最新記事一覧
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2回は、製造業が注目すべきデータセットについて解説します。
()
株主総会の質問に約5秒で回答、8〜9割の精度を達成――。グループ113社を抱える西武ホールディングスは、実務での生成AI活用を進めている。いかにして社員の日常業務にAIを根付かせているのか。
()
生成AIの利用者は国内従業員の9割を超えるが、企業としての効果は説明できなかった。過去のトラブル情報を2400件以上集めても、AIで活用できたのは27件だけだった。矢崎総業が直面した壁はどこにあったのか。
()
リコーと川崎重工業は、AIを活用した設計業務の知識資産活用に向け、戦略的パートナーシップを構築した。設計文書や図面に蓄積された知識に加え、熟練技術者の経験やノウハウなどの暗黙知をAIで整理/可視化し、技術継承と設計業務の生産性向上を目指す。
()
オージャストは、展示会ブースの設営や撤去に使う施工手順書を自動作成するWebアプリを開発し社内で運用を始めた。図面や会場ルールを読み込ませるだけで手順書を出力する。AIによる作成機能も備え現場責任者の経験に依存していた段取り業務を標準化する。
()
多くの日本企業がAIへの投資を進めている。だが、 テクノロジー導入偏重の考え方では、過去のデータレイクやMDMの失敗を繰り返すだけだと、ガートナーの一志氏は警鐘を鳴らしている。
()
NECは5年間でデータ基盤を整え、従業員から経営トップまでが同じダッシュボードで判断する文化を定着させた。だが、AIで経営の意思決定を支援する段階に進もうとしたとき、人の利用を前提に整備したデータカタログだけでは「足りない」ことに気付いたという。何が足りず、どう補おうとしているのか。同社の関徳昭氏が講演で語った。
()
生成AIやAIエージェントの普及によって、企業のIT投資や人材採用、業務ツールの在り方が大きく変わろうとしている。Gartnerの予測を基に、今後企業のIT投資や運用で起こり得る変化を押さえておこう。
()
ウイングアーク1stは新データ基盤「DataTetra」の提供を10月21日から開始している。AIコストの急増やベンダー依存といった課題ん挑む、新たな設計思想とは。
()
製造業のAI活用では、社内に蓄積されたデータをAIが活用できる状態に整備することが課題となっている。エフティーは、データの意味付けや関係性の構造化をほぼ自動で行う「Kraken.」を開発した。同社の取り組みについて、エフティー 代表取締役の加藤大雄氏に話を聞いた。
()
ウイングアーク1stは、新たなデータ活用基盤「DataTetra(データテトラ)」を2026年10月21日から提供開始すると発表した。
()
ソブリンAIへの関心の高まりやデータ主権の観点から、プライベートAIの構築を模索する企業が増えている。ITインフラ調達コストが高止まりする中で、投資効率の最大化を図るにはハードウェアからアプリケーションまで一貫したインフラ設計が必要だ。NECは自社技術に加えパートナー製品を最適に組み合わせ、顧客課題の解決に取り組む。
()
ダッシュボードを見るだけで終わらせない――生成AIを搭載した「MotionBoard」が、数値データと現場の声を掛け合わせ、組織の意思決定と行動を劇的に変える理由を、QA形式で解説します。
()
日産自動車では、全社データ基盤の運用を進める一方、多様なデータをいかにAI時代に即した「組織の知」へ進化させるかが課題となっていた。「Data for AI、AI for Data」を掲げ、データとAIの循環を高める同社の挑戦に迫る。
()
生成AIの導入が進む一方、「自社業務で使えない」「PoC止まり」と悩む企業は多い。その壁はAIの性能ではなく、“データの質”にあるとドリーム・アーツは指摘する。どのようなデータを用意すれば、AI導入の壁を乗り越えられるのか。
()
TypeSafe AIは、自動化に特化した新AIモデル「Jev」の早期アクセス提供を開始した。文字列生成を廃止し、従来のLLM比で最大200倍の高速化とハルシネーション排除を実現したという。
()
