最新記事一覧
英ロイズ銀行は2030年までに全顧客対応をAI化する。全行員6.7万人をリスキリングし、エージェント型AIの導入で4000億円規模のコスト削減を狙う。AI主導型組織へ変貌を遂げる金融大手の生存戦略を解剖する。
()
データ分析は事業成長に不可欠だが、専門知識が求められるため属人化しやすい。「and ST」はSQL依存のデータ抽出を脱却し、インサイト獲得にかかる時間を最大1カ月から数分に短縮した。その仕組みとは。
()
Claude Code開発責任者のボリス・チャーニー氏が、自身のチームで働く人は「5つの型」に分けられると指摘した。AIで職種の垣根が崩れ始めた今、肩書きではなく働き方で人を捉える新時代の発想を、初心者にも分かるように読み解く。
()
金融コンプライアンスの審査は複雑化し、情報収集に膨大な時間を奪われる死活問題だ。決済大手のStripeは「Amazon Bedrock」を導入し、“全てをAIに任せる”というわなをどう回避したのか。
()
IBMのデータサイエンティスト、シャド・グリフィン氏は、複雑な社内文書を扱うRAGで失敗を防ぐデータ設計術3つのポイントを紹介した。
()
日本最大級の製造業総合展示会「第38回 ものづくりワールド 東京」において、ヤマハ発動機による講演「現場サイエンティストによる業務プロセス革新〜過去の後始末から未来創造へ時間シフト〜」が行われた。講演の模様をダイジェストで紹介する。
()
AWSは、顧客企業の現場でAIエージェントを共同開発するFDE部門の設立を発表した。10億ドルを投じ、試作から本番導入、自社運用への移行までを支援する。
()
熟練者の手作業とノウハウに支えられてきた、鉄道の運用計画業務。人手不足が深刻化する中、南海電鉄は同業務にかかる時間をこれまでの数カ月から約1週間に短縮した。これを実現した、疑似量子コンピュータ技術とは。
()
森ビルが挑む、体験価値向上のためのDX推進。統合システムの構築時に直面した、使われないという壁を、丁寧な社内営業や、コア領域を見極めた内製化で突破したプロセスを解説する。
()
NBAはAWSと提携し、AI技術を活用したデータ分析システムを構築した。新指標「Gravity」を導入するなど、10億人のファンそれぞれに合わせた視聴体験を提供する。配信を支えるインフラと技術を紹介する。
()
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。
()
NECは、Anthropicとの協業第1弾として、購買データからの商品企画や販促プラン作成を完全自動化する新サービスを開始した。専門人材なしで迅速な施策立案を可能にし、3年間で100億円の売上を目指す。
()
社内で用途の異なるAIエージェントが乱立し、個別に運用され続けることで、複雑なビジネス要求を処理し切れなくなるリスクがある。AIエージェント同士を自律的に連携させ、安全に管理するための仕組みとは。
()
大規模インフラ運用や全社のクラウド移行を指揮してきたDeNA・IT本部長の金子俊一氏。現在は「AIネイティブ化」の責任者として、AI時代を見据えた組織改革までもけん引している。経営と現場をつなぐITリーダーのこれまでの軌跡と、今後の展望に迫る。
()
日本の製造業は「データ活用」をうまく行えていないと指摘されています。本連載では「データ活用基盤」の必要性を中心に、日本の製造業がデータを使いこなせるように何をするべきかを解説していきます。第1回は、日本の製造業の課題とデータ活用の現状について紹介します。
()
AIの進化により、ソフトウェア開発のみならず人間が担ってきた業務の前提が変わりつつある。EC事業者Shopifyのヘッドオブエンジニアリング、ファルハン・タワール氏が考える「人間にしか担えない仕事」とは。
()
企業でのAI利用が急速に進む中、開発現場ではAIが生成した脆弱なコードやデータ流出などの新たなセキュリティリスクが急増している。複雑化するAIガバナンスの課題と、その実践的な解決策を解説する。
()
データ×AIによる意思決定を推進するには、非構造化データを「AIが食べやすいデータ」に変える必要がある。日本ハムが選んだアプローチとは。
()
