タグ

関連タグで絞り込む (136)

タグの絞り込みを解除

AIに関するtestedqualityのブックマーク (124)

  • 【講演原稿】AIとは何か?ビジネスはどこへ行くのか?

    2025年11月24日、大阪産業大学の『ITビジネス企画論』にて、弊社スタッフが登壇しました。記事ではCTO山内の講演パート「AIとは何か?ビジネスはどこへ行くのか?」を全文書き起こしで公開します。 はじめに こんにちは。株式会社 itomaAI 代表、兼、CTO の山内です。CEO の橋に続きまして、私の方からは AI の中身の話と、AI とビジネスの話をさせていただければと思います。 まず簡単に自己紹介させてください。私は大学では哲学をやっていました。ちょっとした縁から2015年に株式会社ALBERTというデータ分析会社でバイトをはじめ、2017年大学卒業とともにそのまま入社。深層学習の案件に6年ほど携わった後に、東京大学 松尾・岩澤研究室に移り、1年ちょっと基礎研究やったあとで、今年1月に itomaAI起業しました。 起業したばかりなので、経営者としてはまだまだ若輩者で、正

    testedquality
    testedquality 2025/12/22
    授業の講義うけてるみたいなわかりやすくて滑らかな文章。紹介いただいて読んだけど生成AI利用者ほど読むべきだと思いました。
  • AI推進におけるKPI設計の勘所:経営層と現場の共通目標を作ろう|しば田

    AI推進は難しいAI推進がうまくいかない理由を挙げだしたらキリがない。 領域選定のミス、経営陣のリテラシー不足、社内政治(既存部署の抵抗)、推進体制が適切でない、既存業務の再定義が困難 など無限に出てくる。 その中でも今回はKPI設計に焦点を当ててみる。 なぜAI推進においては適切なKPI設計が特に大事なのか そもそも目標設定が大事なのはいうまでもない。 目標がなければ、プロジェクトの成功・失敗の判断を下すことも、関係者間で認識を合わせることもできない。 そんな当たり前の話をしたいわけではなくて、 KPI設計が特に大事な理由は、AIプロジェクトAIの性質上、正しくKPI設計をしないと確実に失敗するからだ。 なぜか? AIは短期では「先行指標」にのみしか寄与できないケースが多いからだ。 先行指標と結果指標について先行指標とは、最終的な成果(例: 売上)につながる「原因」や「プロセス」に関

    AI推進におけるKPI設計の勘所:経営層と現場の共通目標を作ろう|しば田
  • 個人用Copilotの法人利用を禁止する

    個人用 Copilot 法人利用 の 禁止 2025年10月にマイクロソフトは新しく個人用Copilotの法人利用ができることをマイクロソフト公式のブログで紹介していました。 TECHCOMMUNITY.MICROSOFT.COMEmployees can bring Copilot from their personal Microsoft 365 plans to work -...https://techcommunity.microsoft.com/blog/microsoft365copilotblog/employees-can-bring-copilot-from-their-personal-microsoft-365-plans-to-work---wh/4458212Today, we made some exciting announcements for Micro

    個人用Copilotの法人利用を禁止する
    testedquality
    testedquality 2025/11/08
    個人のCopilot使えちゃうと業務情報の外部流出になってるんでやめていただきたいな。法人利用でCopilot Chatログイン常に出来るといいんだけどなー
  • 社内AIヘルプデスク 正答率80%達成 RAG精度改善の軌跡 | BLOG - DeNA Engineering

    はじめに 皆さん、こんにちは。ITIT戦略部の部長の鳥越です。 私たちIT部が全力で推進している「AIジャーニー」。 この取り組みは、単なるツールの導入ではなく、AIという新たなテクノロジーの力を活用して、私たち一人ひとりの働き方そのものを変革し、会社全体の未来を創っていくための壮大な航海です。 … このツールはSlackAIを組み合わせることでユーザーは普段使い慣れたSlackから気軽に質問を投げかけ、FindoutのAIから即座に回答を得られるようになり、ユーザー体験は飛躍的に向上しました。 しかしAIが正しい回答ができない場合もあり、結果的にヘルプデスク担当者のリソースが割かれ、来注力すべき付加価値の高い業務に集中できない状況にありました。 そこで私たちは、AIの力を最大限に活用してヘルプデスク業務の抜的な改善に着手しました。 IT領域の質問回答100%への挑戦 この挑戦

