企業に求められるデータサイエンティストになるには、さまざまなスキルの習得が必要だ。どのような教育を受ければよいのか。コストや時間はどれほどかかるのか。5つの習得術を紹介する。
データサイエンス人材の需要が高まっている。データサイエンスのスキルを習得しておくと、データサイエンティストに限らず、さまざまなキャリアにつながる可能性がある。どのような職種があるのか。
データに基づいた意思決定の必要性が高まる中、データサイエンティストの需要も高まりを見せている。企業から求められるデータサイエンティストを目指すには、どのようなスキルが必要なのか。4つのスキルを紹介する。
MicrosoftのAIアシスタント「Copilot」は、実際にどう役立つのか。「Excel」や「PowerPoint」などのアプリケーションを例にして解説する。
デンマーク福祉当局が同国居住者の個人情報を収集し、アルゴリズムを用いて障害者や移民など社会的弱者を監視している実態が明るみに出た。国際人権NGOが指摘する問題の真相とは。
2025年、製造業でデジタル化への投資が増加する領域はどこか。一方、投資が弱まる領域はどこか。市場調査会社Forrester Researchの調査レポートを基に、製造業における4つのトレンドを紹介する。
トランプ氏は「言論や表現の自由を守る」と宣言し、SNSの投稿の誤情報を監視する「コンテンツモデレーター」をやり玉に挙げている。一方で専門家は、言論の自由を妨げる“根本的な問題”があると指摘する。その問題とは。
福利厚生の管理業務にAI技術を活用すると、人事部門だけではなく従業員もメリットを得られる可能性がある。ただし、AIの活用には3つのリスクがあると専門家は指摘する。
人材採用にかかる時間と費用を削減するには、ChatGPTをどのように活用すればいいのか。注意点と共に、採用業務の効率化につながる8つの具体的な活用術を紹介する。
AI技術を活用したコーディング支援ツールの普及が進む中、開発者はソースコードの品質と安全性を保つために何を実施すべきか。ソースコード品質管理ツールベンダーのCIOに話を聞いた。
2024年12月、Luma AIは動画生成AI「Ray 2」を発表した。社会にどのようなインパクトをもたらすのか。同モデルの押さえておくべき特徴と併せて解説する。
約1000年の歴史を持つオックスフォード大学は、全学での利用を見据えてIT部門でMicrosoft Copilotを導入した。職員の懸念を解消するために、同大学のIT部門はどのような施策を講じたのか。
Googleの親会社Alphabetの2024年第3四半期の売上高が前年比15％増を記録した。この成長を支えているのは、顧客向けAIサービスの提供だけではなく、自社開発における「Gemini」の活用にもあるという。
グラフィックスを処理するために生まれた「GPU」は、いまやAI関連を含めて汎用（はんよう）的に使われるようになった。GPUを選ぶ際は、どのような要素を考慮して判断すればいいのか。
GPUベンダーNVIDIAの業績はAI需要を追い風にして好調が続いている。ただし同社の事業の全てが順調なわけではない。今後、同社の事業が失速する可能性はあるのか。
2024年12月2～6日に開催された「AWS re:Invent」では、同社の生成AIサービス「Sagemaker」「Bedrock」「Q」の新機能が発表された。AI開発はどう変わるのか。
DWHの選択で避けて通れないのが、オンプレミスとクラウドの比較検討だ。コストやスケーラビリティ、セキュリティなど、企業が注意すべき7つの観点で長所と短所を比較する。
グラフィックスを処理するために使われてきた「GPU」は、AI関連のタスクを実行するための不可欠な存在となっている。GPUのどのような仕組みが生かされているのか。CPUとの仕組みの違いを踏まえて考えてみよう。
急速にAI技術の普及が進む中で、ネットワークエンジニアに求められる新たな役割と知識が浮き彫りになってきた。「AI時代」の今、ネットワークエンジニアが競争力を高めるために必要なスキルや視点とは。
データ分析の要となるDWHは、クラウドサービスの普及期を迎えて大きな転換点にある。従来型のオンプレミスDWHの“3層構造”とは何か。クラウドDWHの主要サービスは。
企業において、従業員の生成AIの利用による情報漏えいや権利侵害、生成AIを悪用した攻撃といったセキュリティリスクに備えるには、適切なセキュリティポリシーを設ける必要がある。効果的な防衛策を築く方法は。
半導体ベンダーのAdvanced Micro Devices（AMD）は、従業員の4％を削減する計画を明らかにした。同社の今回の計画は、IT業界で続いている人員削減の例に共通する部分がある。何が原因なのか。
従業員による生成AIの無秩序な利用が、企業の情報漏えいや知的財産権侵害を引き起こす恐れがある。生成AIに関するセキュリティポリシーを確立し、適切な管理体制を構築することは急務だ。どこから手を付けるべきか。
米国の研究チームが、AI技術を活用して膠芽腫における性別特有のリスク因子を分析した。いかにAI技術を活用し、どのような因子を明らかにしたのか。
CPU、GPU、TPU、NPUはいずれもAI技術の活用において使われるプロセッサだ。それぞれAI技術の演算処理とどのような関係にあり、どのような用途で使われるのか。
バッテリー容量の制限や処理能力の限界が、IoTデバイスの性能向上を妨げている。東京理科大学が新たに開発した技術は、そうした限界を克服できるAIモデルの実現可能性を示すものだ。どのような仕組みなのか。
米国の研究機関が、HIVの感染予防に関するさまざまな質問をAIチャットbotに投げかけ、その回答精度を評価した。その結果、AIチャットbotはある程度正確な情報を提供できた一方、ある課題も明らかになった。
AI技術の利用で使われるプロセッサには、GPU以外にもTPUやNPUなどがある。TPUとNPUはAI技術に特化した点では似ているが、両者の役割は異なる。その違いを踏まえて、NPUと推論とは何かを考える。
