7 月
検索
システム開発 過去記事一覧（2026年）
6 月
コンテナイメージの「脆弱性ゼロ」を過信してはいけない。OSSの見落とされがちなリスクを指摘し、健全性を評価する具体的なツールと、根本的な安全確保の道筋を解説する。
人命や安全に関わる緊急のシステム要請に対し、専用開発は費用と時間がかかり過ぎる。人材が不足する中、要件を満たしつつ「検討当日」に情報公開システムを立ち上げた方法とは。裾野市の事例を紹介する。
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。
ソフトウェアの構成を可視化するSBOM（ソフトウェア部品表）があるだけで安全だと思い込むのは早計だ。検証を伴わないSBOMは、かえって危険な状態を招く。開発現場の安全を確保する3つの防衛策とは。
AIコーディングツールとの対話が長引くと不要な情報が蓄積し、結果的に人が手直しした方が早いという事態に陥りがちだ。開発者を消耗させる「指示待ち」を解消し、人の介入なしで自律的にコードを書かせる手法とは。
企業におけるAI活用が拡大する中、意思決定の不透明性や未知の脅威という新たな脆弱性が浮上している。従来のソフトウェア開発の常識だけでは防げない特有のリスクに対し、どのような枠組みで立ち向かえばよいのか。
AIコーディングの台頭によって、自由度の高い「動的型付け」は技術的負債になりかねない。「GitHub」で急成長する「TypeScript」が、AIコーディングの精度と現場の安全性を確立する理由に迫る。
大阪ガスが日本IBMらと提携し、AIを核とした大規模なITシステム変革に踏み出す。インフラを支える巨大組織は、技術負債とリソース不足をどうAIで解消しようとしているのか、その具体策を探る。
生成AIは強力だが、利用費用の負担や操作への戸惑いから、現場の開発者に敬遠されるケースが後を絶たない。キヤノンITソリューションズはこの障壁をどう突破し、「Amazon Q Developer」を全社に普及させたのか。
「外部連携APIがない」「ネットワークが閉域」といった課題を抱えるレガシーシステムからデータを抽出するのは至難の業だ。北九州総合病院が電子カルテから情報を抽出するために取った“奇策”とは。
海外のIT記事で見かける「bells and whistles」。実はシステムの成否を分ける重要なIT用語です。言葉のルーツから、ベンダー交渉で使える実用フレーズ、実務に生きる教訓までを一挙に解説します。
開発現場でAIツールの導入が進む中、エンジニアの約9割が現在の業務変化を前向きに捉えている。単純作業が激減する中、AI時代において真に求められる「新たな必須スキル」とは何か。
時間や場所に縛られない働き方として定着するフリーランス。経験豊富なITエンジニアであっても「収入が途絶える不安」から単価を妥協しているのが現状だ。不安定な状況でも、彼らがフリーランスを辞めない理由とは。
コンテナ技術は開発を迅速化させるが、管理されないイメージの乱立というリスクも生み出している。対策を強化したいセキュリティチームが障壁にならず、開発の自由を守るためのアプローチとは。
5 月
大規模イベント時にシステムの安全を守るため、変更作業を止める「デプロイ全面凍結」は一般的な手法だ。しかし、Netflixはこの運用を廃止した。安全なはずの凍結が生み出す、深刻な「負債」とは。
全国から集まるExcelファイルの集計作業と、現場に残る紙の回覧。こうした「アナログの負債」は情報システム部門の時間を奪い続ける。福山通運は、わずか3人でこの負債をどう断ち切ったのか。
AIツールによるコード生成が普及する中、生成されたコードのほぼ半数に脆弱性が潜む事実が明らかになった。AI特有の新たな脅威に対し、開発とセキュリティ対策を一体化する「DevSecOps」による防衛策を紹介する。
AIツールによる自動コーディングは、開発速度を飛躍的に高めている一方で、技術的負債や疲労の蓄積という新たな課題も生んでいる。企業が陥りやすいAIツールの評価の落とし穴とは。
