5 月
検索
エンタープライズAI 過去記事一覧（2026年）
4 月
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、データを収集、分析する際にコンプライアンスを守るための要配慮個人情報や、仮名加工情報の適切な取り扱いルールについて解説します。
2026年には90%の組織が深刻なAIスキル不足に陥ると予測される中、単なるツール配布では成果は得られない。従来のチャットbotから自律型AI（エージェント）への移行を見据え、情シスリーダーは役割別のスキル定義やガバナンス再構築を急ぐ必要がある。
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。
AIを導入しても成果が出ない理由は、ツールを既存の業務に当てはめるだけの姿勢にある。ガートナーは、AIを効率化の道具ではなく人間力を拡張する「バディ」と定義し、働き方そのものを再設計すべきだと警告する。個人の充実を求める若手人材の離職を防ぎ、数年後のAI格差を勝ち抜くための組織戦略を明かす。
語学学習サービス「Duolingo」では、未経験の社員2人がAIで開発したチェスコースが毎日700万人に利用されている。それでもCEOはAI利用を人事評価に入れない。「AIを使うためにAIを使う」を避ける哲学とは。
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。
中国の金融業界の生成AI市場は2029年に445億元規模へ達し、試行段階から大規模実装への転換点を迎えている。IDCの最新調査は、自律的に動く「AIエージェント」が競争の核となり、合規性と投資対効果の高度な両立が必要になると指摘。単なるツール導入から、業務を再構築する「価値エンジン」への進化が加速している。
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。
GitHub運用の設定漏れや権限不備を自動診断する新ツール「GitHub Quick Review」が登場した。何を可視化できるのか。
AI時代と言われる中、「AIに置き換えられる人」にならないためには何をすればいいのか。英国の起業家ダニエル・プリーストリー氏が、「AI時代に自分の価値を高める4つのスキル」を紹介する。
「AIなんて発明されなければよかった」――最新調査でCIOの半数が本音を漏らすほど、AI導入に伴うセキュリティリスクが深刻化している。Copilotが悪用され既存の脆弱性が自動攻撃の道具と化すなど、情シスは利便性の代償として肥大化する攻撃面とガバナンス不足という、かつてない難題に直面している。
GitHubで史上最速の勢いを見せるAIエージェント基盤「OpenClaw」。LLMが自らコードを書き、システムを操作する「実行レイヤー」の登場は、従来のデータ保護の概念を根本から覆す。情シスは「誰がデータを見るか」ではなく「AIがどう判断し動くか」という未知の壁にどう立ち向かうべきか。
厳格なマニュアルを持つはずのヘルプデスクが、いとも簡単に侵入を許してしまう。公開された「実際の詐欺音声」は、従来型セキュリティの限界を伝えている。担当者を欺く手口の全貌と、企業が取るべき対策とは。
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。
AIで業務を効率化させたいが、社内の反発で身動きが取れない――。そのような反発はなぜ起こり、どのように対処すればいいのか。AWSのエンジニアは、「課題は何ですか？」と聞くことをやめたという。
Anthropicは公式ブログで、AIコーディングツール「Claude Code」で最新AIモデル「Claude Opus 4.7」を効果的に活用するためのベストプラクティスを解説した。
AIを導入してもコンタクトセンターの課題が解決しないのは、プロセスの断絶やデータの不備を放置したまま「負の遺産」を高速化しているからだ。真の成果を得るには、AI層の構築前にジャーニーの可視化と部門間のフィードバックループが必要だ。
「AIのせいで自分の仕事がなくなる」といった不安の声が聞こえてくるようになった。LinkedInのCEOは、キャリア構築における「5Cs」の重要性を説く。今後5年で需要が爆発的に増える3つの仕事とは？
コラボレーションツールが普及した結果、組織は「調整」に時間を取られるようになった。しかし、調整が成果につながらないというジレンマがある。業務を停滞させる「調整労働」を排除し成果につなげる策を解説する。
外部ツールの利用制限だけでAIを管理できた時代は終わった。いまやAIは企業が許可した正規ツール内部に深く浸透している。情シスにとっての課題は「AIが内部で何をしているか」が見えないことだ。
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。
