こんにちは。フォルシア株式会社エンジニアの宮本です。 ChatGPTやコーディングエージェントなどの生成AIがエンジニアリング現場に浸透し、業務効率化に活用する動きが広がっています。しかし「全社的に浸透しているか？」と問われると、まだまだ個人やチームのノウハウに依存しているのが一般的な現状かと思います。 フォルシアでも「AIの活用を前提とした業務変革の仕組みが必要」という問題意識から、今年4月に社内有志で『AIエージェントワーキンググループ』を立ち上げました。 まだ始まったばかりの組織ですが、背景と取り組

「リリースしたばかりの製品でバグが見つかり、クレーム対応に追われている」 「テストが不十分で手戻りが頻繁に発生している」 もし、こうした状況に心当たりがあるなら、ソフトウェアの「品質」への意識を根本から見直す時かもしれません。 品質問題は、開発効率の低下、コストの増加、そして何よりも顧客からの信頼失墜に直結します。 しかし、安心してください。 ソフトウェア品質の核心を理解し、適切なアプローチを導入することで、バグの少ない安定した製品を生み出し、チームが自信を持って開発に集中できる環境を築くことが可能です。

はじめに こんにちは。株式会社ビットキー Software QAチームからお知らせです。 この度ビットキーは、6/27(金)に開催の「JaSST’25 Kansai」にポスターセッションを出展いたします✨ 今回は、参加者の皆様と一緒に創り上げるインタラクティブな企画をご用意しました👏🏻 この記事では、皆様に楽しんでいただくための企画内容を一足先にご紹介いたします。 JaSSTとは JaSST（ジャスト）は、NPO法人ASTER （ソフトウェアテスト技術振興協会）が運営する ソフトウェア業界全体のテスト技術

ソフトウェア開発の現場では、日々生み出されるコードの中に「バグ」が潜んでいないか、常に品質が問われます。 特に、プロジェクトが大規模になったり、機能が複雑になったりするにつれて、品質管理はより難易度の高い課題となります。 そこで役立つのが「バグ密度」という指標です。 バグ密度は、まるで健康診断の数値のように、ソフトウェアがどの程度健全であるかを示してくれます。 今回はそんなバグ密度の基本的な定義から、その正確な計算方法、そしてバグ密度を分析することで何がわかるのかを詳しく解説します！ import hai

こんにちは、スマート ソサエティ センターの飯田です。 はじめに NotebookLMでは、文章をアップロードすると、 マインドマップ 形式で内容を可視化することができます。 この機能により、情報の整理や関連性の把握が容易になります。 デジタル庁が公開している ChatGPT 等の生成 AI の業務利用に関する申合せ（第２版） を入力してみると下記のような結果が得られます。 NotebookLMでこのような見せ方ができるということは、Geminiでもナレッジグラフ生成ができるのでは？と思い、Geminiを

こんにちは。Fintech SREの佐藤隆広(@T)です。 この記事は、 Merpay & Mercoin Tech Openness Month 2025 の11日目の記事です。 Google社が提唱し、 Site Reliability Engineering Book によって広く知られるようになったSREの信頼性マネジメントは、開発と運用の関係性を再定義し、SLI/SLOとエラーバジェットに始まり、Availability・Latency・エラーレート・トラフィック・リソース飽和度・耐久性

製造業の現場におけるAI導入の課題 AI技術の進化により、企業が持つ膨大なデータを活用しやすくなった今、製造業でもAIの導入は避けて通れないテーマとなっています。生産性向上、業務効率化、品質の安定といった目的を達成するために、AIを活用した取り組みが進められています。 しかし、現場には「分析の進め方がわからない」「AIの結果がブラックボックスで理解できない」「導入後の運用に不安がある」といった課題が根強く残っています。こうした壁を乗り越えるためには、単にAIを導入するだけではなく、現場で実際に活用される仕

