大規模言語モデル（LLM）のビジネスへの活用や、LLMの精度向上に役立つ「RAG」（検索拡張生成）を採用する動きが広がっている。なぜLLMとRAGは企業の関心を集めるのか。その真価を探る。
生成AIを用いたソフトウェア開発の効率化を目指す三菱電機だが、PoC（概念実証）で生成AIの技術的な限界に直面したという。どのような方法で課題を克服したのか。プロジェクトの成果や展望を紹介する。
Microsoftの新AI PCシリーズ「Copilot+ PC」は、AIモデルをPCで実行するためのさまざまな機能を提供する。業務用のPCとしてCopilot+ PCを使う場合に押さえておくべき点とは。
生成AI技術に基づく生産性向上の支援ツール「Copilot」。仕事では具体的にはどのように役立つのか。OutlookやTeamsでの用途を見てみよう。
IT業界ではレイオフが相次ぐ中で、明らかになってきたのは人員削減の理由が必ずしも業績不振ではないことだ。企業はその本当の理由を公にしようとしていない。それはなぜなのか。
Microsoftの「Copilot」は、生成AI技術に基づく生産性向上の支援ツールだ。Microsoft Officeでどのように役立つのかを見てみよう。
Microsoftが新たに打ち出したAI PC「Copilot+ PC」は、AIモデルをPCで実行することで、さまざまな機能を提供する。この新シリーズを理解する鍵の一つになるのは、特有のプロセッサを搭載するそのシステム要件だ。
「Microsoft 365 Copilot」は、「Microsoft 365」に蓄積されたコンテンツの内容を基に回答している。背景でどのような処理を実行し、エンドユーザーの要求に対する精度を高めているのか。
三菱電機はソフトウェア開発の効率化を目指し、生成AIプロジェクトを始動した。ユースケース選定で重要だったことや、選んだ生成AIツールとは。PoC（概念実証）に至るまでの過程を解説する。
2024年にIT企業が大規模な人員削減を進める理由は、コロナ禍で採用し過ぎた人員を減らすことが主な理由ではないと専門家はみる。背景にどのような事情があるのか。
ARデバイスが普及しているとは言い難い。Appleの「Apple Vision Pro」も課題はあるものの、「ある進化」によって市場で受け入れられる可能性がある。
「Microsoft 365 Copilot」を導入すれば、「Microsoft 365」でAIアシスタント「Copilot」が利用可能になる。「Word」「Excel」「Teams」などの「Office」アプリケーションを使った業務はどう変わるのか。
OpenAIが2024年7月に発表した「Enterprise Compliance API」により、規制が厳格な産業でも「ChatGPT」を利用しやすくなる。一方で専門家はOpenAIの今回の発表に関して“ある疑問”を呈している。
NVIDIAはメタバース開発向けのAIサービスを2024年7月に発表した。中々普及が進まないメタバースの市場に、NVIDIAはどのような変革を起こそうとしているのか。
「ChatGPT」と「Gemini」にはどのような違いがあるのか。生成AIの回答を改善するためのプロンプトの作り方とは。生成AI活用に当たっての基礎知識と、利用時のこつをまとめて紹介する。
OpenAIは小規模言語モデル「GPT-4o mini」を2024年7月に発表した。各ベンダーが「より大きなモデル」の開発を進めてきた中で、なぜ小型のモデルを発表したのか。生成AI市場に起きている変化を解説する。
RAGとベクトルデータベースが企業の注目を集める一方で、導入に伴う課題も顕在化している。本稿では、ベクトルデータベース導入の技術的課題を乗りこえるための取り組みや、今後のデータベース市場の動きを解説する。
Zoomが発表した新機能「Zoom Docs」は、AI技術を活用して会議の効率化を図るものだ。反復作業の削減や情報過多の解消を目指すZoom Docsは、具体的にどのような業務に役立つのか。
近年のビジネスでは迅速なデータ分析が求められる。データを分析する際に課題になるのは「個人情報の取り扱い」だ。NTTドコモはこの問題をどう解決したのか。
OpenAIの「Dall-E」は、エンドユーザーの指示に応じて新しい画像を生成する生成AIモデルだ。同サービスの技術的な背景と使い方、依然として残る課題を説明する。
医療現場におけるAI技術の活用はどのように広がっているのか。医療従事者が直面するAI活用の問題点とその解決策と共に、活用例を紹介する。
生成AIを活用するための基礎知識として重要性が高まっているのが「ベクトルデータベース」だ。“ベクトル”とは何かを踏まえて、ベクトルデータベースの基本を解説する。
VR技術の発展を支える「VRエンジニア」。その年収や需要はどうなのか。VR市場の将来性を踏まえて、業界関係者にVRエンジニアの実態を聞いた。
生成AIをはじめとしたAI技術の進化と普及を受けて、今後はSSDとHDDの需要が高まってくると考えられる。AI時代に必要とされるSSDやHDDとはどのようなストレージなのか。
RAG（検索拡張生成）実装にも使われる「ベクトルデータベース」は、AI技術の活用が広がる中で企業の関心を集めている。他のデータベースとの違いを交えて、ベクトルデータベースがなぜ必要なのかを解説する。
AI開発で重要な役割を果たすのが「自然言語処理（NLP）エンジニア」だ。NLPエンジニアとしてのキャリアを始めたい場合、まず何に着手し、どうステップアップしていけばいいのか。
VRエンジニアを目指す場合、どのようにしてキャリアのスタートを切ればいいのか。VRエンジニアに、キャリアを始めるためのステップと学習方法を聞いた。
AIモデルの学習から推論に至る各ステージでは、SSDやHDDのどのようなストレージが必要になるのか。Western Digitalによる定義を基に考えてみよう。
