AIが顧客の複雑な要求に対応する時代が到来した。長年コンタクトセンターを悩ませた「呼量削減」と「CX向上」を両立させる方法を専門家に聞いた。
()
Air Street Capitalは「State of AI Report 2025」を公開した。OpenAIやGoogle、Anthropicなどが相次いでリーズニングAIを公開し、研究と商用化の両面で急速な進展が見られるという。
()
AIツールの活用をなかなか広げられず、価値を最大限に引き出せていない――。こうした状況を打開するには、何をすればよいのか。専門家が強調するのが「現場」と「データ」に目を向けることの重要性だ。
Brian McKenna()
AI生成コンテンツの品質低下につながる、AIの「カニバリズム」（共食い）という新たな問題が明らかになりつつある。AIカニバリズムとは何か、どのような対策を講じるべきなのかを紹介する。
Sean Michael Kerner()
AIエージェントのブームが勢いを増す一方だ。これまではカスタマーサービスや開発分野での活用が多かったが、Googleがデータエンジニアリングとデータサイエンス用AIエージェントを発表した。
Ernesto Marquez()
“OpenAI”という社名が示すように、誰でも利用できる“開かれたAI”を掲げていた同社だが、「GPT-3」以降はソースコード非公開に転じた。改めてオープンウエートAIモデルを公開した狙いは何か。
Esther Shittu()
センサーやアプリケーションから届く大量のデータをすぐに処理して活用したい――。それに応えるのが「ストリーム処理」だ。ストリーム処理の歴史を踏まえ、現状はどのような実装方法があるのかを解説する。
George Lawton，Rahul Awati()
AI導入で行き詰まる企業が相次ぐ中、Googleの「Gemini 2.5 Flash-Lite」モデルは「軽量・低コスト」という新たな解を提示する。軽量AIに寄せられる期待とは。
Esther Shittu()
生成AIアプリケーションの構築における柔軟性や拡張性の点で「LangChain」が注目を集めている。LangChainを開発現場で活用するための応用方法と、導入時のベストプラクティスを紹介する。
Kerry Doyle()
データ処理の代表的な手法である「バッチ処理」と「ストリーム処理」は、処理のタイミングや対象データの扱い方に違いがある。ストリーム処理が必要とされる理由と、バッチ処理とストリーム処理の違いを解説する。
Rahul Awati()
患者の病歴などの個人情報を扱うことが多く、クラウド導入が進んでいないヘルスケア業界では、AI活用も遅れている傾向にある。こうした中、デバイスに閉じた安全な環境で患者データを守りつつ、AIを活用できるアプローチが登場した。
()
生成AIを活用したアプリケーション開発が本格化する中で、LLMと外部システムをどう連携させるかが重要な課題となっている。この課題を解決する有力なフレームワークとして注目されているのが「LangChain」だ。
Kerry Doyle()
「ストリーム処理」（リアルタイム分析とも）とは何か。ストリーム処理がどのような仕組みで、なぜ必要なのかを解説する。
George Lawton，Rahul Awati()
AIエージェントの実装では「分散した社内外のデータをいかに効率良く活用するか」「ガバナンスをどうするか」といった悩みが尽きない。AIエージェントの価値を最大化するためのインフラの条件とは。
Eric Avidon()
生成AIの活用で開発の効率化が大きく期待される一方、先行導入した開発現場では、自動生成された大量のコードのレビューやセキュリティ、品質確保が喫緊の課題となっている。生成AI活用を推進する上で、どう向き合えばよいのか。
()
生成AIやAIエージェントの実用化が進む中で、「専門家の手を借りずに誰もが自律的にデータを扱える時代」が近づいている。Googleが提供するAIエージェントは、分析業務の在り方をどう変えるのか。
梅本貴音()
AI技術を取り入れたデータ分析ツールの需要が広がっている中、Databricksは高度な専門スキルがなくても分析ツールを作るための新製品を投入した。どのようなものなのか。
Eric Avidon()