「データベース」関連の 事例・比較・解説 などの記事一覧

AI時代を見据えるインフラ選定
“データ爆発”に先手を打つ　CRMサービス「betrend」の安定と成長を支えるOCI
顧客データや通知量が増え続ける中では、一瞬のシステム遅延や停止も許されない。膨大な処理を遅延なくさばき、AI活用を見据えてビートレンドが実施したインフラ刷新とは。（2026/8/25）

開発サイクルを劇的に早める組織づくり
AI開発でエンジニア削減は大きな間違い　浮上する「管理職不要論」
AI技術の発展で本質的に不要となるのは、現場エンジニアではなく従来の中間管理職だと指摘する声がある。機能を5分で本番環境に届ける開発組織へ変革するための条件とは。（2026/8/21）

IBMが提案する「セキュリティプロキシ」とは
賢い、速い、安全の全部乗せは無理？　AIセキュリティのトレードオフ克服の切り札
IBMのディスティングトエンジニア、ジェフ・クルム氏は、AIシステムでは「賢さ」「速さ」「安全性」の3要素を同時に最大化することが難しいと指摘する。ではどうすればいいのか。同氏が対策を紹介する。（2026/8/21）

AI関連費用の暴走を食い止める【前編】
無料ツールが予算を破壊する？　「AIの高額請求」を引き起こす3つの落とし穴
企業での気軽なAIツールの利用が、あっという間に高額請求に化けるケースが続出している。固定費を前提とした従来のIT予算管理では、変動するAI関連支出を見落としがちだ。経費を爆発させる「隠れ要因」とは。（2026/8/20）

「全部LLMに考えさせない」が重要
Skillsは簡単だから誤る　AIエージェントを壊さず運用する5つの原則
IBMのマネジャー、マーティン・キーン氏によると、Agent Skillsは仕組みが単純だからこそ作り方を誤りやすいという。同氏が、Agent Skillsを適切に構築、運用するための5つの原則を紹介する。（2026/8/20）

なぜ「階層ごとの移行」は通用しなかったのか
72時間で“脱VMware”　ウクライナ小売大手は契約満了と有事をどう乗り越えたか
VMwareのライセンス体系変更に伴い、費用急増の危機にひんしていたウクライナの小売大手Fozzy Groupは、わずか72時間で「Amazon EC2」への無停止移行を成功させた。いかにして極限状態での脱VMwareを実現したのか。（2026/8/20）

LLM、注意したいリスク10選【後編】
情シスが恐れるLLMトークン費用の暴発　OWASP2026年版が提示するリスク5つ
OWASPは、LLMアプリケーションの主要なセキュリティリスクをまとめた「Top 10 for LLM Applications 2026」を公開した。同レポートが明らかにした10個のリスクとは。（2026/8/19）

生成AI活用を「個人の便利」から発展させる
「既存業務をそのままAI化」で効率化は止まる　情シスの業務プロセス再設計
AI活用を進めているものの、個人の作業補助にとどまり、業務改善にはつながっていないという声がある。AIで仕事の進め方を変えるにはどうすればいいのか。「個人の便利ツール」を脱却するAI活用の勘所を紹介する。（2026/8/18）

PwCとトレンドマイクロが警鐘
日本は導入も統制も“最低水準”？　AIエージェントの弱点の防御策
自律的に行動するAIエージェントの普及が進む一方、新たなサイバーリスクが浮き彫りとなっている。トレンドマイクロの検証で明らかになった、AIが意図せず機密情報を漏えいさせてしまう手口と、その対策とは。（2026/8/13）

なぜAI開発は頓挫するのか
95％が失敗するAI開発　「YouTube」チームが選んだ“常識破りの解決策”
AI技術の発展で開発の迅速化が進む一方、ほとんどのAI製アプリケーションが検証段階で立ち消えてしまう現実がある。「YouTube」開発チームはいかにしてこの壁を越え、開発のスピードと安全性を両立させたのか。（2026/8/12）

AIエージェント、注意したいリスク10選【前編】
情シスが押さえるLLMの10大リスク　OWASP2026年版が実例で順位付け
OWASPは、LLMアプリケーションの主要なセキュリティリスクをまとめた「Top 10 for LLM Applications 2026」を公開した。同レポートが明らかにした10個のリスクとは。（2026/8/12）

The Linux Foundationが新組織設立
情シスを悩ますAIの費用対効果　IBM・Oracle・SAPら30社が業界標準づくり
The Linux Foundationは、AIの総所有コスト（TCO）やビジネス価値、投資対効果（ROI）をベンダー横断で評価する業界標準の策定を目指す新組織を設立した。その問題意識や狙いは。（2026/8/11）

