最新記事一覧
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。
()
Microsoftは、「Build 2026」で、企業AIを試行から本番運用へ移す要点として、自社データ理解、基盤整備、成果創出を示し、「Microsoft IQ」や「Microsoft Agent Platform」「Microsoft Foundry」「Microsoft Discovery」、GPU基盤の活用を各経営層へ訴えた。
()
デフレからインフレへ経済の潮目が激変した日本市場。もはや過去の数値（財務諸表）を眺めるだけのデータ経営では勝てない。情報の洪水におぼれず、気象や音声などの「非構造化データ」をいかに素早く選別し、リアルタイムの決断に生かすか。金融情報インフラを支えるブルームバーグの日本トップに、情報過多を突破するデータ経営学を聞く。
()
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。
()
コンテンツ管理プラットフォームを提供するBoxのCEOがAIによる進化について語った。同社の進化は、エージェンティックAI市場がこれからどのように形成されるのかを映し出す、エポックメイキングな動きの一つともいえそうだ。
()
The Linux Foundationは、AI資産を安全に共有するためのオープンプロトコル「OpenSharing Project」を発表した。
()
クラウドは便利だが、請求額やデータの置き場所に不満を抱く企業も増えている。Google DriveやMicrosoft 365に頼らず、同等の利便性を自社管理下で実現できるとしたら。台湾発のSynologyが打ち出した新戦略は、オンプレ回帰の流れを象徴する一手として注目を集めそうだ。
()
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。
()
AIエージェント製品に注力する米Salesforce。日本法人社長も「日常的に使っている」という。その活用方法とは。
()
米BoxのCEO、アーロン・レヴィ氏が提唱する生産性を100倍にする新職種「AIエージェント運用担当」の役割とは？ エンジニアの不安に答える「AI時代のキャリア」の在り方に迫る。
()
米ベンチャーキャピタルのFoundation Capitalは、AIエージェント時代のエンタープライズソフトウェアにおける新たな競争軸として「コンテキストグラフ」（Context Graph）を提唱する論考を相次いで発表した。
()
生成AIを活用したナレッジ管理ツールは、断片化した情報を集約して業務を効率化するが、製品ごとにガバナンスや拡張性の差は大きい。Confluence、M365、Notionなど主要10製品を比較し、評価基準を詳説する。
()
OKIは、受信したメール内容を生成AIで解析し、緊急案件の兆候把握や対応タスクの自動抽出、優先度が高い案件を数値化して管理可能なシステム「AI Task Navigator」を開発したと発表した。同システムは2026年6月1日からEMS事業に関連する業務で実証実験を開始し、2027年4月に実用化を目指す。
()
ライフサイエンス業界ではシステムの分断によるデータの散在や業務の属人化が深刻な課題となっている。バイオファーマ企業のモデルナは「Agentforce Life Sciences」を導入し、この問題にどう立ち向かうのか。
()
企業がAI活用を進める中、データの品質やアクセス性が大きな課題となっている。特に生成AIでは基盤モデルの不透明性が高いため、データの準備と管理の重要性が増している。本稿では、企業が回帰テストやデータプロファイリングなどを通じて、データを継続的かつ体系的に整備し、関連性や安全性を確保した「生成AI-Readyデータ」を構築するための実践的な方策4つを紹介する。
()
BIツールを導入する多くの組織から「ダッシュボード作成の工数が負担」「データを見ても改善行動につながらない」といった声が聞かれる。なぜ、数字を可視化するだけでは、現場は動けないのだろうか。
()
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。
()
アクセンチュアとアバナード、Microsoftは、製造業向けAIエージェント基盤「エージェント型工場」を共同開発した。従来の製造分析ダッシュボードの枠を超え、現場担当者の判断を支援する。
()
ストックマークは5月14日、企業の秘匿データや暗黙知をAIが学習・活用できる形式に変換する「AI-Ready化」の実証実験を開始すると発表した。伊藤忠商事や三菱ケミカルなど16社が協業するプロジェクトの狙いとは？
()
トヨタファイナンスが、問い合わせ対応業務にAIエージェントを導入した。1件当たり13分かかっていた作業時間を4分に縮めたという。さまざまなAIエージェントが登場する中で、選定の決め手となったポイントとは。
()
AIツールによる開発加速の裏側で、システムの稼働を監視するオブザーバビリティシステムの維持費用が高騰している。データ量が指数関数的に膨らむ「カーディナリティの爆発」に、Rubrikはどう対処したのか。
()
Googleは、企業向けAI基盤「Gemini Enterprise Agent Platform」を発表した。複数のAIエージェントを連携させ、企業データを活用しながら継続的に業務を実行する仕組みを提供する。
()
米オラクルが発表したAIエージェント「Fusion Agentic Applications」の狙いを、開発責任者のロンディ・エン氏に聞いた。1000超のエージェントを連携させ、単なる記録を超えた「ビジネス成果」の達成を自律的に目指す、同社の設計思想とは。
()
ハイブリッドクラウドや分散アプリケーションの普及でIT運用が複雑化する中、生成AIが新たな解決策として注目されている。導入が想定される場面や、導入のステップを紹介する。
()
PFUが、事前定義が一切不要で読み取り精度99.99%を誇るクラウド型AI-OCRサービス「PaperStream AI」と、専門家がバックオフィス業務のデジタル化を伴走支援する「ドキュメントDX」を発表した。
()
現場で自律動作する「フィジカルAI」の導入が加速している。デロイトの調査では8割の企業が2年以内の活用を見込むというが、高額なコストや電力消費、既存システムとの統合が大きな障壁だ。本記事では、エッジ基盤や5G、人型ロボットの価格推移まで、情シスが知っておくべき実装の具体策とインフラ要件を解説する。
()
Snowflakeは10カ国2050人の企業・技術リーダーを対象にAIの投資対効果と雇用への影響を調査した。AIによる雇用創出を報告した組織は77％に上り、雇用削減を報告した46％を大きく上回った。
()
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。
()