生成AI活用の広がりに伴い、「ベクトルデータベース」が注目されている。ベクトルデータベースを使うことで企業はどのようなメリットを得られるのか。基本的な仕組みと併せて解説する。
IntelはAIアクセラレーター「Gaudi 3」といった新製品の提供を通して、AIプロセッサ市場での競争力を高めようとしている。AIプロセッサ市場でIntelはどう戦おうとしているのか。
開発者の中で「『SAST』ツールの代替として『ChatGPT』が使えるのではないか」といった期待が高まっている。ChatGPTは脆弱性を正確に見つけ出し、SASTを超えることができるのか。
AI時代に需要が高まりつつある自然言語処理（NLP）エンジニアになるには何が必要なのか。具体的な職務内容や、キャリアを歩む上で求められるスキルを解説する。
「VRエンジニア」とは、どのような職業なのか。具体的な業務内容や求められるスキル、働く上で知っておきたい心構えなどについて、業界関係者に聞いた。
過熱気味だった生成AIブームは収束に向かい、今後は世間の関心が薄れる「幻滅期」が到来するという見方がある。このような厳しい時期を乗り切って成果を出すために、企業にはどのような取り組みが求められるのか。
生成AIや画像処理技術の進化に合わせて、NVIDIAの株価は上昇した。しかし同社の成長がいつまでも続くとは限らない。同社の成長を妨げる要因とは。
GPU市場で急速な成長を遂げてきた半導体ベンダーがNVIDIAだ。GPU市場でNVIDIAが支配的な影響力を持ちつつある状況に対して、競合のIntelやAMDはどう対処しようとしているのか。
生成AIツールから“良い回答”を引き出すには、生成AIツールへの質問や指示である「プロンプト」の改善が効果的だ。誰でも実践できる3つのテクニックを、実例を交えて紹介する。
ITベンダーがAI技術に関する無料のトレーニングを拡充している。AWSもその一社だ。同社が新たに追加した、誰もが生成AIのスキルを習得できる無料の学習コンテンツとは。
Microsoftは「Windows」や「Microsoft 365」でユーザーの作業を補助するためのAIツール「Microsoft Copilot」を提供している。Copilotの機能や料金体系を詳しく説明する。
近年注目される生成AIの発展を支えているのが「自然言語処理」（NLP）技術だ。その基本的な仕組みから、NLPエンジニアとしてのキャリアまでを解説する。
コーディングの世界に生成AIの波が押し寄せている。「ChatGPT」が「SAST」に関する開発プロセスを変える可能性があるという。どの程度実用的なのか。サンプルコードを使いながらChatGPTの実力を探る。
生成AIと聞いて「GPT」をはじめとする「LLM」を思い浮かべるのは間違いではないが、LLMと生成AIは異なる概念だ。4つの視点からその違いを解説する。
生成AIブームが熱を帯びる一方で、世間の関心が失われる「幻滅期」の到来は避けられないという見方がある。生成AIへの関心はなぜ薄れてしまうのか。生成AI市場は今後どうなるのか。
Microsoftの「Copilot+ PC」は画期的な機能を複数搭載しており、新たな「AI PC」としてPC市場を動かす可能性がある。Copilot+ PCで何ができるのか。その革新性の陰にはある懸念も潜んでいる。
NVIDIAは2024年に、時価総額が米国第1位の企業となった。なぜ同社は大きく成長したのか。主な理由を4つ説明する。
生成AIから適切な回答が得られない場合は、生成AIへの質問や指示である「プロンプト」を変えることで回答を改善できる場合がある。プロンプト作成時に押さえるべき4つのポイントを紹介する。
近年大きな注目を集めるようになった大規模言語モデル（LLM）だが、その歴史は半世紀前にまでさかのぼる。AI技術の歩みを振り返る。
「AI PC」に関する戦略や製品が市場を沸かせている一方、企業がAI PCを採用するには幾つかの課題が残っている。AI PCの普及に関する予測と、実際の業務における課題を考察する。
NVIDIAの時価総額は2024年6月にMicrosoftやAmazon.comを超えた。同社の時価総額や株価が上昇し続ける背景には何があるのか。2023年から2024年にかけての動向から読み解く。
Microsoftは、「Copilot+ PC」のプロセッサとしてQualcomm製のSoCをまず採用した。これはMicrosoftの競合であるAppleや、CPU市場で中心的な存在だったIntelにどのような影響を与えるのか。
テキストや画像を識別し、生成できる「生成AI」は、深層学習モデルを基盤として成り立っている。生成AIを支える代表的な深層学習モデルを5つ解説する。
さまざまなベンダーが「AI PC」に関する戦略や製品を打ち出す中で、2024年は「AI PC元年」だと言える。AI PCの概念とは何か。企業にどのようなメリットをもたらし、業務をどう変えるのか。
AIモデルに指示を出すときに使用するのがプロンプトだ。生成AIの出力結果は、プロンプトに左右される。プロンプトの基礎知識と、プロンプト作成のポイントを説明する。
Microsoftは新たなAI PCとして「Copilot+ PC」を打ち出した。Copilot+ PCの登場で市場はどう動くとみられるのか。Arm版Windowsに関する同社の過去の施策も踏まえて、その影響を探る。
Googleの大規模言語モデル（LLM）「Gemini」にはどのような機能があり、何に役立つのか。機能や用途、他の生成AIとの違いなど、Geminiの基本を紹介する。
「AIプロジェクトが進まない」どころか、「IT管理者が退職を検討する」といった事態を引き起こす原因とは何か。調査を基に、AI導入の現場で浮上している問題を解説する。
