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

本記事は 2026 年 4 月 20 日 に AWS Migration & Modernization Blog で公開された「 Amazon EVS now offers Windows Server Licensing: A step-by-step guide 」を翻訳したものです。 柔軟性、制御性、そして選択肢の豊富さは、 Amazon Elastic VMware Service (Amazon EVS) の根幹をなす重要な柱です。Amazon EVS では、VMware テクノロジー

1. はじめに 本記事は、2026年1月15日に開催されたプロジェクトマネジメント学会（以下、PM学会）主催の「2026年 新春PMセミナ」の参加レポートです。 本記事の目的は、PM領域にまだ馴染みの薄い若手エンジニアを主な読者として想定し、セミナで紹介されたフレームワークやリーダーたちの議論を、日々の現場で活かせる形で整理することです。具体的には、以下の内容を扱います。 プロジェクト成功の評価指標が「QCD」から「価値（Value）」へ転換しつつある背景 PMIが提唱するマインドセット「M.O.R.E.

こんにちは、セーフィーのたかぎです。 このたび、2026年4月28日（火）に丸の内で開催されるProduct Management Summit（主催：ファインディ株式会社）に、スポンサーとして参加します。 登壇・ブース出展・ノベルティ配布を予定していますので、本記事でご紹介します。 スポンサーする理由 セーフィーは、クラウド録画型映像プラットフォームを提供する企業として、日々膨大な映像データを活用してお客様の課題と向き合っています。 あらゆる現場の業務を映像とAIで変革していく中で、「AI時代にプロダク

Appium × Remote Test Kit (RTK) でスマホアプリ試験の自動化スクリプトを構築した話 背景：手動試験の限界 手動試験の問題点 試験の目的は、画面UI崩れの確認、異常系・正常系の機能動作確認です。 そのため、画面遷移・入力操作・結果表示の確認・エラーハンドリングの確認など、一連の操作を実施する必要がありました。 しかし、手動試験には以下のような課題がありました。 1端末あたり約80分の作業時間が必要 作業者依存による操作ミスや証跡取得漏れ スクリーンショット取得後の移動・リネーム・

こんにちは、昨年キャディ株式会社に入社した佐野です。入社して初めての技術記事になります。 この記事では、これまでの開発経験を振り返りながら、それが推論システムの運用にどう活きたのかを整理してみようと思います。 対象読者 機械学習システムを運用したことがないSRE、バックエンドエンジニアの方々 これから機械学習システムを運用していくSRE、バックエンドエンジニアの方々 伝えたいこと 機械学習のモデル開発経験や機械学習システムの運用経験がなくても、機械学習システム(推論システム)の運用に貢献できます。SREの

こんにちは、LINEヤフー株式会社の曾田です。普段はYahoo!マップの新アプリ向けバックエンド開発やスクラムマスターを担当しつつ、Orchestration Development Workshop...