最新記事一覧
ヤマハが描くのは、データを武器にサプライチェーンを最適化する「物流コントロールタワー」構想だ。エンジニア不在、Excel管理の限界という壁を乗り越え、いかにしてデータ基盤を構築し、年間200時間の工数削減を成し遂げたのか。【訂正あり】
()
生成AIの台頭で、インターネット上でサービスを提供するSaaSの収益モデルが脅かされ、「SaaS is Dead」（SaaSの終焉）といった言葉も広がる。こうした状況の中、SansanはSaaS企業としての従来の戦い方を大きく変える。業界が岐路に立つ中、Sansanが打ち出した生存戦略とは――。
()
生成AIは新人の成長を加速させる一方で、思考プロセスをスキップさせてしまうリスクもある。今回は、「AIで思考を拡張するための3つのステップ」と、それぞれのプロセスごとに「実務で使えるプロンプト集」を紹介する。
()
企業のAIツール活用が進む一方で、無秩序な導入がAIツールやデータの「サイロ化」を招いている。無駄な投資やコンプライアンス違反を引き起こしかねないサイロ化に対し、企業が立てるべき戦略とは何か。
()
企業の競争力を左右するデータ活用。特に大規模なデータを扱う損害保険業界では、データエンジニアの役割が重要だ。本稿はＳＯＭＰＯホールディングスで活躍するデータアーキテクトにインタビュー。大規模データ分析基盤の整備とデータドリブン経営を推進する仕事の醍醐味と、少数精鋭チームが求める人材像について深掘りする。
()
Salesforce、HubSpot、Dynamics 365などの「SFA/CRM」が普及して久しいが、「現場が日々活用して生産性を向上できている」 という声を聴く機会は少ない。営業現場にとって、日々の顧客情報や商談内容の入力は大きな負担になっている。マネジメント層はデータ活用のために入力させたいが、担当者は面倒なだけでメリットを感じず不毛な対立構造が生まれている。本記事では、AIを活用してこのジレンマを解消し、営業の生産性を高める具体的な方策を探る。
()
企業のDXが加速する一方で、現場では「システム間のデータ連携が進まない」という課題が浮き彫りになりつつある。AI活用への期待が高まる中、その前提となるデータ基盤の整備はどれほど進んでいるのか。Sansanが調査を実施した。
()
生成AIツールを導入しても、全従業員が前向きにツールを活用し、成果を上げるようになるとは限らない。従業員を巻き込んで、生成AIの導入や成果の創出に取り組む企業の事例を紹介する。
()
高市政権が打ち出した「大胆な減税」と「17分野への重点投資」では、量子技術・半導体といった先端分野に加え、昨今急速に進化しているAIを中心に据えています。高市政権の政策と国際人材の動向がIT産業にどのような影響を与えるのかを考えます。
()
顧客の期待がかつてないほど高まる今、企業には「迅速で個別化された体験」を提供できるかどうかが問われている。その鍵を握るのが生成AIだ。人間のように自然な対話で、膨大なデータから顧客の本音を読み解く生成AIは、CXを再定義し、企業の競争力を左右する存在となりつつある。
()
Googleは、データ分析基盤「BigQuery」に新たなAI機能「Data Engineering Agent」を追加した。データパイプラインの設計や変更、品質チェック、トラブルシューティング を支援し、属人化しがちなデータ基盤運用の標準化と効率化を狙う。
()
ローコード開発とはどのようなものか、kintoneを題材に具体的な開発手順を解説する連載。前回はスペース機能を解説しましたが、今回は外部の協力会社などを招待して利用できるゲストスペース機能を紹介します。加えて、最後に要点として押さえておきたい、kintoneのインフラやセキュリティについても解説していきます。
()
エージェンティックAIが企業構造を変える？ IDCが2026年のIT業界予測を発表
()
生成AIの導入が加速する中、その成否は技術力だけでは決まらない。AIを使いこなし生産性を向上させる人材をどう確保・育成すべきか。これから多くの企業が直面するであろうこの課題に対し、新たな人事戦略の要点を解説する。
()
システムの状態を把握し、原因を説明できる力を高める「オブザーバビリティ」。従来のモニタリングを超え、ビジネス成果を生む仕組みへと変わりつつあるという。Cisco傘下のSplunkがその実態を解説した。
()
企業における生成AIの活用が加速する一方、蓄積したデータをAI自身に理解させなければAI活用の取り組みは頓挫しかねない――そこで本連載は、AI活用の成否を分ける「データマネジメント」に焦点を当てる。初回は、なぜデータマネジメントがAI活用の成否を分けるのか、AIがデータを正しく理解するために求められる取り組みを整理する。
()