プロセッサの開発競争が激化している。IntelはAIに注力する方針を打ち出しており、データセンター向け製品についてもAI用に機能の強化や追加が図られている。
半導体ベンダー各社が相次いでAI技術の利用を想定したプロセッサ新製品を発表している。AI PC向けとしては、各社はNPUの重要性を強調している。NPUはどのような役割を持っているのか。
GoogleのLLM「Gemini 1.5 Pro」はGemini 1.0から何が進化し、どのような用途に使えるのか。使いこなすための方法を、利用方法や料金プランと併せて解説する。
AI関連のタスクをデバイス内で実行する「AI PC」に関するさまざまな発表が続いている。エンドユーザーや企業のIT担当者は、AI PCの価値をどう受け止めるべきか。
かつてPCに搭載されるプロセッサと言えばIntelが主流だったが、いまやそれは常識ではない。Microsoftによる新発表によって、プロセッサの勢力図が変わりつつあることが鮮明になった。
Microsoftは2024年5月、AIワークロードの処理能力を強化した新PCブランド「Copilot+ PC」を発表した。Copilot+ PCは普及するのか。専門家が不可欠だと考えるものとは。
OpenAIの大規模言語モデル（LLM）「GPT-4」は、「GPT-3」などの同社製LLMとは何が違うのか。GPT-4の主な機能や利用方法を説明する。
GoogleのLLM「Gemini 1.5 Pro」は、「Gemini 1.0」から何が進化したのか。新しい機能や特徴について、8つの視点で何が変わったのかを解説する。
2024年5月、OpenAIはLLM「GPT-4o」を発表した。エンドユーザーや企業は、このLLMをどこで利用できるのか。GPT-4oを使う方法を6つ紹介する。
データセンターにおけるAIアプリケーションの利用が広がるのと同時に、活用が進む可能性があるのが「Compute Express Link」（CXL）だ。AI技術やGPUの利用とCXLがどのような関係にあるのかを押さえておこう。
高性能のLLMが次々と登場したことで、生成AIブームは加速した。ただし、中には生成AIを使う場合にLLM以外も選択肢として検討する企業がある。なぜなのか。
OpenAIは生成AIを利用したディープフェイク対策ツールの開発をはじめとしたディープフェイク対策に取り組んでいる。選挙での悪用を含めて、ディープフェイクの悪用リスク軽減はできるのか。
AIワークロードの処理能力を強化したMicrosoft新PCブランド「Copilot+ PC」は成功するのか。専門家は幾つか重要な要素が足りていないと指摘する。何が欠かせないのか。
VR（仮想現実）の機能が「Microsoft Teams」に組み込まれるなど、VRの利用拡大に向けた明るい兆しが見えつつある。これからVRはより広く使われるようになるのか。
企業は「生成AI」を人材不足解消にどう役立てているのか。JR西日本のAIアプリケーション内製開発や、北海道文化放送の「Amazon Bedrock」活用、静岡銀行のAIチャットbot導入などの事例を紹介する。
AI技術の急速な進化を支えているのは、各ベンダーが開発する多種多様なLLMだ。どのようなLLMがあるのか。主要LLMを8個取り上げ、それぞれの特徴や強みを紹介する。
「ChatGPT」や「Dall-E」などのAIサービスやAIモデルの開発を手掛けるOpenAIとはどのような企業なのか。同社の歴史や事業内容、抱えている課題を詳しく説明する。
2024年5月、OpenAIはLLM「GPT-4o」を発表した。同LLMをさらに“人間に近づけた”機能とは。具体的な特徴や、活用方法をまとめて解説する。
メタバースにおける安全性についての議論は、まだ始まったばかりだ。現状のメタバースには何が足りていないのか。安全なメタバース利用を実現するための「5つの要素」とは何か。
北國銀行、SBIホールディングス、みずほフィナンシャルグループ、第一生命保険の生成AI活用事例を、課題や解決策と併せて解説する。
大規模言語モデル（LLM）が注目を集めるようになるまで、AI（人工知能）技術の分野ではさまざまな進化があった。その中から、LLMの進化との関わりが特に深い自然言語処理（NLP）モデルを紹介する。
Microsoftは小規模言語モデル（SLM）「Phi-3-mini」を2024年4月に発表した。開発に至った背景と、言語モデルの技術的な進展を解説する。
AI関連のタスク処理に特化したプロセッサのNPUは近年、選定において処理能力だけでなくいかにソフトウェア開発者が扱いやすいかが重要となっている。Armの新たなNPUもこうしたトレンドを押さえている。
Google検索に代わる存在としてAI搭載検索エンジン「Perplexity AI」が注目を集めている。本当にGoogle検索以上に役立つものなのか。筆者が実際に使ってみた。
「ChatGPT」の登場で一躍注目を浴びることになったLLM。各ベンダーは、LLMを進化させるための開発に取り組んでいる。主要LLM11種の特徴や、進化のポイントを解説する。
Web会議はテレワークや遠隔のコミュニケーションを支える手段としてなくてはならない存在だが、参加者が増えるとうまく機能しないことがある。これに悩んだHPEのチームは、VRを活用することにした。
企業は生成AIを業務に活用し始めている。この動きは、単純な業務を国外に委託するオフショアアウトソーシングと共通する部分がある。採用市場、ひいては教育現場にどのような影響をもたらし得るのか。
メタバースの活用が広がる中で、その安全性についての議論が十分に進んでいない。市場への参入を考えている企業や、メタバースを利用する消費者は、ある問題を知っておく必要がある。
