Author Node

PT

PT

投稿一覧

公開ブログ

#01 / 開発事例
AI Director:「一言で動画生成」を、検証できる制作パイプラインに分解する
開発事例
AI Director:「一言で動画生成」を、検証できる制作パイプラインに分解する

AI Director は、アイデアを絵コンテ、キャラクター、ナレーション、ショットに分解するローカル制作用ワークスペースです。検証済みのプロジェクト JSON で AI の出力を構造化し、Edge TTS の音声をショットの尺に合わせて調整、ai& の ...

#02 / 雑談
利益はどこから来るのか:トヨタの原価低減とユニクロのSPAモデル
雑談
利益はどこから来るのか:トヨタの原価低減とユニクロのSPAモデル

同じ製造販売モデルを採りながら、トヨタの利益率はホンダや日産を上回る。背景には、デンソーやアイシンなど資本関係のある系列部品メーカーと協業しながら原価低減を徹底する姿勢と、2023年に世界生産1,151万台を達成した量産効果がある。もう一つの事例は、企画か...

#03 / 雑談
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
雑談
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...

#04 / AI動向
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
AI動向
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...

#05 / AI動向
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
AI動向
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...

#06 / 業界ニュース
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
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...

#07 / 業界ニュース
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
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...

#08 / 雑談
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」
雑談
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...

#09 / 業界ニュース
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
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...

VIBECODING

AIと開発現場の知見を、読みやすい記事として届けます。

© 2026 VibeCoding Japan, Inc. All Rights Reserved.