AIエージェントの本格運用が進む中、モデルや挙動まで検証する「拡張型ゼロトラスト」への移行が急務だ。ClouderaのフィールドCTOが、AI時代のセキュリティ対策におけるデータガバナンスの役割とSOC改革の必要性を語る。
()
千代田区は生成AIの全庁展開に着手し、年間で4000時間の業務削減を実現するという成果をあげている。同区のデジタル政策課 デジタル政策係長 岡本翼氏が、自治体における生成AI活用の現状と今後について語った。
()
清水建設は20億円規模の現場を常駐2人で運営する「20億、2人」を目標に、Autodesk Formaを基盤とした施工管理の自動化に乗り出した。BIMデータと「言葉」を関連付けたデータでAIを育成し、鉄筋の納まり判断や製造連携へと展開。建設DXの先には、施工管理の業務をAIエージェント化し、建設生産プロセスそのものをAIで革新する「AX」を視野に入れる。
()
Clouderaの年次イベントで、石油大手のExxonMobilと医療・ヘルスケア大手のAbbVieの担当者がAI活用事例を示した。データグラビティやコスト抑制、ナレッジグラフ構築などを背景に、両社がハイブリッドAI基盤を選んだ理由を明かす。
()
「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。
()
2026年に発表された「Microsoft IQ」をはじめ、MicrosoftのAIエージェント群は単なるチャットツールから業務を自律実行するビジネスの相棒へと進化を遂げつつある。本稿では、AIが効率よくデータを処理するための基盤となる4つの「IQ」製品群と、複数タスクを統括する「Copilot Cowork」、そしてPC操作を自律的にこなす「Microsoft Scout」の役割と違いを解説する。
()
競合が同じ方向に走り出した今こそ、差別化はむしろ容易になっている――。SnowflakeのCEOが年次カンファレンスでこう言い切った根拠はどこにあるのか。AIエージェント時代のSnowflakeの戦略に迫る。
()
AIエージェントなどの自律型AIへの投資を増やす企業は9割に上る。ところが成果を生み出す段階に到達した企業は、わずか7%にとどまる。投資と成果にこれほど差が生じるのはなぜか。調査結果から理由と対策を探る。
()
OKIは、生成AIを活用した顧客課題分析AIシステム「議事プロAI」を開発したと発表した。同システムは2026年9月1日からEMS関連業務へ試験導入を開始し、2027年4月に「まるごとEMS」顧客向け事業へ本格導入を予定している。
()
業務の約30%をAIエージェントに任せているNTTドコモソリューションズのIT運用部門。同部門が、AI活用に取り組む中で、日報や週報での「パワポ文書」を禁止したのはなぜか。一見、デジタル化に逆行するようにも見える施策の狙いを聞いた。
()
Octave Intelligenceはグローバルおよび日本市場における事業戦略について説明した。同社は組織が資産ライフサイクル全体にわたって情報を連携させて生産性の向上や専門知識の維持を実現し、AIを安全に活用/拡大するために必要な信頼性の高い運用基盤の構築を支援する。
()
融資の審査にAIを使う動きがある。資金を調達する企業にとっての「審査が遅い」などの課題を解決できのか。逆に、借りる側に変化はあるのか。専修大学の尾木研三教授に聞いた。
()
機密データを扱うAI開発では、データを自社にとどめるデータレジデンシの要件が重荷となる。高額な専用インフラを導入できない中小企業に向けて、Oracleが提示した新たな選択肢とは。
()
クラウド偏重のAIによるさまざまな課題が顕在化するにつれ、データが生成される現場でインテリジェンスを発揮させる「エッジAI」の重要性が増している。デル・テクノロジーズは、まずは最適なエッジ環境を構築し、そこからクラウド/データセンターへの接続を検討する「エッジファースト」を提案する。その上で、大規模な初期投資が難しいエッジでは、AI環境をオーケストレーションさせながら、段階的に拡張していくことが重要だと語った。
()
いまや導入企業が2万社を超える、オンラインストレージの「Box」。日本法人の社長にインタビューし、これまでの歩みや直近で進むAI活用について聞いた。