Google検索など従来の検索エンジンに代わる存在として、AI搭載の検索エンジン「Perplexity AI」が注目を集めている。何ができるのか。
仮想空間「メタバース」への熱狂的な関心は薄れているが、メタバース関連の市場が今後拡大する可能性を秘めていることは変わらない。これから期待が持てるメタバースの活用例を10個紹介する。
テレワークの普及を機に一般的になったハイブリッド会議やWeb会議は、どのような目的にも適するわけではない。ハイブリッド会議やWeb会議をしてもうまくいかない不向きな目的とは。
NVIDIAはAI技術のデータ処理に適したGPUや開発ツールの提供に力を入れる。同社と連携するストレージベンダー8社の取り組みをまとめた。
生成AIの利用が急速に広がっていることを受けて、AI技術に関する政策や規制の整備が世界各国で進んでいる。欧米をはじめとする主要各国のAI技術に対する向き合い方とは。
メタバースが十分に普及しているとはまだ言い難い状況だが、その活用場面は着実に広がっている。既にメタバースの活用が進んでいる8つの用途を紹介する。
AI技術が進化すると同時に、AI技術やシステムを利用する際の倫理的な問題やリスクが増大している。AIガバナンスは、こうした問題に対処するために生まれた概念だ。AIガバナンスとは何か、本稿で詳しく説明する。
AI技術の急速な普及に伴い、各国政府は規制に乗り出している。動向がまだ定まらないAI規制に対して、企業はどう備えるべきか。
企業がLLMを活用する際の選択として、“パブリックLLM”ではなく、独自データを用いてトレーニングする「プライベートLLM」に関心が集まり始めている。その背景には何があるのか。活用事例と併せて解説する。
人工知能（AI）技術の活用が急速に広がる中、企業がAI技術の活用を成功させるために乗り越えなければならない課題とは何か。NVIDIAの「Blackwell」など、GPUの進化を踏まえて考える。
米国立標準技術研究所（NIST）が発表した「AIリスクマネジメントフレームワーク」（AI RMF）は、企業のAIガバナンスにどのように役立つのか。カンファレンスの内容を基に解説する。
GPUのリソースを有効に活用してAI技術の処理を実行するには、従来のインフラ設計とは異なる観点が求められる。GPUの効果的な活用を模索している研究機関CERNによる取り組みと、GPU活用の要点とは。
大規模言語モデル（LLM）の活用を検討する場合、用途や予算を踏まえて最適なLLMや導入方法を選ぶことが重要だ。コスト効率の観点で、企業にとっての選択肢を解説する。
AI技術関連の認定資格を持っておくと、今後のビジネス開発やキャリア形成に役立つ可能性がある。AI関連の知識とスキルを習得できる学習プログラムを5つ紹介する。
ビジネスの意思決定にビッグデータを活用する際、その取り組みを成功させるポイントは幾つかある。どのような点から着手し、どのような点に気を付ければよいのか。課題とポイントを紹介する。
NVIDIAは、3Dモデルを生成できるAIモデル「LATTE3D」の開発プロジェクトについて発表した。3Dモデルを生成するAIモデルとして何が画期的なのか。
OpenAIが2023年11月に発表したモデル「GPT-4 Turbo」を含めて、「GPT」のモデルにはどのような違いがあるのか。精度やコストを含めて具体的に比較する。
ビジネスにおいてデータ駆動型の意思決定が欠かせなくなった。企業がより深い洞察を得るためにまず押さえておきたいデータサイエンスの基礎を学ぼう。
企業の保有データ量が増えることを受けて、クラウドストレージをやめてオンプレミスストレージを使う動きが目立ってくる可能性がある。ストレージの刷新に際して、企業が考えるべきこととは。
AI技術の利用が広がることを受けて、データセンターの設計や立地に変化が生じている。データセンターのインフラや設備は、AI技術の利用拡大からどのような影響を受けているのか。
ビジネスにおけるAI技術活用が進む中で、ますます重要になっているのがAI技術関連の知識やスキルだ。大学などの教育機関が提供する5つのAIコースを紹介する。
OpenAIは大規模言語モデル（LLM）「GPT」の改良を進めている。「GPT-3.5」とその改良版「GPT-4」は何が違うのか。それぞれの特徴と違いをまとめた。
生成AIの開発や学習には、大量のデータが欠かせない。そのために企業は、より低コストで効率的にデータを保管できるストレージを検討するようになった。どのようなストレージなのか。
ビジネスにおけるAI活用が進む中で、これから需要が高まると考えられるのが、AI技術に関わる人材と、AI関連の認定資格だ。認定資格を持っておくのが賢い選択になる理由を紹介する。
ピークを過ぎた印象があるメタバース市場だが、専門家によると今後の見通しは明るい。メタバース市場の成長を支える3つの最新動向を紹介する。
代表的な生成AIサービス「ChatGPT」「Gemini」が出力するコンテンツには、どのような違いがあるのか。4種類のプロンプトに対するそれぞれの回答を比較した。
「オンデバイスAI」に注力するQualcomm Technologiesが発表した「Snapdragon 8s Gen 3 Mobile Platform」は、どのようなSoCなのか。その特徴を紹介する。
AI技術の活用は身近な場面で進んでいる。近年は、スマートフォンで手軽に実施できる肌診断サービスが人気だ。背景にはどのような技術が使われているのか。その仕組みを解説する。
Microsoftが「Microsoft Teams」のライセンス保有者向けに提供している「Microsoft Teams Premium」と「Copilot」には、違いもあれば重複する機能もある。両者の違いと使い分けるポイントを解説する。
組織の規模にかかわらず、開発業務に欠かせない存在となりつつある「生成AI」。一方で開発者には、このような状況を歓迎できない理由がある。生成AIが開発にもたらす変化と併せて解説する。