「SaaS is Dead」――汎用AIエージェントが業務を自動化する未来が近づく中、特定業務向けのSaaSは不要になるという見方が広がっている。だが、LayerXの福島良典CEOと松本勇気CTOは「明確に間違い」と断言。SaaS企業こそ、生成AI時代に優位に立てると主張している。
()
AI技術によるレガシーシステム刷新は、タスクを迅速に実行し、開発チームの労力を減らす上で役立つ。ただしAIモデルの提案を受け入れるだけでは、リスクを生むことになりかねない。知っておくべき“限界”とは。
()
CFDソフトウェアは設計現場においても徐々に普及しつつあるが、導入コストや操作の難しさから、気軽に扱える環境は依然として限られている。そうした中で登場したのが、クラウドベースのCFD解析サービス「AirShaper」だ。本連載ではその実力と可能性を、実際の使用感とともに検証する。第2回は、シンプルな使い勝手を支えるAirShaperの裏側の技術に注目しながら活用の流れを紹介する。
()
塩野義製薬が挑む、全社的なデータ基盤の構築。かつて表計算ソフトでサイロ化していた情報を集約して、データドリブン経営を実現するために「kintone」を選んだ理由とは。HaaS（Healthcare as a Service）企業への進化を支える挑戦の舞台裏に迫る。
()
生成AIの業務活用は、人間を補助する「AI支援」から、AIが業務を主導する「AI駆動化」へと進化する。AI駆動化がもたらす生産性向上の可能性とは。具体的なユースケースを想定した検証結果を基に、成功の鍵と乗り越えるべき課題を明らかにする。
()
経営における意思決定のスピードや質の高さを左右するAI。しかし、AI活用の“入り口”でつまずいている日本企業は多い。日本企業に積み上がる課題の解消方法と、経営変革のための道筋をSAPアジア太平洋地域プレジデントのサイモン・デイビス氏に聞いた。
()
ビジネス環境の変化が激しい今、データ活用にも「リアルタイム性」が重視される一方で、その基盤を構築できていない企業は多い。そもそも“新鮮な”データはどういった用途だとビジネス価値向上につながるのか、従来のバッチ処理だけでは具体的に何が問題になるのか。またリアルタイム処理のための基盤にはどのような機能が必要なのか、その基盤にはどのような効能があるのか、リアルタイムデータ処理に詳しい有識者に聞いた。
()
クラウドサービスでAI技術を利用する「AIaaS」（AI as a Service）を導入して成果を上げるには、事前の慎重な検討が欠かせない。AIaaS導入プロジェクトを進める上で、企業が明らかにしておくべき3つのポイントを解説する。
()
Dockerは「AIのPoCを成功させる9つのルール」と題したブログ記事を公開した。同社は「AIのPoCの多くは失敗するが、それは失敗するように設計されているからだ」と指摘している。
()
さまざまな企業や大学でBAの経験を積んだ後、現在はBAの育成、コーチ、トレイナーとして活躍している、オーストラリア・メルボルン支部の代表であったMaria Mongomeryによる基調講演の抜粋である。
()
ITサービス管理（ITSM）におけるAI技術活用は、さまざまな業務の自動化に貢献する。ただし導入、運用にかかる費用を見極め、リスクを理解しておかなければ、失敗に終わる可能性もある。理解しておくべき課題とは。
()
企業がAI技術の導入で直面する費用や人材といった課題に対して、HPEは「AIファクトリー」構想を提唱し、インフラを整えるためのさまざまな新製品を発表している。どのようなもので、何ができるようになるのか。
()
AI生成コンテンツの品質低下につながる、AIの「カニバリズム」（共食い）という新たな問題が明らかになりつつある。AIカニバリズムとは何か、どのような対策を講じるべきなのかを紹介する。
()
AIエージェントのブームが勢いを増す一方だ。これまではカスタマーサービスや開発分野での活用が多かったが、Googleがデータエンジニアリングとデータサイエンス用AIエージェントを発表した。
()
多くの企業が生成AI活用に意欲を示す一方、「データの品質」が成果を妨げる最大の要因となっている。では、生成AIに注目する企業の経営層は何に取り組むべきなのか。そこで役立つのが、デジタル庁が2024年6月に公開した「データガバナンスガイドライン」だ。
()
生成AIをサクっと業務活用したい人のための本連載。生成AIチャットbotの課題やリスクを超えるための「自前で構築する」という選択肢について解説します。
()
今回は、人事領域におけるAI導入を阻む「データ」「システム」「文化」という3つの壁を取り上げ、それぞれの構造と、どう乗り越えるかのヒントを解説していきます。
()