オンライン面接で候補者の代わりにAIツールが回答を代理する現象が多発している。従来の採用手法を見直す上で、AIツールを禁止するだけでは解決にならない。不正を防ぎ、真の専門性を見極める抜本的な対策とは。
企業はAIOpsを導入して次々に定型業務を削減している。その裏で、システム担当者がAIツール特有の問題に疲弊している実態が明らかになった。効率化を目指したはずの現場で何が起きているのか。
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。
クラウド資格を取っても年収が上がらない――。約7割のエンジニアが陥る「キャリアの壁」の正体とは。高年収層だけが持つ“真のコアスキル”と、企業ニーズが高い「稼げる穴場言語」を解き明かす。
開発現場へのAIツール導入が進む一方で、コードの生成量が増えても利益につながらないケースが後を絶たない。局所的な効率化が、かえって全体のスピードを低下させるのはなぜか。初期の生産性低下の原因を検証する。
「AIツールがあれば誰でも開発できる」という期待とは裏腹に、97％のプログラミング学習者が挫折し、子どもの7割は学校で教わっていないという現実がある。AI時代のプログラミング学習の在り方とは。
生成AIの台頭でソフトウェア開発は容易になったが、システム全体の複雑性は増大し、運用は困難を極めている。Googleエンジニアディレクターが提唱する、ブラックボックス化したシステムに立ち向かう手法を解説する。
AIの基礎から法律・倫理まで幅広い領域が問われる資格「G検定」。試験範囲の中でも重要度の高いテーマを1問ずつ取り上げ、理解の定着に役立つポイントを確認していきます。今回は、自社で開発したプログラムなどの資産を法的に守るための、AI開発における著作権の適用範囲について解説します。
本物の量子コンピュータの普及にはまだ時間を要するが、その原理を模倣した「量子インスパイア」アルゴリズムは、既存のハードウェアで既に圧倒的な成果を上げている。将来の量子時代への「架け橋」となる本技術の戦略的価値と導入の現実解を解き明かす。
三菱UFJ信託銀行グループは、従来の「パブリッククラウドでのスクラッチ開発」をやめる決断を下した。初期構築期間を約50％削減、ランニングコストを約85％削減という試算を弾き出した選定プロセスと評価基準とは。
非IT企業では複雑な要件に基づいたレガシーシステムが、開発者の長大な「待ち時間」を生み、サービス創出のボトルネックになっている。Volvo Car、IKEA、H&M Group、Philipsはこの課題をどう乗り越えたのか。
異なる形式の証明書を「Microsoft Word」「Microsoft Excel」で作成してチェックする手作業に忙殺されていたMIXIの人事部門。既存ツールを活用してこの課題を解決する選んだ、同社の選定プロセスと効果は。
AIツールによるコーディング効率化が進む一方、上流の「要件定義」が担当者の暗黙知に依存したままでは結局手戻りが多発する。KDDIは「au PAY」の開発で、この“属人化のわな”をどう抜け出したのか。
AIツールにコーディングを任せることで開発プロセスは短縮されたように見える。だが、開発者自身がソースコードの意図を理解しておらず、修正に追われる現場が後を絶たない。保守性が脅かされている実態とは。
「無償のOSSに12時間以内のサポートを」。こんな異常な要求がIT現場を疲弊させている。都合のいい幻想が招くライセンス違反やセキュリティリスクの実態と、企業を守る防衛策に迫る。
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。
4 月
試験運用の段階で停滞し、実用化に至らない「PoCの沼」に陥る傾向があるのが、企業のAIツール活用だ。ツール選定や構築以上に困難な問題はどこにあるのか。ベンダーに依存せず、AIを真の資産として定着させるには。