IBMのデータサイエンティストによると、AIエージェントをデモ段階から実用規模へと拡張する際に、開発者は「3つのわな」にはまるという。同氏はその解決に向けたシステム設計のポイントを紹介する。
()
AI活用が進む中、データベースへの関心が高まっている。オープンソースの高速OLAPデータベースとして利用実績を増やしているのがClickHouseだ。マツダがデータ分析の取り組みを紹介した。
()
DX推進の機運が高まる中「内製化」を掲げる企業は増え続けています。多くの企業は、IT人材の確保を急ぎがちですが、内製化と採用を成功させるための本質はどこにあるのでしょうか。
()
生成AIの普及で企業データの価値が向上する一方、その保管先や活用基盤を誰が握るのかが新たな争点になっている。NASベンダーとして知られるSynologyがローカルLLMやAIエージェントを武器に描く次世代戦略は、クラウド依存が進んだ企業ITにどんな変化をもたらすのか。
()
企業におけるAI活用が拡大する中、意思決定の不透明性や未知の脅威という新たな脆弱性が浮上している。従来のソフトウェア開発の常識だけでは防げない特有のリスクに対し、どのような枠組みで立ち向かえばよいのか。
()
業務を効率化する目的で導入したAIツールが、経営戦略などの機密情報を全従業員に漏えいさせてしまう事故が起きている。IT部門や事業部門、法務部門といった組織の隙間から生まれる、AI特有の根本的なリスクとは。
()
業務を劇的に効率化させる一方で、扱い方を間違えれば組織のエンゲージメントを破壊する生成AI。テスト採点時間を最大80％削減するDXを実現しながらも「記述式の自動採点は絶対に導入しない」と言い切るEdLog社長の中川哲氏（元日本マイクロソフト業務執行役員）。同氏が形だけのDXで組織を停滞させないためのマネジメント論を展開。「AIのスコアだけで判断された部下の心は離れる」と語る組織論に迫る。
()
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。
()
インドの工科大学生の間で最も知名度がある日本企業は？──中小企業のブランディング支援などを手掛けるZenkenが、人材育成をサポートするインドの工科系大学26校で実施したアンケート結果を明らかにした。1位は……。
()
日立製作所・水戸事業所に飛び込んだ新人データサイエンティストの禹周賢（ウ・ジュヒョン）さんは、AI実装の前に立ちはだかった、本人すら無自覚な「職人の勘」をいかにして解剖したのか。日立の「フィジカルAI」戦略を、現場のDXに挑んだ禹さんと、受け入れ先の担当者に聞いた。
()
日立製作所は、AIやデータ解析の専門スキルを持つ新人データサイエンティストを、製造現場へと送り込んでいる。いかにして現場の「AIアレルギー」を払拭し、現場とのコミュニケーションを通じて業務時間を短縮する生成AIツールを定着させたのか。実習に参加した若手女性データサイエンティストの禹周賢（ウ・ジュヒョン）さん（デジタルアナリティクス推進部）と、受け入れ先の現場担当者にインタビューした。
()
自業務の成果を高めるために、データを分析したいけれど、何から始めればいいのか分からない──と悩むビジネスパーソンは少なくない。ソニーネットワークコミュニケーションズは、こうした初心者向けのニーズに着目した。データ分析業務の初心者である筆者が体験してみたところ……。
()
世界中のAI人材が競う技術コンペ「Kaggle」で上位1％に入る「Kaggle Master」の若手3人は、なぜNTT東日本を選んだのか。Kaggleでの学びをどう実務に生かしているのか。
()
AI時代に求められるテクノロジー人材はどのようなものか。ヘイズ・ジャパンは、世界9870人のテック人材を対象にした調査結果を公開。これから求められるテクノロジー人材と給与レンジを明らかにした。
()
日々の会議やチャット、顧客対応から生じる膨大な「業務データ」。その多くは活用されず、価値のない“排ガス”として捨てられている。本記事では、Lenovoの事例を交え、AIを用いてこれらのシグナルを具体的な意思決定につなげる手法を詳説する。
()
AI創薬サービスを手掛けるFRONTEO（東京都港区）が新たな拠点を公開した。新たなラボは試験管も実験器具も置いていない。一体どのような役割を担うのか。
()