Sysdigが公開した調査レポートによると、AIを悪用した攻撃の高速化を背景に、クラウドセキュリティ運用は人手中心からAIによる自律的な防御へ移行し始めている。企業は具体的にどのような運用を実施しているのか。
英国はAIによる自動攻撃に対抗すべく「国家サイバーシールド」構築に乗り出す。人間が20年以上見逃した脆弱性をAIが即座に看破する現状に、既製品を導入するだけの対策はもはや通用しない。政府は企業に、セキュリティを経営の義務と位置付ける誓約を求めている。情シスが直面する、AI時代の新たな防衛線とは。
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。
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。
生成AI導入企業の多くがROIの低迷に直面している。ガートナーは、単なる効率化ではなく「AI筋肉」の形成と、浮いた時間の戦略的再配分が必要だと指摘する。現場任せの運用を脱し、マネジメントが仕事そのものを再設計できるかどうかが、持続的な競争力を左右する鍵となる。
シンガポール政府は、AIシステムのテスト手法を国際的に統一する新規格「ISO/IEC 42119-8」を提案した。同規格を設置する目的と、企業が把握しておくべき情報を紹介する。
多くの組織がインフラ運用へのAI投資を加速させる一方、ROIを達成できているのはわずか28％にすぎない。失敗の本質は、AIが社内特有の命名規則や制約を理解していない点にある。RAGによるコンテキスト注入やセキュリティ対策など、AIを「単なる検索ツール」から「信頼できる実務担当者」へ進化させる要諦を明かす。
従業員が社内規定や資料を探す際、どこに何があるか分からなくなる課題を抱えていた大豊建設。AWSに独自の生成AIを構築し、検索の手間を劇的に削減した。システムの構成と、現場に定着させるための工夫を紹介する。
ITアウトソーシングを「安さ」で選ぶ時代は終わりつつある。では、企業はどのような目的でIT運用を外注すればいいのか。外注で失敗しないために事前にしておくべきことは？
AIのせいで仕事が減ると言われる時代、評価される人材はAIを使って何をしているのか。その差を分ける“使い方”をAI Mindset創業者でニューヨーク大学の最高AIアーキテクトが紹介する。
生成AIの普及により、非エンジニアでもアプリ開発が可能となりつつある。一方、課題なのが開発の可視性やガバナンスの確保だ。情シスが「門番」から「支援者」へ転換し、安全に現場の力を引き出すための対策は。
AIの普及で「仕事がなくなるかも」という不安が広がっている。一方、AIツールベンダーのCEOや起業家は、より構造的な変化を指摘する。本稿では専門家の発言を基に、「AI耐性」を身に付けるための戦略を紹介する。
業務効率化における生成AIの恩恵は、一部の個人にとどまっているのが実態だ。調査から、スキルの差による現場の摩擦や「AI孤立」といった深刻な課題が浮き彫りになった。組織全体の生産性を底上げする解決策とは。
システム障害に対処する担当者は、夜間や休日のアラートも処理しなければならず、多大な心理的ストレスを抱えることになる。こうした属人化や疲弊を招く運用を、「AIエージェント」は具体的にどう変えるのか。
AIによるUCaaSの進化は業務効率を劇的に高める一方、規制業界ではコンプライアンスが大きな障壁となる。AI特有の「ブラックボックス化」や誤情報のリスクをどう制御し、安全に革新を取り入れるべきか。
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。
業務へのAI導入が注目のトピックとなりつつある中、MicrosoftにおけるAIエージェントの料金体系の設計は変化しつつある。コスト増大を防ぐために情シスが取るべき対策を整理する。
データ主権のリスクを理由に企業がAI導入を遅らせているという調査結果がある。リスクを軽減するために、オンプレミスに回帰する動きもある。データの統制と柔軟性を保持するにはどうすればいいのか。
業務効率化のためのAI活用が進む一方で、権限設定の不備によって社内の機密データがAIツールに読み込まれる「過剰共有」のリスクが生じている。「Microsoft 365 Copilot」を安全に運用するための対策とは。
米大手会計事務所BDOが、独自の生成AIプラットフォーム「Chat BDO」を本番稼働させるまでの軌跡を詳解。100万時間の削減という成果の裏には、データのサイロ化解消やROI過大評価の克服など、多くの情シスが直面する課題への処方せんがあった。
ドバイ政府が全職員5万人を対象とした大規模AI教育プログラムを始動。単なるリテラシー教育ではなく、職種別の高度なスキル習得とガバナンス強化を並行して進める「AI+」計画。インフラ投資以上に「人間」を重視するこの国家戦略が、日本の情シスやDXリーダーに突きつける組織変革のヒントとは。
従業員の5割以上が無断で生成AIを使う「シャドーAI」が、深刻な情報漏えいやコンプライアンス違反を招いている。禁止するだけでは解決しないこの難題に、情シスはどう立ち向かうべきか。