企業が意欲を持ってAIツールの導入に取り組んでも、なかなか成果が生まれないギャップがある。独自の強みを築く自社開発か、速度を優先した既製品の購入か。企業が持つべき7つの判断指標とは。
発注や在庫管理における表計算ソフトウェアの多用は、業務の属人化や深刻なデータ分断を引き起こす。ホームセンター大手のカインズも丸2日を要する手作業に苦しんでいた。いかにしてこの限界を抜け出したのか。
AIコーディングツールの浸透で開発速度が高まる一方、開発者が内容を把握していないソースコードも次々に生まれている。システムの安定稼働を担うIT運用者は、この事態にどう対処すればよいのか。
専門職にとって、マネジメントへの転向は人間関係の壁などの不安が付きまとう。ところが就任後には、4割超が年収100万円増を実現し、やりがいを見いだしている。葛藤を乗り越えた先にあるキャリアの実態とは。
自律的にソースコードを生成するAIエージェントが、人間のプログラマーの役割を奪うとの予測が広まっている。これに対してThe Linux Foundationは、実装をAIに委ねることで生じる“代償”への注意を促す。
AIの基礎から法律・倫理まで幅広い領域が問われる資格「G検定」。試験範囲の中でも重要度の高いテーマを1問ずつ取り上げ、理解の定着に役立つポイントを確認していきます。今回は、AIモデルの開発から運用までを連携し、システム導入後も継続的な改善を回す仕組みである「MLOps」について解説します。
業務システムにおいて、データベースへの保存処理の完了は「データが安全に守られた」ことを意味するとは限らない。データの破損を招きかねない、インフラ層が抱える3つの構造的な問題とは。
処理性能や信頼性の懸念から、オンプレミスシステムに残り続けるOracle Databaseを、そのままMicrosoft Azureに移して稼働させる方法がある。物理的な制約を打ち破る構成の仕組みとは。
オリックス生命保険は、コンタクトセンターのシステム開発においてアジャイル開発とクラウド移行を推進。複数チームの進捗把握と戦略的な目標管理を実現するため、IBMの「IBM Targetprocess」を導入した経緯と成果を詳報します。
開発現場から寄せられる膨大なデータにおぼれ、本来の目的を見失うことは、ITリーダーにはあってはならない事態だ。エンジニアの努力を「企業の利益」に変換するために、真に追跡すべき指標とは。
システムの個別開発は、特定の人しか仕様が分からない「ブラックボックス」を生みやすい。dinosが基幹システムの連携において、開発未経験者を含む2人チームで実現したシステム刷新の鍵は「ノーコード」にあった。
「Visual Studio Code」は開発者の生産性を高める一方で、拡張機能を無条件に許可すれば、情報漏えいやマルウェア混入というリスクを招く。利便性を損なわず、厳格なセキュリティを維持する仕組みとは。
慣れ親しんだ「C」「C++」への依存は、メモリ脆弱性による重大な事故リスクを抱え続けることと同義だ。レガシー言語の延命は優秀な人材の離脱も招く。学習の代償を払ってでも「Rust」に移行すべき決定的理由とは。
稼働し続けてきたメインフレームはシステム改修のたびに複雑化し、企業にとって深刻な技術的負債となる。膨大な時間と労力がかかる移行作業に、AWSの「AWS Transform」「Kiro」はどう役立つのか。
システムの不具合は売り上げ減だけではなく、緊急の復旧作業などの重い負担を生む。約7割の企業が、低品質に起因するトラブル収束までに多大な時間と労力を奪われている。目先の費用削減が招く、品質リスクの実態とは。
開発要件に応え切れず外部委託が膨らむ一方、現場では独自のマクロによる「野良ツール」が乱造されてブラックボックス化する。IT部門によくあるジレンマを打破した、SMBC日興証券のローコード開発ツール活用とは。
大手金融機関で、システム更新における問題が大規模な情報漏えいを引き起こした。原因は不十分なテストや品質管理体制だという。厳密なはずの金融機関のテストプロセスは、なぜ致命的な欠陥を見逃したのか。