Metaが2023年期の決算を発表し、同社のAI技術とそれを支えるデータセンターへの注力ぶりが明らかになった。同社CEOマーク・ザッカーバーグ氏は、AI技術開発の鍵をどこに見いだしているのか。
メタバースについての“一時の熱狂”はどこへ消えたのか。メタバース市場初期からの動向を振り返りつつ、今後何が起きるのかを探る。
代表的な生成AIサービスの「ChatGPT」と「Gemini」には、それぞれどのような強みと弱みがあるのか。専門家によるレビューや比較検証の結果を基に、“スペックの比較表”だけでは分からない特徴を解説する。
あらゆる業界でAI技術導入の機運が高まり、ビジネスの在り方が大きく変わろうとしている。生成AIを活用して顧客体験（CX）を進化させた、美容企業の取り組みを紹介する。
「Microsoft Teams」をAI技術の力でより便利にするという「Copilot for Microsoft 365」。具体的に何を可能にするのか。CopilotによるTeamsの強化に対して、一部で心配の声が上がっているのはなぜなのか。
生成AIは、企業が従来してきた“レガシーアプリケーション”のモダナイゼーションにも変化をもたらそうとしている。生成AIの活用によってモダナイゼーションは進むのか。
「Teams Premium」と、Teams向けの「Copilot」で生成AI機能を使うことができる。両者には違いもあれば、重複する機能もある。それぞれの機能を解説する。
開発業務における生成AIの活用が進んでいる。開発者が評価するAIツールにはどのような特徴や機能があるのか。AI時代の開発者に求められるスキルと併せて解説する。
メタバースを取り巻く熱狂は落ち着き、もはやメタバースは廃れつつあるかのように見える。しかし業界関係者によると、この見方は正しくない。メタバースの現状と今後を考察する。
情報量を表す単位として「バイト」が使われている。バイトとはどのような単位で、一定の情報量をまとめたギガバイトやテラバイトといった個々の単位には、実際にどれくらいの情報量が相当するのかを解説する。
OpenAIの「ChatGPT」とGoogleの「Gemini」はよく似た生成AIサービスだが、明確な違いもある。4つの視点から、それぞれの特徴と違いを解説する。
クリエイティブ分野でのAI活用には賛否両論がある中で、“ある画像生成AI”を使ってヒット商品を生んでいるデザイナーがいる。デザイン制作に生成AIをどう活用しているのか。
開発分野における生成AI導入が広がっている。生成AIツールを使うことで開発が効率化することが期待できる一方で、開発者がそれを素直に喜べない事情もある。どういうことなのか。
OpenAIの「ChatGPT」とGoogleの「Gemini」はどちらも代表的な生成AIサービスだ。どちらを選ぶべきか悩むユーザーに向けて、プランや特徴の違いを解説する。
自社データを用いてカスタマイズした「プライベートLLM」を運用する場合、ユーザー企業はインフラの構築や運用にどのように向き合えばいいのか。そのポイントを解説する。
生成AIを動かすインフラとして、メインフレームは今後再び注目を集めることになるのか。企業によるモダナイゼーションに向けた動きと併せて解説する。
生成AIはなぜ世間の関心を集めるのか。その理由は、従来型AIとの違いにある。AI市場の動向を、開発分野への影響と併せて解説する。
企業における生成AI導入の動きが広がるのに伴い、さまざまな懸念が浮かび上がっている。特に企業の事業継続を揺るがしかねない2つの重大なリスクとは何か。
「Copilot for Microsoft 365」は、Microsoftアプリケーション利用時に使えるAIアシスタントだ。導入に際しては、単にライセンスを購入するだけではない、幾つかの条件がある。それは何か。
生成AIや大規模言語モデル（LLM）の導入や開発に着手するには、まず何から決めればいいのか。AI活用を検討する際に確認すべき6つの基本事項を解説する。
生成AIをオフィススイートなどのソフトウェア製品に組み込み、業務効率化を支援する動きがある。生成AIの“組み込み”は、基幹業務のどこまで食い込んでいくのか。
SAPがAI事業に注力するため、大規模な人員体制の再編を進めている。これに対してアナリストは「SAPの優先事項は、ユーザー企業に対してERPのクラウド移行を促すことだ」と指摘する。移行を妨げている要因は何か。
AGI（汎用人工知能）は人間の思考や知能をシステムで再現するための技術だ。従来のAI技術とは何が違うのか。
住友ゴムの開発部門は、生成AIツールを活用して開発業務における課題解決を図った。「Gemini」を選定した理由や活用方法、今後の展望について解説する。
生成AIの開発競争が激化している。Googleは最新鋭の生成AI「Gemini」、対するOpenAIは動画生成AI「Sora」を発表して話題をさらった。他方、契約内容を巡ってマスク氏がOpenAIを提訴する事態も起きた。混とんとする業界動向をまとめた。
LLM（大規模言語モデル）などのAIモデルから望ましい出力を得る「プロンプトエンジニアリング」では、専用のツールを活用できる。プロンプトエンジニアリングの概要と、実施するための主要7ツールとは。
OpenAIのChatGPT新プラン「ChatGPT Team」は企業による利用を想定したサービスだ。競合製品であるCopilotとの違いを踏まえて、ChatGPT Teamの特徴やメリットを解説する。
企業におけるAI導入が着実に進む中で、失業や採用市場の縮小などが問題視されている。具体的には、どのような職種が削減の対象になりやすいのか。