限られた選考時間では企業の魅力が伝わり切らない――。JCBはこの課題に対し、「AI面接」を導入し、従業員と学生が直接対話できる時間を捻出した。学生の不安を解消しつつ、公平な選考を進める工夫とは。
自動化のためにAIエージェントを導入しても、なぜ期待した成果が出ないのか。その原因は設計以外の段階にある可能性がある。AI活用を支援してきた専門家が警告する、AIを“ガラクタ”にしないための条件とは。
Gartnerは、日本国内のセキュリティインシデントの傾向と10分類を発表。企業に対し多様化するリスクへの包括的な対策の必要性を示した。
JR東日本が策定した「AIポリシー」と最新の生成AIガイドラインでは、開発者へのチェックシート義務化など、現場が即実践できる具体的なガバナンス手法が示された。
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開発のPoC（概念実証）段階から不可欠となる秘密保持契約（NDA）の適切な締結タイミングや効力について取り上げます。
AI導入の成功はデプロイではなく、その後の「運用」で決まる。既存のクラウドインフラやガバナンスでは制御しきれないAI特有の挙動が、企業のコストと信頼を脅かし始めている。本稿では、AIを単なるアプリケーションではなく「自律的なプラットフォーム」として制御し、ビジネス価値を最大化するための実務的な指針を解き明かす。
AI技術の進化でインフラ管理者の仕事は本当に奪われるのか。基礎技術に対する理解が不足していれば、想定外の障害やAIの「幻覚」に対処できず、致命的な事態を招きかねない。今、管理者に求められる役割とは。
大規模言語モデル（LLM）の進化とロングコンテキストの登場により、「RAGは不要になるのではないか」という議論が浮上している。RAGとロングコンテキストはどう違うのか。
エンタープライズAIの活用フェーズは、単なる実験から実務運用へと劇的な変化を遂げている。リーダーに求められるのは、最新技術を組織の力に変えるためのスキルセットの再定義だ。本稿では、注視すべき5つのスキルカテゴリーを明らかにする。
Standard Chartered Bankは、8万人規模のAI教育や業務全体への導入を進めている。同行は、AIと人間どちらを重視していく方向なのか。同行の技術担当役員、アルバロ・ガリード氏に聞いた。
労働人口の減少を見据え、JA共済連はGoogle Cloudの生成AIツールを用いて地域貢献活動の支出判断を支援するAIエージェントを構築した。年間数百件に及ぶ照会対応の業務負荷を最大50％削減できる見込みだ。
Anthropicが公開した新型AI「Claude Mythos Preview」は、主要ソフトから数千件の高深刻度脆弱性を検出し、攻撃コードの生成も可能だという。誰が使えるのか。
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。
自律的な「エージェント型AI」の導入によって、企業の業務プロセスは飛躍的に改善する可能性がある。その一方で、基礎的な仕組みの不備によって、AIツールを実用化できない壁に直面している。成否を分ける差とは。
エージェンティックAIは、複雑な一連の業務を自律的に遂行する力を秘めている。本稿では、先行して導入を進める5組織のリーダーに、その実務的な勘所を聞いた。
Cisco Systemsは、AI監視スタートアップGalileo Technologiesの買収計画を発表した。AIエージェントの判断根拠やリスクを可視化する狙いだ。一方で、導入は技術面だけでなく、責任分担など組織面の課題も浮き彫りにしている。
IDCの最新調査によると、アジア太平洋地域のAI支出は2029年までに5倍に膨れ上がり、生成AIがその半分近くを占める見通しだ。単なる自動化を超え、自律的に業務を遂行する「AIエージェント」が組織に何をもたらすのか。
月間150TBを超えるデータ分析に苦しむSAPは、データの半分を解析できず、セキュリティの「死角」を生んでいた。既存の監視ツールでは防げない複雑な脅威に対し、同社が選んだ解決策とは。
IBMが、同社のメインフレーム「IBM Z」の開発におけるArmとの協業を発表した。強固な信頼性を誇る製品が、なぜ今になって異なる設計思想を取り入れるのか。そこにはある“限界”が関係している。
COBOL人材の枯渇が進む中、レガシーインフラの刷新が急務となっている。しかし実際には6割以上が失敗するという報道もある。AIエージェントは打開策となるのか。成功と失敗を分ける条件を整理する。
三菱UFJ信託銀行がコンテンツ管理に「Box」を採用した。これまで複数の業務システムに分断されていたデータの一元管理を目指す。金融機関に求められる高度なガバナンスとAI活用を両立させる秘策とは。
従業員が「AIエージェント」を使いこなす未来は、もはや現実だ。しかし、多くの情シス部門は従業員がどのツールにデータを入力しているかさえ把握できていない。AIエージェント革命に、組織が取るべき真の防衛策とは。