()
AIの本番運用を阻む壁は、モデル性能ではなく「データと運用」にあります。従来のバッチ処理やデータのサイロ化といった構造的限界をひもとき、AIエージェント時代に求められる「推論基盤中心」の次世代ITアーキテクチャを解説します。
()
日立ヴァンタラは、AI統合プラットフォームにAIエージェントの開発や運用などを支援する新機能「Hitachi iQ Studio」を追加した。企業の機密データを保護しながら、全社業務プロセスへの迅速なAI適用を支援する。
()
データシステムを提供するITベンダー各社が、オープンソースのデータ管理技術「Apache Iceberg」の採用に向けて次々と動いている。Icebergはなぜ、事実上の業界標準(デファクトスタンダード)になりつつあるのか。
()
部門ごとのシステム分断によるデータのサイロ化に直面していた古河電気工業は、「Denodo Platform」によってデータ一元化を実現した。物理的な集約では得られなかった、仮想化技術によるデータ連携の効果とは。
()
富士通は、業務向けマルチAIエージェント基盤「MAAF」を開発した。会議録画などからシステムを自動構成し、運用履歴に基づき安全に自己進化する。自社AI基盤との連携により企業全体のAI活用を支援する狙いだ。
()
非構造データの構造化で特に力を発揮します。
()
デジタル化が進み、人と接することなく食事を終えられる飲食店が増えている。その利便性の裏で失われつつある「人ならではの価値」をどう取り戻すのか。すかいらーくホールディングスは、AIを人の代替ではなく、人の価値を引き出す道具として活用し始めている。
()
Microsoftは25億ドルを投じ、6000人の専門家を擁する新組織を設立。「PoC止まり」に悩む企業のAI変革を支援する。企業が最も懸念する「データの安全管理」や「モデル選択の自由」に対して同社が出した答えとは。
()
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。
()
企業はAXに向けてどのようなベンダーをパートナーに選べばよいのか。リコーの新たなAIコンサル会社と最近よく聞く「FDE」との共通点と相違点を明らかにしつつ、考察する。
()
生成AIで競合するOpenAIとAnthropicを1日違いで基調講演に招く――。「AWS Summit Japan 2026」で浮かび上がったのは、モデルの賢さではなく「別のあるもの」を握ることで、基盤の価値を保ち続けようとするAWSの戦略シフトだ。
()
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。
()
日立製作所のグループ会社が、企業の基幹業務へのAI適用を支援する新プラットフォーム「Hitachi iQ Studio」の国内販売を開始した。ミッションクリティカル領域での展開を狙うこのソフトウェアの3つの特徴とは。
()
AccentureとAvanadeはMicrosoftと協働し、製造業向け工場インテリジェンスシステム「エージェント型工場」を開発したと発表した。
()
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。
()
経営トップの判断や思考をAIで再現する取り組みが、国内の大企業に広がっている。NTTドコモビジネスが開発し、同社幹部の9割が「方針理解に役立った」と評価するという「AI小島社長」に迫る。
()
AWSがAIエージェントを大幅刷新した。信頼性や価格体系の問題に揺れるGitHubを追い詰めるべく、開発ライフサイクル全体をAIが主導する戦略を鮮明にしている。「検知して終わり」の時代は過ぎ、自律型DevSecOpsが情シスの現実的な選択肢となりつつある。
()
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。
()
IDCは、2026年第1四半期の外部エンタープライズストレージシステム市場動向を発表した。市場売上高は前年同期比22.7%増の92億ドルとなり、大幅な成長を記録した。
()