「Copilot」は、Microsoftが提供するAIアシスタントのブランド名だ。その対象は「Microsoft 365」で利用できるアプリケーションだけではなく、さまざまな同社製品やサービスに広がっている。何があるのか。
意思決定者の3分の2以上が「AI技術は組織変革の推進力になる」と考え、AI技術への投資を急いでいる。その一方、部下や自身の仕事について懸念があるようだ。
OpenAIが提供を開始したアプリケーションストア「GPT Store」は、ChatGPTのLLM「GPT」の活用方法を大きく変える可能性がある。何ができるのか。
大規模言語モデル（LLM）などのAI技術を用いたアプリケーション開発は、従来の開発と何が違うのか。考慮すべきポイントと併せて解説する。
企業において生成AI導入が進む中、データセンターではハイブリッドクラウドに焦点が移りつつある。オンプレミスインフラで予測される変化を3つの視点で解説する。
AI技術用の半導体製品は、これからどう進化するのか。半導体の進化をけん引してきたムーアの法則は、今後の半導体の進化にも当てはまるのか。AMDのCTOに聞いた。
2024年、生成AIはどのような進化を遂げるのか。新しいモデルの登場や新規ベンダーの参入など、生成AI市場の動向をアナリストの予測を基に解説する。
Microsoftは生成AIセキュリティツール「Copilot for Security」の一般提供を開始する。従来のセキュリティ製品と何が違うのか。
SAPの2023年通期決算は、全体の売上高が前年比6％増と好調だった。一方、同社はAI技術を成長分野に位置付け、再編を実施すると明言した。クラウドサービス型ERPを含めて、同社の事業はどのような状況にあるのか。
ZoomのAIアシスタント「AI Companion」は、Web会議に関連する業務の生産性向上につながるツールだ。機能やコストの観点で、同ツールの何が特徴的で、どのような利点があるのかをまとめる。
イーロン・マスク氏が、生成AI技術を活用したチャットbot「Grok」をオープンソースで提供する方針を明らかにした。背景にはOpenAIへの恨みがあるようだが、もう一つの狙いを指摘する向きもある。
宇宙の粒子シミュレーションなど、予測困難な事象の分析に用いられる予測モデル「システムダイナミックスモデリング」について解説する。
SAPが人工知能（AI）技術の事業を強化するため、約8000人の従業員を対象とした再編を進めている。直近の業績が好調な中で、同社が大規模な再編を強行する狙いは単純ではないとアナリストは指摘する。
AI技術が台頭する中で一段と注目を集めるようになったのが、GPUを手掛けるプロセッサベンダーの動向だ。AMDはAI分野の動向をどう見ていて、どのようなプロセッサ製品を提供するのか。
シンガポールの駅の地下街に、ハイテクな小売店舗のスペース「Hive 2.0」が誕生した。レジ不要のセブン-イレブン店舗が出店し、ロボットによる配送サービスも提供している。
文章を生成したり画像を生成したりできる「生成AI」は、その利便性からビジネスでの活用が進むと考えられる。活用を成功に導くためには、導入前に確認しておくべき点が幾つかある。
画像処理や気象予報など、身近な場面で活用されている予測モデル「離散事象シミュレーション」の仕組みや活用例について解説する。
生成AIが爆発的に普及する中で、AIガバナンスの体制構築が企業にとって急務だ。具体的に何に取り組めばいいのか。2024年の生成AI市場に起こる変化と併せて解説する。
人工知能（AI）技術でこれからシステムや機械はますます賢くなる。それを支えるのが半導体製品だ。半導体ベンダーAMDがインドで進める半導体製品の開発とは。
生成AIの著作権問題が浮き彫りになっている。AIベンダーは安全性を確保する対策を講じるものの、それが必ずしもユーザーの獲得につながるわけではない。ユーザーが生成AIを選ぶ際に直面するジレンマとは。
量子コンピュータは発展途上の技術だが、実用化すれば従来のコンピュータでは難しかった計算が高速でできるようになる。量子コンピュータ実用化に向けて、データセンター管理者はどのように備えておくべきか。
もはや身近な画像識別AIや生成AIだが、その基礎となる深層学習モデルについて知らない人は多いのではないだろうか。主要モデル「CNN」「GAN」の特徴と、モデル選びで重要なポイントを解説する。
これからのAI時代、雇用市場は激変する。企業が採用者に求めるスキルは何か。世界経済フォーラム年次総会（ダボス会議）におけるパネルディスカッションの内容を基に解説する。
三菱重工の生成AIツール開発事例や、AWSが発表した製薬業界における生成AI活用動向、セキュリティ領域における生成AI動向予測など、生成AI関連の主要なニュースを紹介する。
生成AIブームは2024年も続き、企業におけるAI活用はますます進むと予測される。注視したいのが「BYOD」の動きだ。2024年の生成AI市場に起こる変化を解説する。
ビジネスにおける生成AI活用が進む中で、著作権侵害をはじめとする法的リスクが顕在化している。法的リスクを回避することを考慮した画像生成AIツールとは。
Adobeは、「Acrobat」に生成AIによる対話型エンジンを追加した。文書内検索や文書要約にどのようなメリットがあるのか。
Googleが発表した「Gemma」は、オープンソースのAIモデルだ。「Gemini」の開発と同じ技術を使用しているが、例えば「Gemini 1.5 Ultra」と比較するとサイズは小さい。開発の背景には何があるのか。
生成AIの中でも、テキストを生成するAIからより良い答えを引き出すための技法を「プロンプトエンジニアリング」と呼ぶ。そのために活用できる3つのツールとは。
AIモデルが生成したコンテンツは、一見人すると間が作成したかのようだ。どのようなポイントに注意すればAI製だと見分けることができるのか。