サイバー攻撃のスピードが急激に加速している。侵入から横展開までが「数分」で完了するケースもあり、従来の防御体制では対応が追い付かない。セキュリティ構成を再設計する際のポイントは。
ガートナーは、2028年までに企業向け生成AIアプリケーションの25%が、年5件以上のセキュリティインシデントを経験するとの予測を発表した。情シスリーダーが今すぐ設定すべき「ガードレール」と警戒すべき領域とは。
Sansanは、AIインサイドセールスツールの導入により商談処理工数の削減と商談創出を両立したと発表した。
リオ・ホールディングスは、SAP製品を中核とする新基幹システムの稼働を発表した。2025年8月に本格稼働し、連結仕訳の自動化で手作業を9割以上削減。データ収集の迅速化により、経営判断の高度化とガバナンス強化を実現した。
好業績をうたうOracleで、推計3万人に及ぶ解雇が進行している。同社は「AIツールによる業務代替」を推し進めると主張するが、専門家はその裏にある“焦り”を指摘する。AI技術に対する幻想を打ち砕く事実とは。
生成AIは便利な一方で、新たな脅威の温床にもなっている。攻撃者がインターネット上の情報を不正に操作することで、生成AIが危険なWebサイトを案内してしまうという。どのような手口なのか。
現実世界を認識・理解し、自律的に行動する「フィジカルAI」が、2035年までに1億4500万台という驚異的な規模で普及するとの予測が発表された。ITリーダーが組織の自動化戦略を策定する上で避けて通れない「物理世界への知能実装」の核心に迫る。
生成AIの活用により、業務の処理速度は加速すると期待されている。その代わり、「自分で考える」作業をする機会が減り、思考力が低下したという声がある。考える力を低下させないための対策は。
伊藤忠テクノソリューションズは、PCの操作ログを基にした業務改善を支援する「GenTaskMining」の提供を開始した。
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。
内部不正対策は、もはや「人間」の監視だけでは不十分だ。自律的に判断し行動する「エージェンティックAI」が組織に 浸透する中、AIそのものが制御不能な内部脅威へと変貌しつつある。本稿は、AIが引き起こす新たなリスクの実態と、ID管理を軸とした具体的な防御策を解説する。
Cisco Systemsは、企業の無線通信活用を分析した調査レポートを発表した。6000人以上への調査から、無線LAN投資による業務効率や収益への効果が明らかになった。一方、様々な課題が浮き彫りになった。
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プロジェクトを成功に導くために欠かせない、適切な人員体制と役割分担について取り上げます。
2026年3月開催のRSA Conference 2026で、レッドチーム演習が法的標準へ進化しつつあるとの認識が共有された。これからレッドチーム演習を実施する企業は何に注意すればいいのか。
多くの企業がAI導入を急ぐ中、リーダーが直面する最大の実務的課題は「必要な人材を確保できない」ことだ。熾烈を極めるAI人材争奪戦は、これまでのクラウドやセキュリティのスキル不足とは根本的に異なる性質を持っている。組織の命運を分けるAI機能をいかに持続可能な形で構築すべきか。
企業がAI活用を進める中、攻撃者はAIインフラの「脳」を標的にし始めた。SaaSのデータ保護を過信すると、有事の際に全データを失う致命的な事態を招く。再起不能の危機からAIシステムを救う復旧戦略とは。
業務効率化を期待して生成AIを導入したものの、意図した結果を得るための修正作業で数時間のロスが生じている。なぜ現場の負担は増大するのか。実務者を消耗させる「隠れコスト」の実態に迫る。
生成AIの普及により、企業がソフトウェアを内製化しコスト削減を実現する動きが広がっている。一方製造業でその動きをそのまま当てはめると様々な問題が発生する可能性がある。問題と対策を整理する。
AIインフラ需要の急増を背景に、「ネオクラウド」と呼ばれる新たなクラウド市場が拡大している。ネオクラウドは、企業のクラウド戦略にどのような影響を与えるのか。
AIエージェントを導入してもPoC（実証実験）でとん挫する企業は後を絶たない。成功の鍵は、AIそのものよりも「業務プロセスの標準化」と「マルチエージェントによる連携」にある。本番環境で成果を出すための勘所を明かす。
AIツールの導入が進む中、これまで重宝されていた定型業務を担う人材の需要が減っている。調査によれば、多くの企業が採用ターゲットを根本から見直している。生き残るために必要な、人間ならではのスキルとは。
才流は、一度導入を取りやめた採用支援サービスを再導入した結果、月間カジュアル面談数が従来の約4倍となる20件以上に増加した。再導入に際し同社は何をしたのか。
