PT
Author Node

PT

投稿一覧

公開ブログ
Back To Top
雑談 4分

製造販売モデルの二面性:自動車部品メーカーの10%台の営業利益率から見る強みと限界

製造販売モデルは、企業が製品やサービスをつくり販売して対価を得る単純な仕組みだ。だが強みと弱さは同じ場所から生まれる。鍵は「単体の力」とバリューチェーンの二軸だ。超精密部品メーカーは量産時の不良品に悩み、1990年代に東南アジアで改善を徹底。2008年の不況や2011年の震災を挟んでも営業利益率10%台前半を保った。品質と利益率は別物で、値下げ要求を断れない企業は買収された。打開策はバリューチェーンの見直しか、モデル変更に限られる。

AI動向 4分

エンタープライズ・オントロジーの二つの分岐点:分析型セマンティック層か、ソフトウェア実行基盤か

「オントロジー」は企業ITで二つの潮流に分かれた。指標定義を統一し分析とLLMの文脈接地を支える分析型セマンティック層と、状態変更・事前検証・外部書き戻し・型安全なSDK生成を一体化し業務アプリの実行基盤となる操作型オントロジーである。クラウド各社は前者の延長上にあり、PalantirはCQRSと意思決定の永続化まで含めて後者を実装する。両者の構造差と選定指針を整理する。

AI動向 4分

Knowledge Catalog と Gemini でつなぐデータサイエンスとマーケティングの自動化ワークフロー

データサイエンティストとマーケティングの分断を、Knowledge Catalog と Gemini の統合で解消する流れを、リテールバンクのローン借り換えを例に解説。自然言語でのデータ探索、PySpark 自動生成と Lightning Engine のゼロコピー結合、XGBoost によるモデル構築(精度90%・適合率85%)、カタログへワンクリック公開、ゼロトークンの BI 分析まで、数か月の作業を数分に短縮する。

業界ニュース 4分

AIエージェントに業務セマンティックレイヤーを:オントロジー・OBDA・MCPの実装

表構造をプロンプトに入れるだけでは、AIエージェントは業務上の意味を理解できず、正しく見えるが間違った数字を返す。本記事は、保険業のベンチマークでGPT-4の実行精度が約16%から約54%へ上がった事例を軸に、指標・オントロジー・ドキュメントからなるセマンティックレイヤー、オントロジーを既存データに対応づけるOBDA、確実性と柔軟性を両立する階層的パースを解説する。AI起草と専門家承認、MCPとガバナンス、実践の5つの提案も扱う。

業界ニュース 4分

オントロジー(Ontology)とは何か:Q&Aアシスタントの「アップル」から理解する

Q&Aアシスタントが「アップル」を企業か果物か判別し、同じCustomerという名前の3つのテーブルの意味の違いを扱うには、明確で形式化された意味モデルが必要になる。それがオントロジーだ。哲学に由来する概念が1990年代にAIへ取り込まれ、クラス・個体・プロパティ・公理で構成され、RDFやOWLで表現される。推論による暗黙知の導出、生物医学やSchema.orgでの応用、知識グラフとの違い、構築手順と初心者の誤りまでを解説する。

雑談 4分

ビジネスモデルはなぜ1990年代にキーワードになったのか——デル、プレイステーション、トヨタ、そしてソフトバンクの「タイムマシン経営」

「ビジネスモデル」という言葉が広まった背景を、日本の経済メディアの初期用例からたどる。1995年頃のデルに関する記事、1997年のプレイステーション対任天堂の特集、半導体産業が追撃を受けた文脈などを紹介。後半はトヨタ生産方式のジャストインタイムと自働化、米国スーパーから学んだ引っ張り方式、フォードの量産方式が日本には過剰だった理由、孫正義のタイムマシン経営、そしてビジネスモデルを多角的に読む書籍の枠組みを整理する。

業界ニュース 4分

企業AI導入の難所——デモが動いても製品にはならない4つの理由

テンセント研究院のFDEレポートを手がかりに、企業AI導入で繰り返し起きる4つの問題を整理する。デモと本番の落差、カバー率80%から99%への壁、価値の高いシナリオを見極める判断力、暗黙知をAIが使えるコンテキストへ変換する必要性、個人の効率化が組織の効率化にならない理由を論じ、最後にデモの速度で導入サイクルを測らないこと、業務と技術が共同で責任を負う小チーム、経営層の参画という3つの打ち手を示す。

AI動向 4分

チャットを捨てた Jev:判断だけに特化したモデルは、なぜ速くて安いのか

TypeSafe AI の新モデル Jev は文章を生成せず、判断とその確率だけを返す。汎用 LLM より最大 193.6 倍速く、コストは約 444.6 分の 1、入力 100 万トークン 0.042 ドル、出力は無料。state と question を渡し、Noul・Choice・Score の 3 形式で答える。RLCD で較正された確率は、そのまま分流の閾値に使える。判断・生成・実行の分業を担う System 1 モデル。

業界ニュース 4分

3つのシステムが在庫100でも300個は約束できない——Palantir Ontologyから学ぶエージェント時代の企業AI

倉庫・EC・購買がそれぞれ在庫100と表示しても、合計して300個を約束することはできません。Palantirは業務判断をData・Logic・Action・Securityに分解し、Object・Property・Linkで業務世界を記述します。本記事は在庫の例でOntologyの核心を解説し、大規模言語モデル時代に同じ理念をskillsやMCPで実現し、agentを先に作り共通部分を育てる道筋を提案します。