人工知能（AI）は、人間の知能の機械的な再現だ。AIの構成要素としては、自然言語処理（NLP）や音声認識、マシンビジョンなどが存在する。（続きはページの末尾にあります）
企業におけるAI開発が本格化する中、開発ツールの選定は極めて重要なテーマとなっている。Google、Microsoft、AWSの主要ツールの特徴を整理し、自社に最適な選択肢を見極めるヒントを提供する。
複数のAIエージェントが連携してタスクを遂行する時代に向けて、Googleはオープンプロトコル「Agent2Agent」（A2A）を発表した。その技術的な要点と、活用例を解説する。
AI技術向けのプロセッサとしてはGPUがあるが、近年注目を集めるのが「FPGA」だ。そのメリットとデメリットを解説する。
Googleは、クラウドやAI分野の学習を支援する学習基盤「Google Skills」を公開した。従来の「Google Cloud Skills Boost」などを統合し、約3000本のコースやハンズオンラボを一元的に提供する。
Salesforceは同社の年次イベントで、AIプラットフォーム「Agentforce 360」と「Data 360」、さらにSlack連携AIエージェント群を発表した。Slackとともに、企業の業務効率化とデータ活用の高度化を目指すという。
ソニー銀行と富士通は、勘定系システムの全機能開発に生成AIを適用し、開発期間の20％短縮を目指す。複雑なシステム開発を効率化し、顧客ニーズへ迅速に応える新サービスの提供を加速させる狙いだ。
企業には自動化が必要な手作業や紙ベースのプロセスが山積している。Boxに搭載が計画されている新たな3つのAIエージェントは、文書処理とセキュリティの両面で、この課題の解決を支援する。
AIモデルに物理世界を理解させ、人のように推論させる「世界モデル」の開発が進んでいる。NVIDIAのSDK「Omniverse」と基盤モデル「Cosmos」は、ロボット開発におけるシミュレーションと現実の差をどう埋めるのか。
Oracleは同社RDBMS製品「Oracle Database」において、AIエージェントとの外部接続用プロトコル「MCP」を利用できるようにした。ユーザー企業にとってどのような利点があるのか。
複雑クラウド管理にAI技術を取り入れれば、さまざまな作業を自動化し、運用効率化やセキュリティ向上につなげられる。具体的にはAI技術をどう利用すればいいのか。
Amazonは、物流現場向けのロボティクスシステムとAIエージェントを発表した。両技術の実運用が進む中、人間の従業員に求められる役割とは。
Air Street Capitalは「State of AI Report 2025」を公開した。OpenAIやGoogle、Anthropicなどが相次いでリーズニングAIを公開し、研究と商用化の両面で急速な進展が見られるという。
AI技術の利用が広がっているが、その効果をいかに測定して進展度や課題を把握するかが重要だ。日立製作所とGen-AXが共同開発したモデル「MA-ATRIX」を使えば、何ができるのか。
データセンターやネットワークの保守、点検を担うフィールドエンジニア不足が深刻化している。人材の離職防止や定着に向けた施策にはどのようなものがあるのか。ある企業の取り組みを紹介する。
AI技術の進化と普及が進む中、AI関連の資格保有者の市場価値が高まっている。AWSの新しいAI認定資格の概要と、試験合格に向けた効果的な学習法を、筆者の体験談から紹介する。
AIベンダーによる技術のオープンソース化が広がっている。2025年6月、Baiduは同社AI基盤モデル「ERNIE 4.5」のオープンソース提供を始めた。大手AIベンダーが次々に自社技術を無料で公開しているのはなぜなのか。
Perplexity AIがWebブラウザ「Chrome」を買収する提案を示したことで、生成AIを搭載する検索エンジン市場に激震が走った。Perplexity AIの狙いはどこにあるのか。
Hewlett Packard Enterprise（HPE）は、人工知能（AI）技術のインフラを管理するソフトウェアとして「HPE OpsRamp Software」を投入している。“AIで予兆を捉える”というHPE OpsRamp Softwareは何ができるのか。
ベンダーが広報や販促活動の中で“AI”と呼んでいるものは概して、単にAI技術の一要素にすぎない。主なAI技術である機械学習を利用するには、機械学習アルゴリズムの作成や、機械学習のための専用のハードウェアとソフトウェアの調達が必要だ。機械学習ベースのAIシステムの開発に利用できる主なプログラミング言語として「Python」「R」「Java」などが挙げられる。
機械学習ベースのAIシステムは、ラベル付けされた大量の教師データを取り込み、データを解析して相関関係やパターンを調べ、見つけ出したパターンを使って将来の状態を予測する。例えば機械学習モデルを備えたチャットbotに複数のチャットのテキストを与えて学習させることで、人とリアルなやりとりができるようになる。同じく機械学習モデルを備えた画像認識ツールに何百万枚もの画像を学習させることで、画像の中の物体を識別して説明できるようになったりする。
「学習」「推論」「自己修正」の3つが、機械学習ベースのAIシステムが備える主要な機能だ。
複数の教師データを基に、入力データを実用的な情報に変換するためのルールを作成する。このルールはアルゴリズムと呼ばれる。
望ましい結果に到達するために、正しいアルゴリズムを選択する。
アルゴリズムを継続的に微調整し、可能な限り正確な結果を提供できるようにする。
AIシステムを利用することで、ユーザー企業は自社の業務について、これまで気付かなかった洞察を得ることができる可能性がある。場合によっては、AIシステムは人間よりも高速かつ正確にタスクを実行できる。例えば大量の法的文書を分析し、それぞれの項目が適切に記入されているかどうかを確認するといった、反復的で細かい作業に適する。
一部の企業はAI技術によって新しいビジネスチャンスを得た。例えば米国でタクシー配車サービスを手掛けるUber TechnologiesはAIシステムを活用し、特定の地域で乗客の需要が高まるタイミングを予測することで、事前にドライバーをその地域に送り込んでいる。Googleは自社サービスの利用状況を基に、AIシステムで洞察を得て改善することで、オンラインサービスの最大手の一つになっている。同社のCEOであるサンダー・ピチャイ氏は2017年、同社が新サービスの開発にAI技術を積極活用する「AIファースト」企業になることを宣言した。
Amazon Web Servies（AWS）やMicrosoft、Googleなどのクラウドベンダーは、AIモデルやAIアプリケーションをクラウドサービスとして利用できるAIaaS（AI as a Service）を提供している。AIaaSは、ユーザー企業がデータで何ができるかを判断するのに役立つ。本格的にAI技術を導入する前に、さまざまなベンダーのAIモデルやサービスをテストすることで、どの技術や機能が自社に適しているのかを判断できる。自社の要件に合わせてスケーリングできるAIaaSが見つかったら、利用規模に合わせてリソースを拡張できる。
AIaaS市場には、さまざまなベンダーが存在する。以下で主なAIaaSベンダーの一部を紹介する。
ITmediaはアイティメディア株式会社の登録商標です。