AIエージェントの導入を進めるものの、PoC止まりに終わる企業も少なくない。一方Salesforceのエグゼクティブバイスプレジデントは「成功する企業には共通点がある」と指摘する。成功に必要な要素を4つに整理する。
スクウェア・エニックスは、「ドラゴンクエストX オンライン」にGoogleの生成AI「Gemini」を活用した対話型AIバディ「おしゃべりスラミィ」を導入すると発表した。人間のプレイヤーにどう役立つのか？
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。
セキュリティベンダーExabeamは、採用したエンジニアを入社当日に解雇した。ある国にひも付く脅威アクターだったことを同社が迅速に見極めたからだ。発見の経緯は。
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。
オンプレミスOracle DBのクラウド移行は、セキュリティや料金の懸念が壁となる。日立は2026年3月、基幹データの安全なAI活用を実現しつつ、移行の費用削減と期間短縮を掲げる支援サービスの強化を発表した。
ノークリサーチは、中堅中小企業を対象としたDXとAIに関する調査結果を発表した。AIをDXの代替として掲げる動きがある一方、両者の性質や課題は異なる。調査結果から、情シスが取るべき対応の方向性を整理する。
サイバー攻撃の高度化と深刻な専門人材不足を背景に、セキュリティ監視を外部委託する「SOCaaS」への注目が高まっている。本稿は、主要なSOCaaSベンダー5社の特徴と販売モデルを整理し、選定基準を提示する。
Googleは、生成AI「Gemini」に他のAIツールのメモリーやチャット履歴を取り込む機能を一般ユーザー向けに提供開始した。複数AI利用で分断されがちな文脈を統合し、パーソナライズされた応答精度の向上を狙う。
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。
トークンの上限を決めれば費用の目途が立つ。だが、上限に達しない範囲でしかエンジニアが働かなくなる――。この課題に取り組み、コスト最適化とエンジニアの創造性を両立させたAgodaの取り組みを紹介する。
企業によるLLM導入が進む中、コスト増大や制御性不足といった課題が顕在化している。本稿は、LLMの内製と外部サービス利用の違いを、TCO、制御性、ガバナンス、組織体制の観点から整理し、最適な選択の方向性を示す。
企業が既存のクラウド設計のままAIを導入すると、本番運用の段階で想定外の挙動が発生する場合がある。その理由や対策は。
AIがコードを書く時代、「何を学ぶべきか」は変わり始めている。コーディング以外で価値を持つスキルとは何か。AnthropicのCEOが、人間にしかできない領域と、これから重要になる能力を語った。
AI導入を進める企業が増える中、技術・運用・倫理・規制の各側面でリスクが顕在化している。本稿は、設計・開発から保守・監視までの各段階に潜む課題と対策を整理する。
企業がAIベンダーと契約する際、SaaSの契約や更新と同じ感覚で交渉していると想定外のコストが発生する可能性がある。契約において見落としがちなポイントと、やるべきことを紹介する。
過熱するITベンダーのAI投資。その回収コストは、将来的な利用料高騰として企業に跳ね返る恐れがある。Oracleの人員削減や「AI導入の4割が頓挫」というGartnerの予測から、IT部門が打つべき予算防衛策を読み解く。
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
AIによる効率化を「人件費カット」へ直結させる経営判断は正しいのか。全社導入を進めた企業の約7割は、あえて人員削減を見送っている。浮いた人材や予算はどこに向けているのか。
AIハブを目指すMENA地域で、データセンターによる水消費が深刻なボトルネックとなっている。この問題は対岸の火事ではない。日本企業はMENA地域から何を学ぶべきか。
むやみにAIツールに予算をつぎ込んでも、目に見える利益を得るのは容易ではない。経営陣を説得し、確実に成果を出すためには、投資の適切な配分が必要になる。無駄な支出を防ぐための「AI投資シナリオ」とは。
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。
Gartnerは、AIエージェントが単一のプロンプトでランサムウェアのような挙動を引き起こすリスクを指摘した。企業が見直すべきポイントは何か。
巨大ITベンダーが、AIインフラに巨額の投資を実施している。一方で、企業がAIツールを導入する際に見落としがちなのが運用の手間や電力などの膨大なコストだ。AIに関する自社のIT予算をどう計画すべきなのか。
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開発やデータ分析を外部委託する際に押さえておきたい「契約形態の違い」に注目します。