「SaaSのわな」からどう逃れるか
“脱SaaS”で年間1.6億円削減　フィットネス機器大手が挑んだOSS内製化の裏側
データ量増加によるSaaS費用の高騰は企業共通の課題だ。フィットネス機器大手のPeloton InteractiveはOSSを活用してデータインフラを内製化し、年間100万ドル以上の費用削減とデータ処理の高速化を実現した。（2026/8/10）

PAMとの違いや成功手法まで解説
「全能の管理者権限」はもういらない　情シスのための特権ID管理（PIM）実践ガイド
侵害の87％で横移動が発生する中、恒久的アクセス権の付与は致命的なリスクとなる。特権ID管理（PIM）の仕組みやPAMとの違い、運用上の過信を防ぎゼロトラストを確立する実践手法を明かす。（2026/8/10）

バックアップ破壊と二重脅迫に備える手法
身代金支払いは逆効果　情シスのためのランサムウェア対策ガイド2026
バックアップの96％が標的とされる現代、単なるデータ復旧ではランサムウェアを防げない。被害額8億円超にも及ぶ脅威に、攻撃の7段階や二重脅迫への具体的な予防・初動対応手順を解説する。（2026/8/10）

企業を揺るがしたAI活用の失敗劇
本番DB削除に顧客情報流出　「AI丸投げ」が生んだ4つの惨事
AI活用が進む一方で、本番DBの全削除やシャドーAIによる顧客データ漏えいなど重大事故が相次いでいる。4つの失敗事例から、AI過信が招くリスクと情シスが講じるべきガバナンス対策を解説する。（2026/8/7）

「AIのせい」は通用しない
なぜAnthropicの「Claude」は暴走し、現実の企業をハッキングしたのか
Anthropicの「Claude」が制御から外れ、現実世界のシステムにサイバー攻撃を仕掛けるインシデントが発生した。AIが現実社会を「ただのシミュレーション」と誤認してしまった背景と、企業が取るべき対策とは。（2026/8/6）

自由と統制を両立した6つの施策
沖縄電力、Notes脱却で年1万5000時間減　kintone市民開発を安全に広げた6手
沖縄電力は、グループ約3800人が利用する情報共有基盤に「kintone」を導入した。現場従業員によるアプリ開発とガバナンスを段階的に両立させ、年間6万件の紙業務を廃止し、年間1万5000時間を削減した。（2026/8/6）

工場のダウンタイムをどうなくすか
障害対処をAIで自動化　TDK子会社が語る「自律型」予知保全システムの裏側
製造業において、機械の想定外の停止は損失に直結する。復旧に向けた調査や手配の非効率さが課題になる中、TDK SensEIはAWSを活用した自律型の「AIエージェント」を用いて、保守を自動化するシステムを構築した。（2026/8/5）

効率的なコンテナ運用のためのFinOps戦略
情シスを直撃するKubernetesコストの肥大化　実務的な6つの改善策
導入企業の8割以上が本番運用するKubernetesだが、標準機能にコスト管理は含まれない。動的な環境や共有リソースが招くコスト最適化の難しさを整理し、リソース割り当ての見直しや専用ツールの活用など実務的な6つの改善策を解説する。（2026/8/4）

生き残る基幹システムの正体
メインフレームは死なず　AI活用で20年来の高収益をたたき出す基幹システムの底力
時代遅れとされたメインフレームが、AIによって劇的な復活を遂げている。基幹データこそがAIの勝機だからだ。拙速な移行のわなを回避し、AIを武器に変える現実的な戦略を明かす。（2026/8/3）

「オンプレかクラウドか」に対する第3の選択肢
AI開発は高過ぎる？　“オーバースペック問題”を解消するOracleの新製品
機密データを扱うAI開発では、データを自社にとどめるデータレジデンシの要件が重荷となる。高額な専用インフラを導入できない中小企業に向けて、Oracleが提示した新たな選択肢とは。（2026/7/31）

「何でもできるエンジニア」ではない
Palantir出身者が明かす「FDE」の正体　情シスが押さえる任せ方と選定
AIエージェント開発企業Sierraのナタリー・ミューラー氏は、生成AIを顧客の業務に定着させる「FDE」の役割や貢献の仕方について解説した。情シスがFDEを利用する場合はどうすればいいのか。（2026/7/31）

IBMが示す生成AI最適化の新常識
ファインチューニングはもう不要　IBMが解説する「モデル最適化の5ステップ」
「とりあえずファインチューニング」の時代はもう終わったのか？　IBMのマーティン・キーン氏が、ファインチューニングの位置付けの変化について説明した。さらに、実務で推奨されるモデル最適化の手順を紹介した。（2026/7/30）

既存ログでは不十分？
「macOSは安全」はもう通じない　深部の脅威を暴くApple「ESF」活用術
勢いを増すmacOSへの攻撃に対し、既存ログのみでそれらを検出するのは困難だ。システム監視機能「Endpoint Security」を活用し、システム深部のイベントを可視化して脅威ハンティングを実施する方法を解説する。（2026/7/30）