数年以上更新のないOSSを用いている商用ソフトウェアが大量に出回っている。開発者の意欲が削がれ、保守が止まったOSSは「第2のLog4j」のような深刻な脆弱性を生む。AI時代にOSSを救うための4つの処方箋とは。
AIツールの普及で開発スピードが劇的に向上する裏で、ソフトウェアの脆弱性が前年比で2倍に急増していることが明らかになった。AIツールの台頭に伴うOSSのリスクとは。
データベースが乱立した状態のままAIツールを開発しようとすれば、IT部門の負担がますます増えることになる。合併によって複雑なシステム構成を抱えていた企業が、「MongoDB Atlas」に一本化した理由は。
AI主導のコーディングの台頭によって開発現場が大きく変わりつつある中、AIツールが仲介役になることで、OSSを支えてきた報告や修正という文化が消滅の危機にひんしている。便利さの代償として生じている問題とは。
AIコーディングツールを利用するエンジニアの約9割が生産性向上を実感している一方で、約7割が「意図しないコード生成」などの課題を抱えている。技術的負債を回避し、AIを“飼いならす”ための戦略を探る。
3 月
生成AIに“雰囲気”でコードを書かせる「バイブコーディング」が、ソフトウェア開発を劇的に変えつつある。しかし、圧倒的な開発スピードを手に入れる裏で、企業は予期せぬ大きな代償を払うことになっている。
企業システムを支えているOSSは、約7割以上の企業が明確なガバナンスやセキュリティ対策を欠いたまま運用されている。野放しのOSSが生む3つの問題と、それらを回避するための解決法を紹介する。
Googleが発表したAI開発ツールが劇的に進化している。単なる「コード生成」を超え、認証やデータベース構築まで自動化する“バイブコーディング”の実力とは。
月次から週次へ――。MicrosoftはVS Codeのリリースサイクルを短縮した。その裏側にあるのは、AIエージェントによる「現場の泥臭い作業」の徹底排除だ。どういうことなのか。
AIの基礎から法律・倫理まで幅広い領域が問われる資格「G検定」。試験範囲の中でも重要度の高いテーマを1問ずつ取り上げ、理解の定着に役立つポイントを確認していきます。今回はAI開発で利用されることの多い「Web API」の特徴とメリットについて理解を深める問題です。
2 月
優秀なエンジニアが突然休職する裏には「合理的な提案が通らない」という現場の絶望がある。過去2年以内に燃え尽き寸前まで追い込まれた400人の生々しい証言から、実践的な自衛策と体制崩壊を防ぐ防衛策を読み解く。
深刻なIT人材不足の中で進める「出社回帰」は、企業に致命傷をもたらし得る。若手エンジニアの約4割が「年収減でも理想の職場を選ぶ」事実を基に、現場の疲弊を防ぎ、優秀な人材を定着させるヒントを提示する。
費用と時間をかけて採用したエンジニアに「採用ミスマッチ」が発生したときの影響は大きい。企業の7割超が直面しているこの課題に対し、属人的な面談手法の限界と、書類評価のぶれを正す生成AIの活用法を紹介する。
AlphabetのCFOが、同社のソースコードの約50％はAIエージェントが生成しているという“衝撃の事実”を明かした。なぜ自動化の推進を急ぐのか。巨額のインフラ投資を支えるために、開発現場で何が起きているのか。
Googleは「Google Antigravity」と「Gemini CLI」という2つのAI開発ツールを提供している。両者共にシステム開発や運用、コーディングに利用可能なツールだが、どのような違いがあるのか。
2025年、GitHubにおける「最も成長している言語」の座を「TypeScript」が獲得した。なぜこの変化が起きたのか。「Python」すら押しのけてTypeScriptが選ばれた理由は何か。その技術的必然を解説する。
「エンジニア不足」と叫びながら、経験豊富なベテランが「年齢フィルター」だけで弾かれている実態がある。企業がベテランを排除するコストと、生き残るシニアエンジニアの条件を読み解く。
1 月