MetaはAI関連の取り組みが進展していることを受け、データセンターへの積極的な投資を実施する。その中で同社は、サーバなどの機器の耐用年数に関わる方針を一部変更するとみられる。
プロセッサの技術はAI技術の台頭とともに様変わりしている。使われているのはCPUやGPUだけではない。AI関連のタスクに使用するプロセッサの一つである「TPU」について紹介する。
AIワークロードのコンピューティング需要は環境への負荷を増大させている。持続可能なAIインフラの構築は喫緊の課題だ。環境負荷を抑えつつ、AIモデルの性能を引き出す方法とは。
IT業界における男女格差は積年の課題だ。ダイバーシティー推進の障壁となっている要因は何か。問題を解決し、女性エンジニアが活躍できるようにするために、企業は何に取り組むべきなのか。
Googleが生成AI「Gemini」を「Googleドキュメント」「Gmail」などに導入することを発表した。エンドユーザーは、どのような機能を使用できるのか。コストに見合う効果は期待できるのか。
AIワークロードを処理したり、そのためのデータを保管したりする場所は、企業のデジタル戦略に影響を与える。インフラの物理的な場所とデータの配置を検討する上で、何を考慮すべきか。
Microsoftの「Microsoft Copilot」は、日常的な業務の生産性向上に役立つAIアシスタントだ。これを使う場合には、その限界を知って適切な方法で使うことが望ましい。
AI技術の進歩によって、さまざまな業務の自動化が進んでいる。その中で浮上するのが、エンジニアを含めて女性の仕事が奪われていく懸念だ。なぜ女性ばかりが仕事を失う結果になりかねないのか。
ITインフラに対する負荷は、企業のAIワークロード活用における悩みの種だ。効果的なAIインフラを構築し、AIの“真の力”を引き出すための重要な要素とは。
2024年8月開催のストレージとメモリ分野のイベント「FMS」で、ベンダー各社は最新トレンドを踏まえた新製品や新技術を披露した。業界専門家はストレージとメモリ技術の現状と今後の進化をどう評価したのか。
脆弱性を検出する「SAST」ツールとして「ChatGPT」を生かすには、どうすればよいのか。ChatGPTは従来のSASTツールに取って代わることができるのか。実例を交えながら、その可能性と課題を探る。
AIモデルをPCで稼働させ、多様な機能を実現する「Copilot+ PC」は、Microsoftの新たなAI PCブランドだ。どのような業務に役立つ機能を備えるのか。
ストレージとメモリのカンファレンス「FMS」で、ベンダー各社はデータ量の増大やAI技術の活用を見据えたさまざまな新技術や新製品を披露した。特に注目に値する新技術や、トレンドの変化を紹介する。
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。
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。
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。
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。
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。
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。
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。
「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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
「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。
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。
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。
「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。
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。
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。
「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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
いまさら聞けない「仮想デスクトップ」と「VDI」の違いとは
遠隔のクライアント端末から、サーバにあるデスクトップ環境を利用できる仕組みである仮想デスクトップ（仮想PC画面）は便利だが、仕組みが複雑だ。仮想デスクトップの仕組みを基礎から確認しよう。
「パーソナライゼーション」＆「A／Bテスト」ツール売れ筋TOP5（2025年5月）
今週は、パーソナライゼーション製品と「A／Bテスト」ツールの国内売れ筋各TOP5を紹介し...
「マーケティングオートメーション」 国内売れ筋TOP10（2025年5月）
今週は、マーケティングオートメーション（MA）ツールの売れ筋TOP10を紹介します。
「サイト内検索」＆「ライブチャット」売れ筋TOP5（2025年4月）
今週は、サイト内検索ツールとライブチャットの国内売れ筋TOP5をそれぞれ紹介します。
ITmediaはアイティメディア株式会社の登録商標です。