約80人が利用するナレッジ基盤を再構築
担当者1人で数十年分のトラブル事例DBを再構築　日揮グローバルの選定術
日揮グローバルは、数十年分のトラブル事例をジャストシステムのクラウドデータベース「JUST.DB」へ移行した。従来ツールが自社の方針で使用停止となったことを契機に選定したツールの決め手は。（2026/7/30）

ミッションクリティカルインフラのクラウド移行
オンプレ保守切れの恐怖　地銀協が次期インフラに「Oracle Cloud」を指名した理由
オンプレミスインフラの保守切れに際して、安易に機器更新で延命すれば運用費用の増大という負債を抱えかねない。地銀61行の厳しい要件をクリアし、持続可能なシステムに移行したプロジェクトの全容に迫る。（2026/7/30）

ログ激増とコスト高騰を解決する次世代基盤
SIEMの限界を突破する　データレイクが変えるログ管理の費用対効果
巧妙化する攻撃と激増するログに、既存のSIEMだけでは限界がある。コストを抑えつつ長期保存とAI解析を可能にする「セキュリティデータレイク」の戦略的価値から、特有のガバナンス課題までを詳説する。（2026/7/29）

選定時の8つのポイント
レガシー移行ツール6選　AWS、IBM製品は何ができて何ができないのか
企業のレガシーシステム刷新を支援する製品やサービスが広がっている。本稿では、AIによるコード変換や移行計画、API化などを支援する6製品の特徴と、選定時に確認すべき8つのポイントを紹介する。（2026/7/27）

「認知の降伏」と3つの落とし穴に注意
「説明できないならリリースしない」　Googleディレクターが説くAI開発の原則
Google Cloud AIディレクターのアディ・オスマニ氏は、AIエージェント時代のエンジニアには、「AIより速くコードを書く」といったスキルではなく、別のスキルを持つことが重要になると説明する。（2026/7/27）

ゼロトラストで守る機密情報
厚労省の“パンク寸前”な情報公開事務　Oracleの「生成AI」でどう変わる？
開示請求の増加と事案の複雑化によって、厚生労働省の情報公開事務は手作業による限界を迎えつつある。これに対し、厚生労働省はOracleのサービスを用いてAI活用システムを開発した。どのように現場を救うのか。（2026/7/27）

IBMが解説
生成AIの「勘違い」5選　ハルシネーション率やAIエージェントの限界は
IBMのマーティン・キーン氏は、AIを巡る5つの誤解を紹介した。最新モデルの進化を踏まえつつ、企業が設計や運用で注意すべき点も解説した。（2026/7/24）

史上初のAIによる全工程自律サイバー攻撃
サンドボックスを突破し「暴走」　Hugging Faceを襲ったOpenAI製モデルの衝撃
OpenAIのモデルが自律的にHugging Faceを攻撃した。隔離環境を脱出し、未知の脆弱性を突いて侵入を試みるなど、開発元すら制御不能な事態に。AIが「牙」をむく新時代のセキュリティ対策を解剖する。（2026/7/24）

大規模障害から学んだ教訓
お得な「スポットインスタンス」を95％活用　大手旅行検索サイトのAWS運用術
旅行検索サービスのSkyscannerは月間1億6000万人超の利用者を抱える。モノリシックなシステムからコンテナへの移行を経て、障害耐性を高めたセルベースアーキテクチャに到達するまでの軌跡を紹介する。（2026/7/23）

「Amazon Bedrock」活用の最適解
“全てAI任せ”はやっぱり失敗する――オンライン決済「Stripe」の審査削減から学ぶ
金融コンプライアンスの審査は複雑化し、情報収集に膨大な時間を奪われる死活問題だ。決済大手のStripeは「Amazon Bedrock」を導入し、“全てをAIに任せる”というわなをどう回避したのか。（2026/7/22）

ハルシネーションだけが原因ではない
「もっともらしい誤答」にイラつく前に　RAGの回答精度を高める3つの鉄則
IBMのデータサイエンティスト、シャド・グリフィン氏は、複雑な社内文書を扱うRAGで失敗を防ぐデータ設計術3つのポイントを紹介した。（2026/7/22）

重いデータ変換処理を廃止
トヨタが直面したRAGの限界　AWS「AgentCore」で実現するエージェント型AIとは
外部データを取り込んでAIモデルの精度を上げるRAGは、頻繁な情報更新が発生する状況では運用負担が重くなる弱点がある。トヨタ北米法人は販売店向けAIツールにおいて、この壁をどう克服しようとしているのか。（2026/7/21）

