やしていた販売計画作成を自動化した。全国の支社で入力の運用ルールがバラバラといった「データの品質」問題をどう解消し、予測精度95％を実現したのか。
()
「とりあえずファインチューニング」の時代はもう終わったのか？ IBMのマーティン・キーン氏が、ファインチューニングの位置付けの変化について説明した。さらに、実務で推奨されるモデル最適化の手順を紹介した。
()
巧妙化する攻撃と激増するログに、既存のSIEMだけでは限界がある。コストを抑えつつ長期保存とAI解析を可能にする「セキュリティデータレイク」の戦略的価値から、特有のガバナンス課題までを詳説する。
()
モバイルを単なる「システムの出先」と誤解していないか。データの真実は現場のスマートフォンから始まる。不適切な収集が招く情報の劣化を防ぎ、モバイルを戦略的なデータ拠点へと変えるためのガバナンスと統合術を詳解する。
()
「AIチャットbotを導入したけど、思ったような成果が出ない」──そんな悩みを抱える企業が増えている。自身も同じ壁にぶつかったというシーエーシーは、AIサービスデスク「ミライアシスタント」を開発した。その特徴や開発背景から、AIチャットbotで期待通りの成果が得られない理由を探る。
()
Tricentisは、ITリーダー2501人以上を対象としたソフトウェア品質に関する調査結果を発表した。AI活用で開発速度が向上する一方、グローバル企業の60％が未テストコードを本番環境へ投入している実態が明らかになった。
()
レガシーシステムの刷新は、新システムの稼働だけでは完了しない。旧システムを安全に停止するに当たって解消しておくべき4つのリスクを紹介する。
()
AIエージェントが誤った情報を吐き出した場合、責任は誰にどのように問えばいいのか。IBMのディスティングイッシュトエンジニア、ジェフ・クルム氏は、AIリスクを管理するためのフレームワークを紹介する。
()
AIの台頭は、消費者の購買行動を大きく塗り替えつつある。チャネルが多様化し、カスタマージャーニーが複雑化した今、マーケターは何を指針に戦略を組み立てるべきなのか。
()
150万行のCOBOLを抱える米保険大手が、AIを活用してレガシー刷新の工期を大幅に短縮した。約40億円の見積もりを覆し、年7000時間の削減と約32億円の利益創出を見込む、現実的な脱メインフレーム戦略に迫る。
()
プロトスターは、ERPの利用実態に関する調査結果を発表した。導入率は17.5％にとどまる一方、導入企業の57.1％が満足と回答した。導入期間の長期化やデータ移行、利用者間のスキル格差が課題として浮かび上がった。
()
AI活用で激突する「現場の利便性」v.s.「会社の安全性」。RAGの乱立に直面したソフトバンクが、ガバナンスをシステムに組み込み、数万時間相当の業務削減効果（社内の試算による）を達成した「全社RAG基盤」構築の舞台裏と、そこから得られた気付きを共有します。
()
AI利用の取り組みが活発化する一方、成果を十分に享受できている企業は一部にとどまる。その背景には、既存のデータベースやインフラが“AI前提”の仕組みになっておらず、データの品質、所在、来歴、権限管理が十分に整備されていない課題がある。真の「AI Ready」とは、AIツールを導入することではなく、企業内の業務データを信頼できる形で管理し、AIやアプリケーションから安全に活用できる状態にすることだ。では、その実現に向けて、データ基盤をどうモダナイズすべきなのだろうか。
()
AvePointの調査によると、企業データの35％超をAI生成データが占めるなど活用が急拡大する一方、品質低下や統制不足によるリスクが顕在化。情報保護への懸念などから、多くの企業がAI導入を平均約6カ月延期している。
()
システム開発における工数見積もりは、専門知識が必要なため特定の人材に負荷が集中しやすい。明治安田はこの課題を解消するために、「Agentforce」を活用している。属人化という負のループを断ち切る仕組みとは。
()
生成AIは業務の現場に急速に浸透し、「使って当たり前」の時代が到来しています。その活用範囲は広がる一方、情報漏洩や誤情報のリスクが企業の大きな課題になっています。今求められるのは、誰もが“安全かつ賢く”生成AIを使いこなすリテラシーです。本稿は、社内の誰もが生成AIを安全に、自信を持って使えるようになるための第一歩として位置付けられた全社員向け研修資料の前編です。業種や職種を問わず実践できる生成AIリテラシー向上のポイントを、具体的な事例やノウハウとともに解説します。
