Technology / 34 articles

AI動向

生成AI、AIエージェント、開発支援ツールなど、AIの最新動向を整理した記事。

いま読んでおきたい技術

RAG、GraphRAG、LLM Wiki、オントロジー:4つの知識ベース技術の選び方

4つの技術は同じ問題を解きません。LLM Wiki は個人の資料を知識ページに整理し、RAG は企業文書から答えを検索し、GraphRAG は文書をまたぐ実体の関係をたどり、オントロジーは複数システムの業務語彙を統一します。プロジェクトAの例を通して原理、限界、組み合わせ方を整理し、2種類の「グラフ」の違いも説明します。

記事を読む

このカテゴリーの記事

モデル・ツール・標準

34 本の記事

条件をクリア
AI動向 6分

FOMOとは?誕生の歴史からSNSでの爆発、AI時代における最新トレンドまで徹底解説

ネット用語「FOMO(取り残されることへの恐れ)」の概念や歴史、広まった背景を解説します。2000年代初頭の学術研究やハーバード・ビジネス・スクールでの誕生から、SNSや暗号資産ブームを通じた一般化のプロセスを網羅。さらに、生成AIの急速な発展に伴い、エンジニアや企業、ビジネスパーソンの間で生じている新たな「AI時代のFOMO」や、対概念であるJOMOについても紹介します。

AI動向 6分

AIは「チャット」から「仕事」へ:技術進化の歩みとエージェントの現在地

この2年で急速に進化したAI技術。LLMやプロンプトといった基礎から、RAGによる知識補完、外部ツールを操るMCP、そして自律的にタスクをこなすエージェントまで、AIは単なるチャット相手から実務を遂行するパートナーへと変貌を遂げました。本記事では、「東京旅行」の例えを交えながら、複雑なAI用語と技術の進化プロセスを紐解き、AIがいかにして実用的な「仕事をこなすパートナー」へと進化したのかを解説します。

AI動向 7分

Grok 4.5リリース:SpaceXAIとCursorによるエンジニアリング性能の進化とエージェント機能

SpaceXAIがリリースした「Grok 4.5」の特長とCursorとの連携について解説します。DeepSWE 1.0ベンチマークで62.0%のスコアを記録し、高いエンジニアリング能力と学際的な推論能力を備えています。特にエージェントタスクにおける「One Prompt」での業務効率化や、優れたトークン効率とコスト戦略が注目点です。開発者やエンジニア向けに、実用的なAIツールとしての活用可能性を紹介します。

AI動向 6分

AI時代の企業変革:旧システムの刷新か、新たな飛躍か

ソフトバンクとOpenAIの提携による「AI社会実装」の取り組みを題材に、レガシーシステムの刷新という現実的なアプローチと、AIによるビジネスモデルの根本的な変革という理想的なアプローチを深く考察します。技術の導入を単なる効率化に留めるか、それとも新たなビジネスの「飛行機」を造るための挑戦とするか。企業が生き残るための真の変革とは何かを、AIとの対話を通じて探求します。

AI動向 6分

音声AIが普及しない理由:ユーザー体験を再定義する「設計の転換」

AI技術は進化しているものの、音声インタラクションは依然として普及の壁に直面しています。その根本原因は、開発者が設計した硬直的なロジックにユーザーが適応させられる「認知的税」にあります。本稿では、プログラマー主導の固定的な設計から、ユーザーが自身のワークフローを定義し権限を持つ新しい設計パラダイムへの転換を提言します。AIを真のツールにするための哲学とは何かを論じます。

AI動向 6分

Codex:PC作業を自動化する新しいAIエージェントの可能性

OpenAIが提供するAIエージェントツール「Codex」について解説します。ChatGPTのようなチャット型AIとは異なり、ローカルPC環境で動作し、ファイルの読み込みや反復業務を自動化できる点が特徴です。スキル定義やプラグイン機能、業務手順の記録・再生により、面倒な作業を効率化する方法を紹介。NTTデータの活用事例も踏まえ、AIエージェントを指揮するこれからの働き方を提案します。

AI動向 7分

エージェント連携の未来を切り拓く:ARD(Agentic Resource Discovery)仕様の全貌

AIエージェントのツール管理やコンテキスト肥大化に課題を感じていませんか?GoogleやMicrosoftなどが共同策定した「エージェント・リソース・ディスカバリー(ARD)」仕様は、DNSのような仕組みでAIリソースの自律的な発見・検証を可能にします。本記事では、ARDがどのようにマルチエージェントエコシステムの信頼性と連携を根本から変え、分散型AIインターネットの基盤となるのか、その技術的背景と実装概念を解説します。

AI動向 6分

エージェントを本番環境へ:堅牢なシステムを構築するための4つの防壁

AIエージェントを本番環境へ導入する際、モデルの性能向上だけでなく、システム的な防御策が不可欠です。本記事では、ユーザー指示を鵜呑みにせずルールで制約する「目標の境界線」、API利用を厳格に管理する「ツールの境界線」、無限再帰を防ぐ「実行の境界線」、高リスク操作に人間を介在させる「人間の境界線」という、エンジニアが構築すべき4つの防壁について詳しく解説します。安全なエージェント運用を実現するための実践的な設計指針です。