    社内AIヘルプデスク 正答率80%達成 RAG精度改善の軌跡 | BLOG - DeNA Engineering
    testedquality
    testedquality 2025/11/03
    正答率が上るRAGの作り方真似してみよ
  • 【Copilot最新機能】Excelの日常業務はこう変わる、一線を越えた「Agent Mode」の衝撃

    参加者満足度約94%!コンタクトセンター/カスタマーサービス関係者必見のビッグイベント 最新トレンド・テクノロジーとの出会いが、2026年を変える テクマトリックス CRM FORUM 2026

    【Copilot最新機能】Excelの日常業務はこう変わる、一線を越えた「Agent Mode」の衝撃
    testedquality
    testedquality 2025/10/23
    いま導入に向けて内部整備をしているのですが、これを見ると夢があるなーと思うのとレポートを作る補佐の仕事がなくなるのでどうやって指示するための基礎を勉強させようかと両方考えてしまう
  • SharePoint の新機能 Knowledge agents (ナレッジ エージェント) の登場!

    Microsoft 365 Copilot (有償版) を活用する上でいかにして組織内のナレッジを再利用して業務に役立てるかは非常に重要なテーマの一つです。その能力を最大限に引き出すには、組織内のコンテンツの質を保ちメタデータを活用することが今後ますます重要になってきます。 そこで新たに登場したのが SharePoint の新機能「Knowledge agents (ナレッジ エージェント)」。このエージェントはコンテンツの整理・生成・活用をAIで支援し、SharePoint を動的でインテリジェントなナレッジハブ(中心)へと進化させます。 公式の情報は下記に公開されています。 Introducing Knowledge Agent in SharePoint | Microsoft Community Hub 一通りのデモンストレーションは次のYouTubeのビデオで確認できます。 Yo

    SharePoint の新機能 Knowledge agents (ナレッジ エージェント) の登場!
    testedquality
    testedquality 2025/09/21
    有料版Copilotを入れたら一番最初に手を付けたいところ。これあればCopilot Studioでボット各サイトが作るの不要になる。
  • 生成AIで巧妙化するフィッシングメール 総務省、DMARC導入など対策強化を業界に要請

    総務省は9月1日、フィッシングメール対策への対策を強化するよう、IT関連の業界4団体に要請した。フィルタリング精度の向上や送信ドメイン認証(DMARC)の導入などを進め、2026年8月末まで、3カ月ごとに進ちょくを報告するよう求めている。 要請の対象は、携帯キャリアなどでつくる電気通信事業者協会、SIerなどが加盟するテレコムサービス協会、ISPでつくる日インターネットプロバイダー協会、ケーブルテレビ事業者で構成する日ケーブルテレビ連盟。 総務省は、「生成AIを使って自然な日語を大量に生成できるようになり、これまで以上に精巧なフィッシングメールの送付が容易となっている」と指摘。ここ最近は、証券会社をかたったフィッシングメールによる不正取引が急増するなど被害が深刻化する中、より効果的な対策を求めた。 要請内容は、AIを活用するなどしてメールフィルタリング精度を向上させ、高度化するフィッ

    生成AIで巧妙化するフィッシングメール 総務省、DMARC導入など対策強化を業界に要請
    testedquality
    testedquality 2025/09/02
    送信者はDMARC設定をquarantineかrejectにすること。受信側はDMARC通りに受信運用すること。これで大分減るんだけどね。DMARC見ていなかったりnoneのままだったりだと意味がない
  • 「生成AIは期待外れ」と言ってしまう日本企業が生まれるワケ 5カ国調査で分かった、効果を実感する企業との違い

