AmebaLIFE事業本部のデジタルプロダクトデザインリードの本田です。 今回は、近年我々が取り組ん ...

抱え込んでしまうのは、珍しいことではない

こんにちは。 ファインディ株式会社でテックリードマネージャーをやらせてもらっている戸田です。 「AI活用を推進したいが、思うように進まない」──この悩みを抱えているエンジニアの方は、少なくないのではないでしょうか。 ファインディも例外ではありませんでした。2025年の上半期までは、普段の業務をやりつつ片手間でAIのキャッチアップや社内展開を進めていました。 今回は、そこから潮目が変わるきっかけとなった決断と、その後1人あたりのプルリクエスト作成数が前年比で約1.5倍になるまでの過程を紹介します。 同じよう

Claude の Extended Thinking（拡張思考）機能の仕組みと使い方を解説した入門記事です。通常の応答との違い、思考ブロックと Summarized Thinking の関係、対応モデル（Opus 4.6・Sonnet 4.6・Haiku 4.5）ごとの利用条件を整理しています。また、Adaptive Thinking との違いを UI ユーザー・API 開発者それぞれの視点から比較表付きで説明しています。数学・コーディング・複雑な意思決定など効果の高いタスクの見極め方から、表示トークンと

本記事は、2026 年 1 月 28 日に公開された “ Innovation sandbox on AWS with real-time analytics dashboard ” を翻訳したものです。翻訳は Delivery Consultant の 馬庭龍一 が担当しました。 大規模なハッカソンのために数百の AWS アカウントをデプロイするにはどうすればよいでしょうか？経営陣にリアルタイムな可視化を提供するには？アカウント全体の支出を監視しながら、参加者のセルフサービスを可能にするには？ エンター

こんにちは、サイバーセキュリティと生成AI活用推進を担当しているたなちゅーです。この記事では、2026年2月に活動を開始したAI-Native Devプロジェクトについて紹介します。 活動の背景 2025年までの取り組み KTCでは2024年の 生成AI活用プロジェクト を皮切りに、2025年は「AIファースト」「リリースファースト」を掲げ、AI活用は着実に進みました。 AIファースト ：すべてのプロダクトへのAI統合、AIプロダクトの開発推進、グループ内でのAI活用ドライバー リリースファースト ：「い

Find the “bottleneck” in operations, replace it with an AI agent, measure the results with KPIs, and report. It took us a while to realize that this perfectly rational approach was a breeding ground for failure. In this blog, we share the insights gained

以下の記事で、 AIセキュリティの概要 、およびそれに対するソリューションである 「Cato AIセキュリティプラットフォーム」 について簡単に 機能紹介 させていただきました。 Cato AI セキュリティプラットフォームとは？～AIセキュリティ課題を解決する新たなソリューション～ AI活用が進む中で、「シャドーAI」や情報漏洩、AI特有の攻撃など、新たなセキュリティ課題が企業で問題になっています。本記事では、AIセキュリティの主なリスクを整理するとともに、それらを解決するソリューションとしてCato

はじめに みなさんこんにちは、株式会社ユーザベース エキスパートプロダクト開発チームの佐藤一徹です。 私たちのチームでは、 Speedaのエキスパート事業を支えるプロダクト群を開発しており、そのうちの一つとして社員がエキスパートを管理するための社内ツールを運用しています。 本記事では、Next.jsのServer Actionにおけるversion skew問題に対して、 Kubernetes + Istioのルーティングで「クライアントと同じバージョンのサーバーにリクエストをルーティングする」仕組みを実

概要 Transform customをGitHub Actionsで行うための初期設定 手順1 AWS側にOIDCプロバイダーを作成 手順2 OIDC用IAMロールを作成 手順3 ロールにインラインポリシーをアタッチ GitHub側での設定のやり方 リポジトリ内部の基本構成 実行コマンド config.yaml の書き方 構造 各パラメータの説明 additionalPlanContext の書き方のコツ config.yaml の実例 変換結果の確認方法 AWS マネージド変換の一覧 トラブルシューテ

はじめに マイクロサービスアーキテクチャ（MSA）のような多層のアプリケーション・多数の処理ルートを持つシステムでは、タイムアウト値の設計が重要です。呼び出しチェーンのどこかで待ち時間（＝タイムアウト値）の整合性が崩れると、想定外のタイムアウトが発生しやすくなるためです。 タイムアウト値の設計では、原則、呼び出し元のタイムアウト時間を、呼び出し先の想定処理時間よりも長く設定するのがベストプラクティスとされていますが、MSAのように、リクエストが通過するルートのパターンが複雑で多様なシステムにおいては、この

みなさんこんにちは。ワンキャリアでアプリチーム所属のエンジニアの金（GitHub: @chihiroanihr ）です。 私たちアプリチームでは React Native アプリの開発に TanStack Query（旧 React Query）を導入しています。

業務の「ボトルネック」を見つけて AI エージェントに置き換える。成果を KPI で測り報告する。この至極正当なアプローチが「失敗の温床」であることに気づくのに時間がかかりました。 本ブログでは、AWS が提供している AI 駆動の業務変革手法である AI BPR (AI-driven Business Process Re-Engineering) というプログラムの 3 ヶ月の歩みの中で得られた知見を共有します。AI BPR は、ビジネスモデル/業務プロセスを AI エージェント前提に組み替えるための

本記事は 2026 年 4 月 17 日 に公開された「 Track Amazon Bedrock Costs by Caller Identity with IAM Principal-Based Cost Allocation 」を翻訳したものです。 Amazon Bedrock での生成 AI 利用が拡大すると、「Bedrock のコストを押し上げているのはどのチーム、アプリケーション、ユーザーか？」という疑問が生まれます。これまでは、 AWS CloudTrail ログと請求データを手動で突き合わ

2025年11月18日に行われたAWS CloudFormationの2つの重要なアップデート、「変更セット作成時の事前検証」と「ドリフト対応変更セットによる設定復元」について解説します。事前検証により、リソース名の競合などをデプロイ前に検知し、開発サイクルを短縮できます。また、ドリフト対応変更セットにより、手動での暫定対応などで発生した設定のドリフトを安全に検出し、元の状態に復元することが可能になりました。