生成AIが一世を風靡（ふうび）し、企業はビジネスでの生成AI活用を急いで進めている。それと同時に急務になるのがリスク対策だ。企業はどのようなポイントを押さえておくべきなのか。
適切に意思決定を下すには、過去のデータに基づき、何度もシミュレーションを実施することが欠かせないことがある。複雑な問題の解決につながる主要モデルの一つ「エージェントベースモデリング」とは。
Googleは2023年末に発表した生成AI「Gemini」を発表。市場シェア拡大につなげる大きなチャンスとアナリストは見る。同社の戦略を解説する。
量子コンピュータは実用化に向けた開発が進んでいる。具体的には、どのような用途に役立つのか。主な用途を6つ説明する。
LLM（大規模言語モデル）をベースにしたチャットbotからより良い回答を得るには、より良いプロンプトが必要だ。そのために活用できる「プロンプトエンジニアリングツール」のうち2つを取り上げる。
OpenAIが、テキストから約1分間の映像を生成できる「Sora」を発表。競合のAI技術ベンダーと「互角の勝負になる」という見方がある一方、OpenAI自身も認める弱点がある。
主要な深層学習モデルとして「畳み込みニューラルネットワーク」（CNN）と「敵対的生成ネットワーク」（GAN）がある。両者には似通う点があるが、仕組みや使い方は異なる。その成り立ちから解説する。
AIモデルによる出力結果の精度が高まる中で、AIモデル製のコンテンツと人間製のコンテンツの判別が難しくなっている。見分けるにはどのような特徴に着目すればいいのか。
AI技術で音声を生成したロボコール（自動音声電話）は違法だと、米連邦通信委員会（FCC）が声明を発表。予備選挙に先立ち、ジョー・バイデン大領領を装う電話を防ぐ狙いがあるが、企業にも余波が広がっている。
2024年以降、生成AIはどのような変化を見せるのか。1つ言えるのは、生成AIを他の技術と同様には見れないということだ。これからやってくる動向を予測する。
複数のWeb会議ツールの会話履歴を横断して、ユーザーの質問に答える「Meeting GenAI」を、Otter.aiが発表した。AIアシスタント「Microsoft Copilot」やZoomのユーザーを取り込む狙いがあるが、課題も抱える。
Microsoftの「Copilot for Service」と「Copilot for Sales」は、業務アプリケーションの操作や検索を生成AIで支援するサービスだ。Copilotは、エンドユーザーの業務アプリケーションの使い方をどう変えるのか。
エネルギー産業を主軸とする経済体制から脱却するために、アラブ首長国連邦はAI活用に力を入れている。この国家戦略を支えているのが、急成長の大学「MBZUAI」だ。初代学長エリック・シン氏は、どのような人物なのか。
データ駆動型の意思決定がビジネスに欠かせなくなった。企業は予測モデルを構築してシミュレーションを重ねることで、深い洞察を得ることができる。代表的な4つのモデルについて、その起源や特徴を解説する。
AMDやQualcomm、Intelといったプロセッサベンダーは、AIモデルが稼働可能なプロセッサのターゲットをノートPCに据えている。その理由は何か。現時点でそうした「AIプロセッサ」を採用する意味はあるのか。
LLM（大規模言語モデル）を活用しようとするエンドユーザーにとって、望ましい出力を生成させるために鍵となるのが「プロンプトエンジニアリング」だ。どのようなものなのか。実施するためのツールとは。
生成AIが出力したコンテンツの、正確性の欠如や法的侵害といったリスクが問題となっている。AI製なのかどうかを見分ける手段が必要だ。その方法として「AIコンテンツ検出ツール」がある。実際に使えるものなのか。
GoogleがAIチャットbot「Google Bard」を「Gemini」に改称。最高性能の基盤モデルを採用する「Gemini Advanced」も発表した。MicrosoftとOpenAIに対抗する動きだと、アナリストは指摘している。
Microsoftの「Copilot for Service」と「Copilot for Sales」は、同社が提供する生成AIサービスの一つだ。同社がこれらのサービスを提供する狙いと、ユーザー企業にとっての利点を探る。
Meta Platformsは自社が提供するSNSにおいて、生成AI画像へのラベル付けを開始する。その背景にあった人工知能技術を悪用した事件とは。
アラブ首長国連邦はAI技術の活用を国家戦略に据え、新興大学の発展に力を入れている。同大学は国内の人材育成、シンクタンクとしての役割を担い、存在感を見せ始めている。どのような大学なのか。
プロセッサベンダーはノートPC市場に向けて、AIモデルが稼働可能なプロセッサを投入している。その理由を考えるために、まず「AIとは何なのか」を理解しておこう。
2023年末にGoogleが発表したAIモデル「Gemini」。Googleの製品にはどのような変化をもたらすのか。GPUではなくGoogle独自プロセッサを利用することで期待できるメリットとは。
Microsoftは2023年11月のカンファレンスで、AI技術を活用した新製品や新機能を発表した。データベース分野ではどのような発表があったのか。
コンテンツがAI製なのか、人間製なのかを判別するための「AIコンテンツ検出ツール」がある。その実力はどうなのか。OpenAIをはじめ、複数のベンダーが提供する検出ツールを実際に使ってみた。
広告制作における「生成AI」の活用が広がりつつある。中小企業のマーケターにとってうれしいメリットや、注意すべきリスクについて解説する。
MicrosoftのAIアシスタント「Copilot」がMicrosoft Fabricにも搭載される。具体的に何ができるのか。データ専門家にはどのような影響があるのか。