    「生成AIは期待外れ」と言ってしまう日企業が生まれるワケ 5カ国調査で分かった、効果を実感する企業との違い(1/2 ページ) 生成AI導入で「期待を上回る効果」を得た企業の割合は、米国51%、英国50%に対し、日はわずか13%――PwCコンサルティングが日米英独中の5カ国で実施し、6月に結果を発表した生成AI活用実態調査で、日企業の効果創出力の低さが浮き彫りになった。 推進度合いでは日は5カ国中3位で、56%が「活用中」と平均的な水準にある一方、肝心の成果では最下位に。「日企業の動向は想像通りひどい。毎回同じことを言っている」。調査を主導したPwCコンサルティングの三善心平氏(執行役員パートナー)は率直に語る。 背景には生成AIを単なる「効率化ツール」として捉え、経営層のコミット不足や業務への格的な組み込みができていない構造的課題がある。とはいえ、日企業の中にも効果を実感する

    「生成AIは期待外れ」と言ってしまう日本企業が生まれるワケ 5カ国調査で分かった、効果を実感する企業との違い
  • これ読めばOK。私が使ってるものだけの、Claude Code チュートリアル

    Claude Codeに関して、どわーーっといろんなノウハウが各所で散見されていて、辞書的な記事があったらいいなと思い、これを書いています。 いざ1から使い始める時に、これさえ読めば、ある程度使いこなせることを目指して、この記事を書きました。 細かい話はいろいろなところで書かれていると思うので、ざっくりと書いていきます。 社内で行ったチュートリアル資料です。 Claude Codeとは? ターミナル内で動作し、コードベースを理解し、自然言語コマンドを通じてより高速なコーディングを支援するエージェンティックなコーディングツールです。 Cursorとかと違って、ターミナルで動くAIコーディングツールってことです。 そもそもなんでClaude Codeが強いの? なんだか AIコーディングツールで、同じくSonnet4/Opusとか使うんだったら、CursorやClineでも同じじゃない? と思

    これ読めばOK。私が使ってるものだけの、Claude Code チュートリアル
  • プロダクションのコードで Vibe Coding を使う方法|牛尾 剛

    最近は、自分はかなり Vibe Coding にお世話になっている。実際にプロダクションのコードでも使っていて自分的には普通のことと思っていたのだが、ある人にどうやってやってるのか聞いてみたいと言われたのでせっかくだからブログに書いておくことにした。みんなとっては普通のことかもしれないので、整理のためにも書いておこう。 Vibe Coding の光と影Vibe Coding を使うと、GitHub Copilot Agent などを使うと、自然言語で指示をすればプログラムを書いてくれる。これがあると、素人でもコーディングができそうだ。プロトタイピングや、ゼロから何かを作るときはなかなか良い感じだが、プロダクションで何も考えずに使えるというわけにもいかない。実はコードが複雑になればなるほど、そのままではうまくいかない。 今読んでいる AI Engineering より引用した次のグラフが興味

    プロダクションのコードで Vibe Coding を使う方法|牛尾 剛
    testedquality
    testedquality 2025/07/20
    PCに(物理的に)長く向き合えるようになったら改めて読みたい。
  • Claude Codeで内部統制3点セットを作る(Drawioフロー図の生成)|兎耳山ルカ 公認会計士

    AIはこれが一発で出る時代になりました Drawioでここから自在に加工できます pic.twitter.com/sm7e5tDkpt — 兎耳山ルカ 公認会計士 (@TomiyamaLuca) June 8, 2025 Claude codeでDraw.ioを用いた業務フロー図を作成したよ、というツイートをしたところ沢山の関心のお声をいただいたので、共有できるリポジトリを作成しました。 GitHub リポ 「CC_Internal_Control」は、“内部統制3点セット”(業務記述書・フローチャート・RCM)をClaude Codeのエージェントに丸投げして一気通貫で生成できるテンプレート集です。draw.io形式で吐き出されるフロー図もセットなので、レビューや修正も簡単です。 リポジトリには実際に生成した「請求書支払プロセス」、「新規取引先登録プロセス」、「固定資産取得プロセス」のサ

    Claude Codeで内部統制3点セットを作る(Drawioフロー図の生成)|兎耳山ルカ 公認会計士
    testedquality
    testedquality 2025/06/11
    社内ライセンスもうすぐくるので社内で試します
  • 開発系AIツールの探索とAI時代の「富豪的プログラミング」 - 弁護士ドットコム株式会社 Creators’ blog