「Claude Code」の開発者ボリス・チェルニー氏は、「モデルがコードの100％を書く状態」に到達したと語った。AIが現場部門によるソフトウェア開発を広げる中、情報システム部門はどのように備えていけばいいのか。
()
2028年までに米企業の7割が導入を計画する「AI工場」は、知能を生成し利益を生む新たな拠点だ。本記事では、情シスが直面する電力・人材・コストの課題を整理。データセンターを単なるコストセンターに終わらせず、ROIを最大化するためのインフラ戦略とガバナンスのポイントを解き明かす。
()
日本航空で働く森口翼さん（27歳）は、入社1年目で社内コンペに挑戦し「JALマイレージバンクアプリ」をサービス化した。森口さんの行動原理はどこにあるのか。その軌跡をたどると、若手が成果を出すための「思考と行動」のヒントが見えてきた。
()
AI活用の壮大なビジョンを掲げる経営層と、実装の壁に直面する現場との乖離が深刻化している。多くのプロジェクトが「パイロット版の墓場」で停滞する中、真のビジネス価値を引き出すには単なるツール導入を超えた「5つの準備態勢」が必要だ。
()
AIの基礎から法律・倫理まで幅広い領域が問われる資格「G検定」。試験範囲の中でも重要度の高いテーマを1問ずつ取り上げ、理解の定着に役立つポイントを確認していきます。今回は、AIプロジェクトを成功に導くために欠かせない、適切な人員体制と役割分担について取り上げます。
()
人々が自分の意志で「はたらく」を選び、キャリアにオーナーシップを持てる社会の実現を目指すパーソルキャリア。取り組みの一つとして、データとAIを活用した全社的な変革を進めている。最新のレイクハウスやデータメッシュを駆使して、複雑な「生きたデータ」を「企業のOS」に昇華させる試みが始まっている。データエンジニアが直面する、AI時代の新たな価値提供の在り方に迫る。
()
Anthropicの自律型AI「Claude Cowork」がSaaS業界に激震を走らせている。なぜ「Anthropicショック」は起きたのか。そして、従来のRPAやGUI操作AIとは何が異なるのか。その仕組みを詳解する。
()
生成AIの普及でデータサイエンティストの役割はどう変わったのか。日立製作所のキーパーソンが、現場の「反乱」やAIによる生産性向上の実態を語った。激変する時代に、職種名に込められたこだわりとは。
()
Gartnerは、AIエージェントが単一のプロンプトでランサムウェアのような挙動を引き起こすリスクを指摘した。企業が見直すべきポイントは何か。
()
データ分析業務にはさまざまな困難が降りかかる。本ブックレットでは事例を基に、データ分析業務で発生する困難の解決のヒントを提供する。
()
約150のグループ企業、8万人弱の従業員を擁するパーソルホールディングス。中期経営計画で「テクノロジードリブンの人材サービス企業」を目指し、外部からIT人材を積極的に採用して着々と変革が進んでいる。その中心を担う岡田将幸氏に、2025年度の振り返りや中途採用のIT人材が活躍する魅力的な環境の裏側を聞いた。
()
データ活用の重要性が高まっている。しかしAWSの専門家は、企業には「データを集めれば価値が生まれる」などの誤解があると指摘する。誤解をどのように改善につなげるかと合わせて詳しく紹介する。
()
一般消費者向けPCは魅力的な機能を複数搭載している。しかし、企業向けのPCとしてそれらを導入すると、かえってセキュリティの脅威や管理の足かせになりかねない。企業が選ぶべきノートPCを要件ごとに解説する。
()
かつて「21世紀で最もセクシーな職業」と呼ばれたデータサイエンティスト。生成AIブームの中、その役割はどう変わったのか。ガートナージャパンのアナリストである一志達也氏に、データサイエンティストの現在地と、AI人材獲得に悩む日本企業の課題を聞いた。
()
AI活用が「作る」から「使う」フェーズに移行する中、Lenovoは新サーバ製品群を発表。ハード提供を最終工程に置く「サービス主導」の戦略と、日本の電力コスト課題に対し「45℃の温水冷却」で効率化を図る液体冷却技術の現在地を解説する。
()
データ活用の拡大によってデータ基盤のサイロ化も進んでいる。複雑なデータ基盤を管理する企業のIT担当者に求められている新たな役割とは何か。そして、事業の信頼を支えるデータガバナンスの実現に必要な思想とは。
()