AIを使えばセキュリティ周りは楽になるという期待とは裏腹に、セキュリティツールは増加し、運用負担は軽減していないという声がある。現状を打破するために企業の情シス担当者は何を判断すればいいのか。
中東情勢の緊迫化は、単なる地政学リスクに留まらない。AI半導体の製造に不可欠な「ヘリウム」供給、そして厳格なデータ所在規制が、日本のIT戦略を揺さぶる恐れがある。
AI活用の推進に当たって、あえてAI人材を新規採用しないと決めた企業がある。戦略をどのように見直し、人材の育成や活用で具体的に何をしているのか。
経営層からのお達しでAI導入を進める情シス部門やDX推進部門。一方で現場はセキュリティリスクや人材不足など、さまざまな課題に直面している。調査から見えた推進の阻害要因と、解決への道筋を解説する。
レガシーなシステムの移行やモダナイゼーションを自然言語で効率的に実施したい――。この期待に応えるのがAWSの「AWS Transform Custom」だ。同サービスで実際に成果を出した事例を紹介する。
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。
データ活用の重要性が高まっている。しかしAWSの専門家は、企業には「データを集めれば価値が生まれる」などの誤解があると指摘する。誤解をどのように改善につなげるかと合わせて詳しく紹介する。
生成AIやデータ活用の拡大に伴い、企業ではデータ整備の負担が増えつつある。Sansanの調査からは、データメンテナンス業務が、本来注力すべきIT業務を圧迫している実態が浮き彫りになった。
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。今回はカメラ画像データの利活用に関するガイドラインと、プライバシー配慮のポイントを問う問題です。
前任者が残したスクリプト、ベンダー納品コード、設定ファイルなど、情シスの仕事は「書く」よりも「読む」作業が多い。その作業を支援するのが、AIエージェント「Claude Code」だ。本稿では情シス業務での具体的な活用場面と注意点を解説する。
膨大な資料の検索や説明作業に時間をかける情シス業務に役立つのがGoogleの「NotebookLM」だ。本稿では、情シス業務で想定される活用場面と導入時の注意点を解説する。
「AIを入れれば安全になる」という甘い言葉は、経営層には通用しない。高額なAIセキュリティ導入に不可欠な「ROI」をどう弾き出すべきか。予算承認を勝ち取る方法を解説する。
人手不足対策の切り札とされるのが、AIによる従業員体験の向上だ。しかしAI活用には現場の離反や訴訟を招くリスクもある。情シスが守るべき「AI活用の境界線」とは。
オープンソースのAIエージェント「NanoClaw」を提供するNanoCoは、Dockerと提携したと発表した。OpenClawから派生したNanoClawの強みや、提携する目的を整理する。
2026年に予測される世界的なメモリ不足はPC市場の懸念材料だ。その上、AI活用を進めるにつれて、クラウド型AIサービスの利用費用も膨れ上がっていく。そうした悩みを抱える企業が「AI PC」に熱視線を送る理由とは。
開発支援のAIツール「Claude Code」の名前を耳にする機会が増えている。現場が試し始める前に仕組みや扱い方を理解しておきたい場合に備えて、導入手順と活用例、利用時の注意点を紹介する。
AIを導入したが誰も使わないという悲劇はなぜ起きるのか。デンソーは3万人の全従業員を対象に生成AIを導入し、月間利用率99％という驚異的な数字を叩き出した。そのわざとは。
複数ベンダーの機器が混在して複雑化するインフラは、人海戦術での障害対応に限界を突き付けている。ネットワーク復旧作業の省力化と属人化をなくすために、NTTドコモがAWSのAIサービスで構築したシステムとは。
OpenAIは、企業がAIをビジネス価値の創出につなげるための5つのステップを発表した。ステップの順番に進めることで、「PoC止まり」からビジネスの変革につなげられる内容だ。
英国キングス・カレッジ・ロンドンの研究で、主要AIモデルはシミュレーションされた危機の90％以上で核兵器の使用を解決策として提示した。AIの軍事利用のリスクを考える。
Microsoftは2026年3月、企業向けAI機能「Microsoft 365 Copilot」の大規模アップデート「Microsoft 365 Copilot Wave 3」を発表した。これに連動して、情シスの業務はどのように変化するのか。
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。
情シス部門の業務自動化を進めるに当たっては、部内や上長への説明がひと手間だ。成果が見えやすく、自動化を進めやすいプロセス自動化例を6つ紹介する。
深刻な労働力不足とコスト高騰に喘ぐ山星屋は営業担当者300人を単純作業から解放し、提案の質を底上げするAIエージェントを投入した。その具体的な仕組みとは。