    こんにちは、CTOの@stanakaです。 年明けから2か月間、社内でさまざまなAIを活用した開発ツールを試してきました。当社ではすでにGitHub Copilotを標準的に導入していますが、他にも良いツールがあるはずだということで、エンジニアの皆さんに新しいツールを積極的に試してもらいました。 今回試した主なツールは以下のとおりです。 Cursor ChatGPT Plus, Pro Claude Pro Claude Code Cline Devin もっといろいろ試せるとよかったですが、リソースは有限なので今回はここまでとしました。取り組みの様子はブログでもいくつか紹介していますので、ぜひご覧ください。 creators.bengo4.com AIによるプログラミングの変化 社内で特にAIツールを使いこなしているエンジニアの傾向を観察すると、単一のツールに限定するのではなく、用途や状

    開発系AIツールの探索とAI時代の「富豪的プログラミング」 - 弁護士ドットコム株式会社 Creators’ blog
  • MCPでのデータベースとの対話+資料化 - Qiita

    はじめに 以前から話題になっていたMCP(Model Context Protocol)ですが、Anthropicの独自規格の範囲に留まらず、OpenAIが公式に採用を発表した事で一気に火がつき、最近は至るところでMCPという単語が躍るようになりました。 今回はMCPを利用したデータベースとの対話+資料化までのデモを1つのユースケースとして残しておきたいと思います。 ■構成 クライアント:Claude Desktop データベース:BigQuery データベースとの対話+資料化デモ BigQueryのMCPサーバーについては以下2つが公開されています。 機能的にはほぼ一緒なのですが、後者はデータセット名までパラメータで渡せるので、こちらを使っていきます。 Claude Desktopの構成で以下の設定をするだけで、すぐに使えます。 "mcpServers": { "bigquery": {

    MCPでのデータベースとの対話+資料化 - Qiita
    testedquality
    testedquality 2025/05/01
    「データがAIの手が届く範囲にあるか(データ基盤が整っているか)」ってことでデータ整備と提供手段が最重要となったですね。これはバックオフィス業務も同じと思って提供手段をつくらねば
  • OpenAI - エージェント構築のための実践ガイド 日本語翻訳

    OpenAIからエージェント構築のための実践ガイドが公開されました。非常に勉強になったので、全文を日語に翻訳しながら読みました。翻訳の正確さは保証できませんが、メモとして書き残します。 はじめに 大規模言語モデルは、複雑なマルチステップのタスクを処理する能力がますます高まっています。推論、マルチモダリティ、ツール利用の進歩により、エージェントとして知られるLLM(大規模言語モデル)を活用したシステムの新しいカテゴリが生まれました。 このガイドは、初めてエージェントを構築しようとしている製品チームやエンジニアリングチーム向けに設計されており、多くの顧客導入事例から得られた洞察を、実践的で実行可能なベストプラクティスにまとめています。有望なユースケースを特定するためのフレームワーク、エージェントのロジックとオーケストレーションを設計するための明確なパターン、エージェントが安全かつ予測可能で効

    OpenAI - エージェント構築のための実践ガイド 日本語翻訳
  • やさしいMCP入門

    4/9(水) お昼にYouTubeでも解説します🙌 やさしいMCP入門 & 実践LT会(KAGと学ぼう!勉強会) https://kddi-agile.connpass.com/event/351600/

    やさしいMCP入門
  • Part1 : Azure AI Foundry で MCPを使ってみた【深掘りと最新動向調査】

    はじめに:この記事について この記事はModel Context Protocol (MCP)という、2024年11月にAnthropicが発表した新しいAIエージェント接続プロトコルについて、その基概念から実践的な活用方法まで包括的に解説します。特にMicrosoftのAzure AI Foundryとの連携を中心に、具体的なハンズオン手順を通じてMCPの可能性と実用性を探ります。 また、記事は2部構成となっております。 Part2は以下です。 この記事で学べること MCPの基概念とアーキテクチャを理解できる クラウドとローカル環境の両方でMCPを実装する方法を学べる Azure AI Foundryとの連携手順を通じて実践的なスキルを身につけられる エンタープライズ環境でのMCP活用におけるセキュリティ考察を理解できる MCP登場から約4ヶ月の2025年3月現在、MCPは急速に業