みなさんこんにちは。AWS ソリューションアーキテクトの伊藤ジャッジ向子です。本記事では AWS Summit Japan 2025 における Digital Thread の展示についてご紹介します。 展示概要 製造業におけるデータの活用はビジネスの成功に不可欠な要素となっていますが、一方で多くの企業は、業務をまたいだデータを包括的に活用することは難しいと感じています。実際、ものづくり白書 2025 でも、DX の具体的成果が半分以下しか出ていない、と報告されています。この理由の一つとしては、部門や関連

こんにちは、生成AI研究開発チームのデータサイエンティストとしてAI開発を担当している保坂です。 本記事では、薬局の現場オペレーションを支援するAIを開発する私たちのチームが、ドメインエキスパート（薬剤師など） と データサイエンティスト の協働を円滑にするために構築した「 Databricks × Dify x Colaboratory 協働基盤 」を紹介します。 生成AIプロダクトチームを新たに組成する際におさえたい3つのポイント の記事で、生成AIプロダクト開発にはドメインエキスパート人材の協力が不

Hi, this is Nakanishi from the QA Group (though I also wear a few other hats at the Developer Relations Group and the KINTO FACTORY Development Group ^^) This year at KINTO Technologies, we're embracing an "AI First, Release First" mindset.

1. はじめに こんにちは。テクノロジー戦略室TQCチームの原田です。 僕達のチームはTotal Quality Control、つまり全社の全システム品質管理・システム品質向上を目的に活動しています。 この目的を効果的に達成するため、データ分析に深い知識を持つ社員や、複雑な課題を整理し新たな概念を構築する社員など、それぞれの専門性や強みを共有し、協力し合いながら活動する面白いチームです。 その中で僕達が注目しているのがAI技術です。 皆さんは「この業務は人にしかできない」と言う考えを持ったことはないでし

前回の連載 では、1人目QAとしてチームを立ち上げていく部分、組織づくりに関する内容についてお伝えしました。 【第1回】QA組織立ち上げの流れと組織の形 以前の連載である1人目QAとしての立ち回りでは、会社や開発組織の1人目QAになった人がどのような活動をするのかや、品質保証を浸透させる際のアプローチなどについて触れました。今回の連載では1人目QAとしてチームを立ち上げていく部分、組織づくりに関して、私が実... 　続きを読む　 Sqripts 筆者はQAエンジニアとして業務をしていますが、特定の開発チー

こんにちは、レバレジーズ株式会社医療テック事業部の大島です。 本記事では、医療・介護業界に特化したバーティカルSaaSとして「わんコネ」がどのように開発され、どのような課題を乗り越えてきたのか、その過程と得られた知見をまとめています。厳しい法規制下でのセキュリティ要件や、業務でパソコンを使わない現場との連携など、一般的なSaaS開発とは異なる特有の苦労が存在します。そうした実態と課題解決のポイントを順を追ってご紹介します。 ◆わんコネとは？ わんコネ は、病院や施設での入退院連携業務を効率化するために開発

はじめに こんにちは、ニフティの添野 隼矢です。 今回は、驚くべき出来事をご紹介します。なんと、クリエイティブ職の方※が直接コンテナ環境でデザインを修正し、GitHubでPRをあげてくださったのです！この画期的な出来事の舞台裏に迫ります。 ※クリエイティブ職の詳細については、こちらをご覧ください。 https://recruit.nifty.co.jp/career_top/ 経緯:施策スピードアップへのチャレンジ とあるサービスの施策で、画面にバナーを追加する作業がありました。 従来の課題 通常のフロー

このブログは、 “ Highlights from the 2025 AWS Life Sciences Symposium’s Manufacturing Track ” の翻訳です。 2025年5月6日、ニューヨーク市で開催された第7回 AWS ライフサイエンスシンポジウム には、 400 以上の組織から 1,000 人を超える ライフサイエンス業界のリーダー が参加しました。「ブレークスルーの構築 – 製薬バリューチェーンを変革するAI駆動型イノベーション」という意欲的なテーマのもと、39名の業界の