業界ニュース

クラウド、データ、ソフトウェア開発、DXに関する業界ニュースと考察。

記事カテゴリ

カテゴリから探す

最新記事

公開ブログ

#01 / 業界ニュース
モデルがボトルネックではない。Agent 導入に本当に足りないのは「理解できる」データコンテキスト
モデルがボトルネックではない。Agent 導入に本当に足りないのは「理解できる」データコンテキスト

生成AIは、質問に答える段階から、ゴールを与えれば自律的に動くエージェントへと変わりつつある。本記事では、Google Cloudの登壇者が語ったAgent導入の本質を整理。幻覚の原因はモデルではなく業務定義の欠如にあること、PoCが規模拡大で壁にぶつかる...

#02 / 業界ニュース
AIがコードを書くスピードが上がったとき、ボトルネックはどこへ移ったのか
AIがコードを書くスピードが上がったとき、ボトルネックはどこへ移ったのか

AIがコードを書くスピードが上がったとき、エンジニアリングのボトルネックは要件定義や業務の言語化、検証・運用へ移る。テストが全部グリーンでも成果とは限らない。金融や通信の事例を交え、AIを導入する工程と人が判断を担う境界、組織が最初に踏むべき一歩を整理する...

#03 / 業界ニュース
企業AIのラストワンマイル——ボトルネックはモデルではなく「実装」にある
企業AIのラストワンマイル——ボトルネックはモデルではなく「実装」にある

企業AIの成否を分けるのはモデルではなく実装だ。SoftBankの登壇者は、半導体からデータセンター、電力、蓄電へと続く供給チェーンの末端に実装を位置づけ、全部門に広がるAIエージェント、6月に発表したセキュリティサービス、FDEの5段階評価、レガシーシス...

#04 / 業界ニュース
窓を開けるか、引っ越すか——二階建ての家で読み解く legacy modernization
窓を開けるか、引っ越すか——二階建ての家で読み解く legacy modernization

legacy modernization と migration は混同されやすい。二階建ての家にたとえると、一階の倉庫に窓を開けて店にするのが Modernization、CBD へ引っ越して商住一体で作り直すのが Migration だ。内部まで変える...

#05 / 業界ニュース
AIによるビジネス判断を支える三層アーキテクチャ——概念・アプリケーション・クラウド基盤
AIによるビジネス判断を支える三層アーキテクチャ——概念・アプリケーション・クラウド基盤

企業AIの提案は「ナレッジグラフが必要だ」という概念で止まりがちだ。本稿では、知識の形を定義する第一層、業務ロジックを抽出してAIが判断できる仕組みをつくる第二層、判断と実行を支えるクラウド基盤の第三層に分けて整理する。5つのサイクルと6つの能力からなる判...

#06 / 業界ニュース
少人数でも大規模でも効く伴走支援——ゲーム会社と小売企業の2事例から見えた「戦略と実行」の作り方
少人数でも大規模でも効く伴走支援——ゲーム会社と小売企業の2事例から見えた「戦略と実行」の作り方

ClassmethodのEnterprise Serviceで伴走支援を担当している方のセッションを受講しました。ゲーム会社と大型小売企業という対照的な2事例を通して、少人数でも大規模なお客様を支える方法を語る。コンパス・フロー・触媒という3つの役割、時間...

#07 / 業界ニュース
AIエージェントに業務セマンティックレイヤーを:オントロジー・OBDA・MCPの実装
AIエージェントに業務セマンティックレイヤーを:オントロジー・OBDA・MCPの実装

表構造をプロンプトに入れるだけでは、AIエージェントは業務上の意味を理解できず、正しく見えるが間違った数字を返す。本記事は、保険業のベンチマークでGPT-4の実行精度が約16%から約54%へ上がった事例を軸に、指標・オントロジー・ドキュメントからなるセマン...

#08 / 業界ニュース
オントロジー(Ontology)とは何か:Q&Aアシスタントの「アップル」から理解する
オントロジー(Ontology)とは何か:Q&Aアシスタントの「アップル」から理解する

Q&Aアシスタントが「アップル」を企業か果物か判別し、同じCustomerという名前の3つのテーブルの意味の違いを扱うには、明確で形式化された意味モデルが必要になる。それがオントロジーだ。哲学に由来する概念が1990年代にAIへ取り込まれ、クラス・個体・プ...

#09 / 業界ニュース
企業AI導入の難所——デモが動いても製品にはならない4つの理由
企業AI導入の難所——デモが動いても製品にはならない4つの理由

テンセント研究院のFDEレポートを手がかりに、企業AI導入で繰り返し起きる4つの問題を整理する。デモと本番の落差、カバー率80%から99%への壁、価値の高いシナリオを見極める判断力、暗黙知をAIが使えるコンテキストへ変換する必要性、個人の効率化が組織の効率...

VIBECODING

AIと開発現場の知見を、読みやすい記事として届けます。

© 2026 VibeCoding Japan, Inc. All Rights Reserved.