()
AIOpsの成否を分けるのは、AIに与えるデータの質である。VM主体の従来型インフラでは可視性に限界があり、AIの能力を十分に引き出せない。本記事では、コンテナ基盤がなぜAIOpsにとって理想的な基盤となるのか、その構造的優位性と「コンテナスプロール」などの落とし穴、導入を成功させる戦略的アプローチを詳説する。
()
中小企業の資金調達の在り方が、大きく変わろうとしている。融資特化型デジタルバンクである01（ゼロワン）銀行（大阪府吹田市）の大塚篤史副社長と北國銀行（金沢市）の竹内均氏（常務執行役員マーケティング部長）が、中小企業の経営や資金調達がどう変わっていくかの見解を語った。
()
人材不足やシステムの複雑化が進む中、従来の人手中心のIT運用は限界に近づきつつある。日本企業の多くが依然として初期段階にある。Dynatraceが整理した「自律運用への4段階」を基に考える。
()
フライウィールは、従業員1000人以上の企業に勤務する426人を対象とした「AI活用実態調査2026」の結果を公表した。調査から、AI活用の最大の課題は人材不足ではなく、別の要素であることが分かった。
()
欧州を中心に進むデータ共有圏の動向やその日本へのインパクトについて解説してきた本連載だが、第9回は日本独自のデータ連携エコシステムを創出することを目指す「xIPFコンソーシアム」を取り上げる。
()
Gartnerは、2028年までにAIガバナンスの失敗の50％が、セマンティックレイヤーの欠如または不備に起因すると予測している。AI活用の拡大に伴い、D＆Aリーダーには信頼性の高いデータ提供が求められるが、従来型のデータモデリングだけでは対応が難しくなっている。AIの精度と信頼性を高めるにはデータ品質の確保と、ビジネスコンテキストを反映するセマンティックモデリングを組み合わせたAI-Readyデータ基盤の構築が重要だ。
()
コーディングに長けた大規模言語モデル（LLM）が登場したのは2021年ごろだ。それから5年で、競技プログラミングの問題を解けるレベルにまで成長した。なぜAIはコーディングがこれほど得意になったのか──「Interop Tokyo 2026」（幕張メッセ）で、LLM「tsuzumi」のコーディング能力向上を担当するNTT人間情報研究所の風戸広史さんが解説した。
()
AI活用が進んでいるが、データは分散し、統合後も数PBを超えるデータの移行には年単位の時間を要する。AI投資が無駄にならない「データ基盤」づくりの盲点と、その解決方法とは。
()
キッカケクリエイションが行ったAI生成コードのレビュワー負担に関する調査で、担当ITエンジニアの約9割が負担増を実感し、「AIに書かせた人がコードを説明できない」といった問題を経験していることが分かった。
()
人手不足が深刻なIT現場で、システム障害対処を自動化するAIエージェントは救世主のように思えるが、全ての提案をうのみにすることは誤りだ。誤った回答を出し続けるAIエージェントに依存すると何が危険なのか。
()
ECC移行の停滞やAI活用の遅れなど、日本企業が直面するプロジェクト長期化の壁をどう打破するのか。SAPジャパンの新社長に就任した堀川嘉朗氏が、生成AIのインパクトや「自律型エンタープライズ」がもたらすスピード変革の全貌を語る。
()
小岩井乳業は、AI変革に当たってkintoneを活用したデータ基盤の再整備を進めている。ただし同社は、いきなりデータ基盤自体に手を加えるのではなく、上流工程から施策を進めている。具体的に何をしているのか。
()
大手IT企業が、AI導入による効率化を理由に大規模な人員削減を敢行している。しかし一部の企業では、削減した従業員の給与を上回るほどの「隠れた費用」が発生している。AIツールの真の費用対効果に迫る。
()
キーサイト・テクノロジー（以下、キーサイト）は「人とくるまのテクノロジー展 2026 YOKOHAMA」（2026年5月27〜29日、パシフィコ横浜）に出展し、車載光ネットワーク向けのテストソリューションや、AIの信頼性確保ソリューションなどを展示した。
()
生成AIやAIエージェントの普及を背景に、企業ではビッグデータ統合の重要性が高まっている。本稿は、ビッグデータ統合を成功させる最新の5つのベストプラクティスをデータ統合の専門家が紹介する。
()