従来のSEO対策だけでは、情報がAI検索に拾われない恐れがある。ChatGPTを構成する3種のクローラーの挙動を分析したところ、人間の閲覧とは全く異なるパターンが浮き彫りになった。どう対策すべきか。
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。
予算を注ぎ込んで導入した「Salesforce」も、現場に定着しなければ意味がない。ベンダーからの引き継ぎ直後、担当者のリテラシー不足と運用負荷に直面したエレコムはいかにして“運用崩壊”の危機を脱したのか。
システム障害の事後対処において、自己に都合の良い報告がなされるリスクは常にある。AWSが実施している、内部の責任逃れを排除し、原因究明を可能にする客観的なレビュー体制とは。
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。
ブラックフライデーセールなどの急激なトラフィック増に対し、負荷検出後のシステム拡張では限界がある。Amazon.comは機械学習を用いて、いかに数千のサービスを事前拡張しているのか。
パーソナライズされた体験を提供するために、AI技術を活用して独自のCXツールを構築することは一つの手だ。しかし顧客とのやりとりをAIに学習させることで、リスクも生じる。利便性と欠点のトレードオフとは。
システム開発における工数見積もりは、専門知識が必要なため特定の人材に負荷が集中しやすい。明治安田はこの課題を解消するために、「Agentforce」を活用している。属人化という負のループを断ち切る仕組みとは。
アプリケーション開発ベンダーとインフラベンダーで監視ツールが分断されていると、障害の原因特定が遅れがちだ。国内最大のスーパーマーケット企業連合は、4時間かかっていた原因特定を、いかにして短縮したのか。
Nianticは「Pokemon GO」の人気機能において、参加率の数値を追い求めた結果、街が同じキャラクターだらけになるという致命的な問題に遭遇した。データへの過信が招くリスクに、同社はどう立ち向かったのか。
人手不足や売り上げの伸び悩みを背景に、経営判断の相談相手として生成AIの活用が進んでいる。一方で、「自社が生成AIからどう見られているか」という視点が抜け落ちている実態が明らかになった。
生成AIが質問を受け取ると、その裏側でひそかに大量の検索を実行している。「ChatGPT」と「Gemini」の大規模なデータを分析すると、両者の間には明確な違いが存在した。生成AIは裏で何をしているのか。
自然言語の指示だけでAIがアプリケーションを生成する「バイブコーディング」が注目を集めている。CX部門のIT依存を解消し開発を爆速化させる一方で、セキュリティ脆弱性やシャドーIT化など、情シスが看過できない重大なリスクも潜む。
人材不足が深刻化する中、サービスデスクの膨大な「後処理」の手間は現場を疲弊させ、業務拡大の足かせになる。金融水準の厳格な要件をクリアし、「後処理ほぼゼロ」を実現した野村総研のシステム移行術に迫る。
エクスペリエンス分析ツールの市場が急拡大する一方、データが示す「表面的な不満」への対処だけでは不十分だ。デルタ航空やUPSの実例から、「真の課題」を特定し、CXを劇的に改善する手法を明かす。
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。
海外IT企業のインタビューに登場する「eat our own dog food」。直訳すると奇妙ですが、IT業界に深く根付く重要な概念です。真の意味や意外な語源、情シスが陥りがちな落とし穴を解説します。
現場主導の「個別最適化」は事業部門の機動力を高めるが、情報システム部門には技術的負債をもたらす。独自のExcel運用や肥大化したレガシーシステムから脱却し、全社統制と業務効率化を両立させた事例を紹介する。
定型的な問い合わせの激増は、少人数のサポート体制を疲弊させる。AIチャットbotで解決しようにも、セキュリティ基準が壁になる場合がある。厳しい要件を突破し、サポート体制を拡張させたLINEヤフーの手法とは。
モバイルアプリケーションの性能悪化は利用者の不満を高め、離脱を引き起こす。既存の監視手法では改善効果を証明できず、膨大な検証作業に忙殺されていたTwitterは、この“限界”をどう突破したのか。
生成AIの台頭により、Adobe、Salesforce、ServiceNowといった巨大ベンダーが互いの領域を侵食し合っている。Adobeが放った新戦略は、生成AIと既存のビジネスルールを融合させ、人間の仕事を「単発の作業」から「AIの品質管理」へと転換させる。激変するベンダー勢力図と、組織に求められる役割の変化を読み解く。
単なるコスト削減の道具としてAIを導入するだけでは、コンタクトセンターの真の価値は引き出せない。従来のチャットボットを超えた「エージェント型AI」や「顧客アウトカム」重視のROI測定など、今リーダーが押さえるべき6つの重要トレンドを解説する。
英国政府が16歳未満のソーシャルメディアの利用を制限する案を検討している。オーストラリアでは、既に同様の規制が進んでいるが物議を醸している。どのような危うさをはらんでいるのか。
「人件費の削減のために生成AIを導入する」という考えは、成り立たなくなる可能性がある。Gartnerは2030年までに生成AIのコストが人件費を超えると試算した。企業のAI活用方針は今後どうすべきか。
瞬時にM365が乗っ取られる――全社員に周知すべき“新フィッシング”の教訓
MFA（多要素認証）を入れたから安心という常識が崩れ去っている。フィッシング集団「Tycoon2FA」が摘発されたが、脅威が完全になくなったというわけではない。
ITmediaはアイティメディア株式会社の登録商標です。