「AIを導入せよ」と迫る経営層。しかし、乱立するAIベンダーが突然倒産すれば、業務は停止し、IT部門は責任を問われる。ドットコムバブル崩壊の歴史から、迫り来る“はしご外し”のリスクと見極め方を読み解く。
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の活用が市場競争に与える影響を踏まえ、独占禁止法の観点から問題となり得る行為について取り上げます。
Google Cloudは、本番運用を前提としたAIエージェントの設計、評価、展開を支援するドキュメント群を公開した。PoC段階からROI重視へ移行する中、安全に運用するための具体的な指針を示している。
EricssonとNTT Dataは、「企業向け5G」を共同提供すると発表した。グローバルで運用できるモデルを確立し、エッジAIをリアルタイムかつ自律的に稼働させる基盤を構築する。
サイバー攻撃が「高速化」しつつある。一方、攻撃者は長期間の潜伏を止めた訳ではない。IT部門はこれから何に注意すればいいのか。MandiantやReliaQuest、CrowdStrikeなどのレポートを基に整理する。
2 月
「AIシステムを導入したが、結局どれだけ得をしたのか？」という経営層の問いに、あなたは答えられるだろうか。AI技術の活用で“確実に成果が出る”10個の領域と、AIの導入効果の算出方法を公開する。
2026年2月、Anthropicが自社のAIコーディングツールでCOBOL近代化を加速できると発表した。AIはメインフレームの刷新をどう変えるのか。その限界とエンジニアの役割を整理する。
ITスキルの底上げを掲げながら、教える人材も、学ぶ時間も確保できていない――。「95％のリーダーが抱える矛盾」は、現場の疲弊とDX停滞につながる。必要な対策とは何か。
自律的に動くAIエージェントの導入は、効率化の劇薬か、あるいは制御不能なリスクか。設定一つで機密情報を拡散し、データを書き換える「AIの暴走」に対し、情シスが持つべき“最後の武器”を解説する。
米NISTは、AIエージェントの安全性と相互運用性確保に向けた「AI Agent Standards Initiative」を発表した。業界主導の標準策定やオープンソースプロトコル開発を促進するだけでなく、国民からの意見を広く募る。
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、機械学習モデルの納品後に精度が低下した場合の対処法についてです。
生成AIの普及で低品質なコード「AIスロップ」が増加している。OSSで進むGitHubやVouchの対策を手がかりに、情シスが成果物受領時に責任と品質を担保する方法を探る。
AIエージェントの利用料は、予測モデルやチャットbotと異なり、あるポイントによってコストが増減する。それは何か。本稿は、ビジネス価値に比例したコスト管理を実現するための7つの最適化策を解説する。
SAPやOracleが提唱する「自律型AI」はERP運用の救世主か、それとも新たな負債か。先行導入を率いるエキスパートが、短期間で成果を出すための構築プロセスを語る。
「生成AIで業務効率化」を期待しても、95％の企業が目に見える成果を出せずにいる。なぜ多額の投資が「期待外れ」に終わるのか。生成AIのROIを引き上げるためのポイントを説明する。
AIブームによるデータ爆発で、ストレージ管理者の負荷は限界に近い。解決策としてベンダーがうたうAI型管理ツールは救世主か、それとも「不要なコスト増」になるのか。
承認を経ずに使われる「シャドーAI」は、一律禁止すべきか、それとも許容すべきか。情シスに判断が集中する構造そのものが、AI活用と統制を難しくしている。本稿では「使われる前提」で線を引くための考え方を整理する。
企業でAI導入が進む一方、活用判断が情シスに集中し定着しないケースがある。「AI活用のPoC止まり」は「情シス依存」が理由なのか。役割と責任を再定義し、解決策を提示するための判断軸を紹介する。
企業の7割が業務標準化を自負する一方、AIツールの導入現場からは「プロセスが未整理だ」という悲鳴が上がっている。IT部門が苦しむ「アナログな標準化」と、AIツールが求める「構造化」のギャップを読み解く。
Gartnerは、機械的、定型的な業務に従事する人材の90％が2029年までにAIに代替されるとの見解を示した。企業に人材戦略と経営要件の再設計を迫る内容である。
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、「ChatGPT」を利用する際の秘密情報や個人情報の取り扱いに関する基本的な考え方を取り上げます。
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。
マサチューセッツ工科大学のレポートによると、数百万ドル規模の価値創出は5％にとどまる。一方、ROIを測定可能な活用領域も明らかになりつつある。本稿はその代表的な10分野を紹介する。