そのコンテンツが人間によって書かれたものなのか、AIモデルによって生成されたものかを見分ける際に役立つ「AIコンテンツ検出ツール」。その精度はどれほどなのか。筆者が実際に使用し、性能をレビューする。
Microsoftは2023年11月、データ管理やデータ分析など一連のツールを備える「Microsoft Fabric」を発表した。その具体的な機能と、企業にとってのメリットを紹介する。
近年急速に普及する生成AIは、ビジネスにチャンスとリスクの両方をもたらす。CIOが生成AIの活用を成功させるために取るべき行動とは。3つの視点から解説する。
著作権侵害をはじめとする生成AIのリスクを踏まえて、「AIコンテンツ検出ツール」に注目が集まる。どのようにAI製コンテンツを検出するのか、その仕組みを解説する。
電気自動車（EV）のレース「フォーミュラE」には、F1とは違うフォーミュラEならではの面白さがある。Jaguarのレーシングチームのエンジニアにその魅力を聞いた。
アプリケーションを使うほど、企業はデータのサイロ化に悩むことになる。企業の規模が大きいほど問題は深刻だ。将来的にも持続可能なアプリケーション間の接続を管理する方法とは。
Amazon.comは2023年10月、広告用画像を自動生成できる生成AIツールを発表した。広告制作は具体的にどう変わるのか。Photoshopなど他ツールとの比較する際に注意すべきポイントとは。
AWSのAIチャットbot「Amazon Q」は、BIサービス「Amazon QuickSight」など複数の同社サービスに搭載される見通しだ。アナリストは、Amazon Qの可能性をどう評価しているのか。
生成AIとクラウドサービスは、互いの利点を引き出す相互補完的な関係にある。例えば、生成AIを活用することで、アプリケーションのクラウド移行期間を短縮できる。
データ活用を全社で推進するならば「標準化」が大事だと、Exxon Mobilでデータ活用を主導する経営幹部のアンドリュー・カリー氏は考えている。それはなぜか。
企業は、生成AIがセキュリティに脅威をもたらし得る存在だということを忘れてはいけない。先回りしてリスクを防ぐために、企業はどのような行動を取ればよいのか。
GoogleはAIモデルの「Gemini」や最新「TPU」を発表し、AMDはAI向けの最新プロセッサを発表するなど、AI市場の競争が本格化しようとしている。AI技術とプロセッサを取り巻く今後の行方は。
生成AIの活用が急速に広がる一方で、生成したコンテンツの信ぴょう性や、著作権侵害といったリスクに留意する必要がある。「AI製なのかどうか」を見破れないと、どのような問題があるのか。
電気自動車（EV）のレース「フォーミュラE」出場チームのエンジニアは、「デジタルツインが勝敗の鍵を握る」と話す。デジタルツインでどのように高速化を実現するのか。
日刊紙を発行するThe New York TimesがOpenAIを著作権侵害で提訴したことに対し、OpenAIはブログで反論した。その主張はどのようなものなのか。
SaaSの採用を広げた結果として、データのサイロ化に悩んでいる企業は珍しくない。分散したデータを統合するには、どのような戦略が必要なのか。
AWSは2023年11月に発表したAIチャットbot「Amazon Q」を、BIサービス「Amazon QuickSight」をはじめとする複数サービスに組み込むことを計画している。Amazon Qはデータ分析のハードルをどう下げるのか。
Microsoftは2023年11月のカンファレンスで、Copilot for Microsoft 365の新機能を発表した。Copilotは同社がこれまで提供してきた仮想アシスタントと何が違うのか。
Exxon Mobilでデータ活用を主導する経営幹部のアンドリュー・カリー氏が、全社でデータ活用を促進するために選んだデータ基盤は何だったのか。導入までのプロセスを紹介する。
生成AIの進化とともに、生成AIを安全に利用するための法規制も日々洗練されている。Thomson Reutersでデータガバナンスを管轄する経営幹部が重視する「監視体制」と心構えのバランスは。
AI向けのプロセッサ市場で支配的な立ち位置を築いてきた半導体ベンダーはNVIDIAだ。そこにAdvanced Micro Devices（AMD）とGoogleが、新たなプロセッサを携えてやって来る。その影響とは。
電気自動車（EV）のレース「フォーミュラE」の出場チームは、デジタルツインなどの技術を活用して車体の改良を重ねている。EV特有の技術条件などを解説する。
Microsoftは2023年11月、AI技術に関する新サービスや新機能を相次いで発表した。同社がNVIDIAとの連携を強化して取り組もうとする「Microsoft Azure」のサービス強化などのアップデート情報を取り上げる。
Microsoftは2023年11月のカンファレンスで、AI関連の新機能を発表した。その中には、企業のAI活用に欠かせない「Microsoft Copilot Studio」「SharePoint Premium」があった。何に役立つのか。
フォルクスワーゲンがGoogleとタッグ 生成AI「Gemini」搭載で、何ができる？
Volkswagen of AmericaはGoogleと提携し、Googleの生成AI機能を専用アプリ「myVW」に導入...
JAROに寄せられた「広告への苦情」は50年分でどれくらい？ 業種別、媒体別の傾向は？
設立50周年を迎えた日本広告審査機構（JARO）が、これまでに寄せられた苦情を取りまとめ...
データサイエンティストの認知率は米国6割、インド8割 さて、日本は？
データサイエンティスト協会は、日本と米国、インド、ドイツの4カ国で、データサイエンテ...
ITmediaはアイティメディア株式会社の登録商標です。