    Part1 : Azure AI Foundry で MCPを使ってみた【深掘りと最新動向調査】
    testedquality
    testedquality 2025/04/03
    初心者の私にもわかりやすいMCP Model Context Protocol の説明
  • さまざまなAIエージェントを網羅したリスト「Awesome AI Agents」がGitHubにて公開

    Awesome AI Agentsでは、AIエージェントをオープンソース/クローズドソースおよび企業によるものに分けて紹介しており、AIエージェントをカテゴリやユースケース別に検索できるWeb版のリストも用意する。 オープンソースプロジェクトによって提供されているAIエージェントとしては、自律データ(ラベリング)エージェントフレームワークであるAdala、1000エージェントを備えたレコメンデーションシステムシミュレータのAgent4Rec、エージェントの構築とテストのためのLLMに依存しないプラットフォームであるAgentForge、AutoGPTのブラウザベースによるノーコードバージョンであるAgentGPTなどが掲載されている。 クローズドソースまたは企業によって提供されているAIエージェントとしては、安全で人間中心の自律型AIエージェントであるAbility AI、インテリジェンス

    さまざまなAIエージェントを網羅したリスト「Awesome AI Agents」がGitHubにて公開
  • Amazonが「なぜ我々が政治的に腐敗した契約に抗議し続けるのか」を説明 - GIGAZINE

    by Dan Farber 顧客管理ソフトウェア等を販売するSalesforceのマーク・ベニオフCEOが、同社の新しいAI製品「Agentforce」を格的に導入したことで人間の(ソフトウェア)エンジニアを雇う必要がなくなったと発言しました。2025年度のエンジニア新規採用は行わない予定だそうです。 Marc Benioff says Salesforce will hire no engineers this year https://sfstandard.com/2025/02/27/salesforce-marcbenioff-layoffs-tech-agents/ AgentforceはSalesforceのプラットフォーム上で使用できるAIツールで、顧客とのやりとりを解決したり、自社製品への関心が高い顧客を選別したり、マーケティングを見直したりといった意思決定やアクションを

    Amazonが「なぜ我々が政治的に腐敗した契約に抗議し続けるのか」を説明 - GIGAZINE
    testedquality
    testedquality 2025/03/20
    プログラム作る人はいらなくなるけど作ってほしいものを指示する人は必要かもしれない。
  • AI検索「Perplexity」に企業版、日本で提供へ Webの“リアタイ情報”と社内データを組み合わせて回答

    Perplexityは3月13日、企業向けAI検索サービス「Enterprise Pro」を日で提供を始めると発表した。Web上のリアルタイム情報と企業内のデータを組み合わせたAI検索に対応するという。 Perplexityは、ユーザーの質問に対し、Web上のリアルタイム情報を参照・要約して返答できるAI検索サービスが特徴。回答に用いた情報ソースを明示したり、回答をさらに深堀りできる質問をユーザーに提案したりするといった機能を備えている。 Enterprise Proでは、これらの機能はそのまま、検索の際に企業内データを参照できるように変更。金融データベース「Crunchbase」などの独自データを加えた計3種類のデータソースを、それぞれオン/オフで組み合わせることで、AIが回答の際に参照するデータを選べるという。

    AI検索「Perplexity」に企業版、日本で提供へ Webの“リアタイ情報”と社内データを組み合わせて回答
    testedquality
    testedquality 2025/03/13
    社内で個人課金している人たちを集められる気もする
  • Clineっておいしいの?おいしいです!

    プログラミング補助からAIエージェントへの進化 これまでのプログラミングにおけるAI活用といえば、「GitHub Copilot」や「Cursor」が代表的な存在でした。これらのツールは、入力中のコードや指示をもとにAIがコード片を提案する、あるいは要件を満たす小規模なプログラムを自動生成するなど、“補助”としての役割を担ってきました。最終的に候補を採用するか、どのように修正するかは開発者が判断する必要があり、あくまでAIは「効率化の手段」という位置づけにとどまっていたといえます。 一方で、近年話題になっているのが「Cline」のようなAIエージェント型のツールです。従来の“補助ツール”を超えて、AIがプログラムの作成からエラー修正、動作確認までを主体的に実行する仕組みを備えています。つまり、人間がコードの候補をチェックするプロセスを大幅に減らし、より自律的に開発工程を進められる可能性があ

    Clineっておいしいの?おいしいです!