AIエージェントの普及により「RAG不要論」が広がる中、Turbopufferのクーバ・ロガット氏は、RAG関連需要は再び拡大していると指摘した。むしろ、より高度な形へと進化しているという。どのように変化しているのか。
()
AWSがAIエージェントを大幅刷新した。信頼性や価格体系の問題に揺れるGitHubを追い詰めるべく、開発ライフサイクル全体をAIが主導する戦略を鮮明にしている。「検知して終わり」の時代は過ぎ、自律型DevSecOpsが情シスの現実的な選択肢となりつつある。
Beth Pariseau()
フライウィールは、従業員1000人以上の企業に勤務する426人を対象とした「AI活用実態調査2026」の結果を公表した。調査から、AI活用の最大の課題は人材不足ではなく、別の要素であることが分かった。
()
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。
()
Cisco Systemsの調査から、AI活用に向けて企業のネットワークインフラ投資が拡大傾向にあることが分かった。一方、運用フェーズに入ると直面する様々な課題があるという。AI時代のネットワーク破綻を防ぐには。
()
生成AIの普及によって、Webブラウザを経由した企業データの漏えいが頻発している。調査から、従来のネットワーク型防御の限界と、Webブラウザ自体を保護するセキュリティ対策の効果を解き明かす。
()
爆発的な普及を見せる自律型AIエージェント「OpenClaw」が、企業のセキュリティを根底から揺るがしている。専門家ですら制御不能に陥る「勝手な行動」や、悪意あるスキルの混入など、利便性の裏には深刻なリスクが潜む。
Matthew Smith()
生成AIエージェントが本番環境で失敗する最大の要因は「文脈の欠如」だ。AWSが発表した「AWS Context」は、企業内の膨大なデータとビジネスロジックをナレッジグラフ化し、AIに高度な「状況判断力」を授ける。個別最適化したRAGの限界を打破し、ガバナンスと精度を両立させる新たな武器の全貌に迫る。
Eric Avidon()
「Google Antigravity」は4つのインタフェースで利用可能だ。Google Cloudのブログ記事を基に、それぞれの特徴と適した利用シーンを紹介する。
()
野村不動産ホールディングスらグループ会社6社は、経費精算システム「Concur」に生成AIを組み込み、申請ミスの防止と差し戻し対応の削減に取り組み、約4000時間の業務効率化を見込む。導入の決め手は？
CaseHub.News()
Salesforceが自律型AIエージェントのFinを36億ドルで買収する。AI導入の難しさに直面する企業が多い中、実績ある技術と3万社の顧客基盤を取り込み、Agentforceの普及を一気に加速させる狙いだ。かつての買収路線への回帰は、情シス部門のAI戦略をどう変えるのか。
Don Fluckinger()
MIT主導の調査により、主要なAIリスクの多くで壊滅的な損害が発生する確率が10%を超えている実態が判明した。現在のガバナンスはサイバーセキュリティ対策に偏り、社会的リスクへの対応が後手に回っている。情シスリーダーには技術的対策を超えた運用ガバナンスの構築が求められている。
Kinza Yasar()
「専門特化型AIこそが正解」という常識が覆されつつある。最新の研究で、GPTやGeminiなどの汎用AIが、巨額投資を受ける医療特化型AIを複数のベンチマークで圧倒した。不透明な「専門AI」のブラックボックス化に警鐘を鳴らし、情シスが決裁前に知るべき、性能とコストのギャップとは？
Anuja Vaidya()
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。
()
GoogleのシニアAIデベロッパーリレーションズエンジニアが、AIエージェントの基本概念とGoogleのADKを使ったAIエージェント構築、実装を8分で学べる動画を公開した。
()
生成AIは強力な業務改善の手段だが、企業のセキュリティ対策はその進化に追い付いていない。利用ルールを設けても、利便性との摩擦から違反が常態化する恐れがある。この状況をどう打開すべきか。
()
人手不足が深刻なIT現場で、システム障害対処を自動化するAIエージェントは救世主のように思えるが、全ての提案をうのみにすることは誤りだ。誤った回答を出し続けるAIエージェントに依存すると何が危険なのか。
()
LLMの利用拡大に伴い、AIのトークン消費によるコスト増大が企業の新たな課題となっている。Pegasystemsは、AIの利用量ではなくビジネス成果に応じて料金を設定する新たな課金モデルを紹介する。
Bill Goodwin()
Atlassian Teamwork Labの調査によると、AIを活用して持続的な成果を上げていない部門には共通する「4つの課題」が、成果を挙げている部門には施策の「3つの柱」があった。
()