AIモデルの調整を繰り返しても、期待した成果が得られない原因は、学習以前のプロセス「データエンジニアリング」にある可能性がある。Pure StorageのAI担当が、データエンジニアリングの重要性を語る。
()
データ／アナリティクス（D＆A）戦略の成功には「人」――つまり、ステークホルダーの関与が欠かせない。しかし、ステークホルダーマネジメントはしばしば軽視され、CDAO（最高データ／アナリティクス責任者）は十分な支援を得られずに苦慮している。D＆Aの価値を組織全体に浸透させるには、関係者を正しく特定・分類し、優先順位を付けた上で、持続可能なエンゲージメントを計画的に構築・管理する必要がある。本稿では、D＆A戦略におけるステークホルダーマネジメントの重要性と、その実践手法を解説する。
()
レガシーシステムを抱える企業にとって、長年積み上げてきた技術的負債の解消は困難な道のりだ。どのベンダーと組むべきか、ベンダーに何をどこまで任せるべきか。モダナイゼーションに成功した企業の事例から浮かび上がった「3つのポイント」とは。
()
Clouderaが実施した調査によるとグローバルで57％、日本でも43％の企業が過去2年以内にAIエージェントの導入を開始しており、2025年はまさに「AIエージェント元年」と呼べる年になります。ユーザーの意図を理解し自律的に推論、行動するAIエージェントは、既存のワークフローを再定義し、ITインフラやシステム戦略の抜本的な見直しを迫るものとなるでしょう。本稿では、AIエージェント導入のステップを3つのフェーズに分けて解説するとともに、導入を成功に導くためのインフラ、セキュリティ、データガバナンスの在り方を考えます。
()
生成AIやAIエージェントの実用化が進む中で、「専門家の手を借りずに誰もが自律的にデータを扱える時代」が近づいている。Googleが提供するAIエージェントは、分析業務の在り方をどう変えるのか。
()
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。
()
生成AIなどAI技術の進化が目覚ましい勢いで進む中、モノづくり業務もAIによってさまざまな形で変わろうとしている。しかし、AI活用の恩恵を受けるためには、その学習の土台となる自社のデータを蓄積し、活用できるようにするためのデータ基盤の整備が必須だ。エンジニアリングチェーンにおいてその役割を果たすのがPLMだと見られているが、AI時代にふさわしいPLMの在り方とはどのようなものなのだろうか。
()
「RAGの構築が上手くいかない」と悩む企業は、データを見直すべき可能性がある。RAGの精度を高めるために欠かせないデータの前処理プロセスについて解説する。
()
話題のAIエージェントは、企業の在り方をどのように変えるのか。人間とAIの協働が進化するにつれてこれまで「ピラミッド型」だった組織の在り方は変化するのだろうか。PwCコンサルティングの最新レポートから考察する。
()
「Microsoft Copilot」を2023年から利用しているアメリカンホンダ。同社が意思決定のスピードと質を高めるために注力する“双子のエンジン”とは何か。
()
IT用語の基礎の基礎を、初学者や非エンジニアにも分かりやすく解説する本連載、第30回は「AIエージェント」です。ITエンジニアの学習、エンジニアと協業する業務部門の仲間や経営層への解説にご活用ください。
()
OWASPはAI技術の特異性に対応するための「AI Testing Guide」初期ドラフトを公開した。同ガイドは技術・業界を問わず適用可能な試験方法論を提示するもので、AIセキュリティや倫理、信頼性確保を目的としている。
()
InformaticaがエージェンティックAIへの本格的な取り組みを発表した直後に、Salesforceによる買収が発表された。買収直前に開催されたInformatica World 2025の内容から、その戦略的意図を読み解く。
()
膨大なデータを抱えていながら、その大半を活用できないまま“塩漬け”にしている状態は、企業に共通する悩みだ。この「宝の持ち腐れ」状態を、AI技術で解決しようとするスタートアップの事例を紹介する。
()
手作業の請求書処理をやめたい――。そのような声が上がる職場にお薦めなのがインテリジェントドキュメント処理（IDP）ツールだ。導入における課題や主要なIDPツールを紹介する。
()
米Informaticaは年次イベント「Informatica World 2025」で、AIエージェントに関連する取り組みの大幅強化を発表した。日本に向けては、失敗を恐れず挑戦するよう訴えかけている。
()
重要インフラの分野においてハッカーによるAIシステムの悪用が懸念される中で、この度、米国とその同盟国による共同ガイダンスが発表された。AI開発の安全性を高める効果が期待されている。
()