「Microsoft Azure」を利用してきたUnileverが、インフラを「Google Cloud」へ移行する。なぜ同社は安定した環境を捨て、リスクを冒してまで「乗り換え」を決断したのか。
ライオンはAIエージェント「Aconnect」を導入し、AIに自らの仮説を否定させることで、130年の歴史が産んだ「思い込み」を打破する。Aconnectを選んだのは、なぜなのか。
Microsoftは公式ブログで、世界の企業の意思決定者500人に対するAIエージェント導入の準備状況調査結果を基に、エージェント導入を成功させる5つのポイントを紹介した。
管理外のAIエージェントが特権を悪用してデータを持ち出すリスクが急増している。アリゾナ州立大学（ASU）は、この“新次元の脅威”にどう対抗したのか。ASUのCISOが語る。
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。
LinkedInは、採用業務を自動化するAIエージェントを発表した。その効果のほどと、エージェントの中身は。
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。
米運輸企業のCIOは、平日8時から18時勤務、週末は原則オフを徹底している。多忙な業務をどのように管理し、AI導入を推進しているのか。
忙しすぎて電話に出られない――。現場の悲鳴を、AIエージェントの導入で解決した「焼肉きんぐ」の決断から、企業の情シスが学ぶべき「攻めの省人化」の急所を突く。
用途に合わせて最適なサービスを使い分ける狙いで採用されたマルチクラウド戦略が、かえって管理コストの増加や脆弱性の発生を招く場合がある。マルチクラウド戦略を見直し、インフラ管理を簡素化するには。
企業が「AIで業務効率化、人員削減」を推し進めている中、JPMorgan ChaseのCEOは「AI導入の減速」を提言する。IT部門が直面する“無謀なプロジェクト”を食い止め、経営リスクを回避するための措置とは。
世界の主要銀行におけるAI導入に変化が見られている。2024年に50％だったOpenAIの採用比率が約33％に減少していることが、調査結果から明らかになった。OpenAI以外のベンダーに注目が集まる理由は。
Anthropicのプロトコル「MCP」はAI活用の幅を広げるが、セキュリティ機能が欠如している。MCPが凶器にならないようにするために、今すぐ講じるべき3つの防御策とは。
テレワーク下で浮上する“サボり”を疑う気持ちは、個人の問題ではなくITガバナンスの不在に起因する場合がある。組織の安全性と公平性を担保した施策にはどのようなものがあるのか。
OpenAIは、自社プラットフォーム上で探索とリーズニングを実行する社内用のAIデータエージェントを構築し、運用している。その内容は。
Gartnerによると、AIを理由に顧客サービス部門の人員を削減した企業の半数が2027年までに、同様の業務の担当者を別の肩書で再雇用する見通しだ。
週十万件の顧客の声（VoC）に埋もれ、仮説立案に数カ月を要していたパナソニック。その停滞を打破したのは、生成AIで「仮想顧客」を生成する禁じ手とも言える手法だった。
IDCの調査によると、企業の約3分の2が業績悪化の要因としてITスキル不足を挙げた。背景には世代間ギャップやレガシー技術の継承問題があり、次世代のIT人材像の再定義が求められている。
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、エキスパートシステムが主流だった第2次AIブームがなぜ終わりを迎えたのかという、AIの歴史を理解する上で重要な論点を扱います。
高価なGPUを導入しても、ストレージの性能が低くて処理待ちが発生すれば、投資の意味が薄れてしまう。AIプロジェクトを失敗させる「データ供給不足」を解消し得る、主要ストレージベンダー7社とその製品を解説する。
AI需要の爆発によりGPUの価格高騰と調達難が続く中、Microsoftが発表した独自AIチップ「Maia 200」。これは単なる新製品の発表ではない。NVIDIA依存からの脱却、そして企業のAI運用コストを劇的に左右する「ゲームチェンジャー」となる可能性がある。
「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。
攻撃者もAIを使っているというベンダーの煽り文句に、経営層も焦りを感じている。だが、実態のないAI機能を導入すれば、企業は痛い目に合う可能性がある。対策は何か。
AI導入を成功に導く拠点として注目されるAIセンターオブエクセレンス（AI CoE）だが、設立すれば成果が出るとは限らない。実効性あるAI活用の鍵を握るのは、その“運用の質”にある。何をすればいいのか。
生成AIの活用を、PoCには成功しても本番環境での活用に至っていない企業がある。本番運用までの壁を乗り越えた企業は何をしたのか。
1 月