失敗しないクラウド移行の判断基準
クラウドERPへの移行は正解か？　2800万件のデータ移行失敗から学ぶ教訓
クラウドERPへの移行は不可避に見えるが、安易な判断は禁物だ。独自カスタマイズの継承やデータ移行の複雑さ、予期せぬ運用コスト増など、情シスが直面する現実的な課題と、移行を成功させる判断基準を詳解する。（2026/7/21）

限界を迎えた「事後対処型」の監視
“いつ止まるか分からない”恐怖を克服する「AI駆動型」のストレージ監視
問題が起きてから対処する従来のストレージ監視手法は、複雑化するインフラに追い付けなくなっている。運用効率の劇的な向上と費用削減を両立させる、AIを技術活用した監視手法とは。（2026/7/17）

情シスが注目したい6つの改革
ゲーム販売の分断を防ぐ　カプコンが生成AI導入の前にデータ基盤を刷新した理由
クラウド移行の目的を、処理性能や拡張性の向上だけに置くと、情シスの運用負荷は残り続ける。カプコンはサーバ運用、データ連携、障害復旧まで見直した。仕事を本当に減らす移行には何が必要なのか。（2026/7/17）

“完璧な再構築”よりも優先すべきこと
障害時の「責任逃れ」をどう防ぐ？　AWSが明かす報告書作成手順
システム障害の事後対処において、自己に都合の良い報告がなされるリスクは常にある。AWSが実施している、内部の責任逃れを排除し、原因究明を可能にする客観的なレビュー体制とは。（2026/7/17）

AI活用に潜むレジリエンスの死角
本番DB削除から機密流出まで　AI導入企業を襲った4大インシデント
効率化の「加速」が致命的な「自爆」に変わる。本番DBの誤削除や機密流出など、実在の被害事例からAI活用の盲点を徹底解剖。情シスが今すぐ講じるべき人間による統制とインフラ整備の重要性とは。（2026/7/17）

「本番環境こそ最高の試験環境」
検証環境を廃止してAWS費用4割減　スマホアプリ開発の"新常識"になるか
Pelotonは検証環境を廃止し「本番環境でのテスト」へかじを切った。インフラコストを最大40％削減しつつ、ピーク時の安定稼働を実現。無謀とも思える決断を成功に導いた、組織文化と技術戦略の核心を解き明かす。（2026/7/16）

AI時代に求められる新機軸のセキュリティ
AI導入を急ぐ企業に迫る「静かな崩壊」　被害を最小化するレジリエンスの鉄則とは？
企業の88％がAIを活用する中、従来型とは異なる攻撃手法が情シスの死角となっている。会話を通じた操作やRAG経由の漏えいなど、既存ツールでは防げない脅威の正体とは。被害を最小化する防御戦略の核心に迫る。（2026/7/16）

データのサイロ化が生む情報格差の解消
半年かかるデータ連携を“1カ月半”に短縮　古河電工が「Denodo」で得た効果
部門ごとのシステム分断によるデータのサイロ化に直面していた古河電気工業は、「Denodo Platform」によってデータ一元化を実現した。物理的な集約では得られなかった、仮想化技術によるデータ連携の効果とは。（2026/7/24）

50億件超のデータをさばく裏側
複雑過ぎて“玄人専用”だったF1　新規ファン獲得を支えたAWSリアルタイム分析
1秒間に110万件以上のデータが飛び交うF1は、その複雑さから新規ファンを獲得しにくい悩みに直面していた。この状況を打破したのが、AWSの機械学習とデータ処理システムだ。過酷なレースの裏側とは。（2026/7/14）

1年かかる見込みのコード解析が1週間に
会社支給AIは現場で“無能”？　ロームが「Gemini」に乗り換えた理由と効果
業務効率化のためにAIツールを導入しても、専門的な業務では十分に活用できないケースがある。大手半導体メーカーのロームが、「Gemini」に切り替えて半導体開発の専門業務で成果を導き出した方法は。（2026/7/13）

AI開発は“Python一強”ではない
JavaエンジニアはAI時代でも輝ける　LLMを組み込む3ステップとは
生成AI活用において、これまで培ってきた「Java」の開発スキルは無駄になることはない。大規模な本番稼働にも適合する、Java向けフレームワークの実力と具体的な実装手順とは。（2026/7/11）

技術的負債と組織の壁をどう超えるか
週末の深夜作業はもう限界　証券取引所がクラウド移行で実践する「EBA」とは
レガシーシステムの維持に追われ、技術的負債と組織の壁という二重苦に直面したLSEG（ロンドン証券取引所グループ）。クラウド移行の停滞を打破した「EBA」とはどのような手法なのか。（2026/7/10）

AIエージェントの能力を拡張
MCPとSkills、何が違う？　AIエージェント拡張“2大手法”の使い分け方
AIエージェントの能力を拡張する仕組みとして注目されるMCPとSkillsについて、Red Hatのシニアデベロッパーアドボケイトが役割の違いや用途を解説した。（2026/7/10）

キーワード一覧に戻る