開発現場における生成AIツール導入には、「便利な一方で、情報漏洩などのリスクもある」というイメージがつきまといます。 DAAE統括部でSHIFTのノープロンプト生成AIツール「天才くん」のエンジニアを務める任（いむ）。本記事の主人公である彼は、AIコードエディタ「Cursor」を安全かつ効果的に活用する環境について語ってくれました。

はじめに こんにちは、株式会社バンダイナムコネクサスの山野です。 本記事はこちらの記事の後編です。前編では、次のような課題感を共有しました。 PoCで得られたモデルのビジネス効果は見込めているが、いざシステム化しようとすると工数やコストが膨大になり、プロジェクトが止まってしまう（機械学習チームの悲劇） AI/MLシステムは完成しても運用フェーズでアップデートが必要になりがちで、ウォーターフォール的に一度作って終わりにはできない（なんなら開発中にも、精度改善のため・また本番アーキテクチャを踏まえた継続的なモ

AIの進化により「高品質」が標準となった現代市場で、企業はいかに差別化を図るべきか。消費者の選択基準の変化を考察し、「プロセスマーケティング的経済圏」の概念を解説します。内部効率と市場魅力のバランスを取りながら、独自の価値を創造する戦略について掘り下げます。 ▼前回記事

こんにちは、@ultaroです！ 今回は、 「AIエンジニア Devin と GitHub Copilot を組み合わせて、10人分の仕事をこなす」 という、ちょっと無茶そうだけれど、ワクワクする経験を紹介します！！

どんなに高性能で便利なプロダクトでも、使われなければ意味がない──これはIT領域に限らず、あらゆる業種に共通する真理かもしれません。 「失敗は存在しない」という考えのもと、数え切れないほどのトライアンドエラーを重ねているSHIFT。生成AIを活用した全社的な取り組みでも、理想と現実の間でチャレンジをつづける現場があります。

どんなに高性能で便利なプロダクトでも、使われなければ意味がない──これはIT領域に限らず、あらゆる業種に共通する真理かもしれません。 「失敗は存在しない」という考えのもと、数え切れないほどのトライアンドエラーを重ねているSHIFT。生成AIを活用した全社的な取り組みでも、理想と現実の間でチャレンジをつづける現場があります。

はじめに こんにちは。フロントエンド開発課でチームリーダーをしています、北嶋です。 私が所属する開発部では、開発の 「スピードUP」と「生産性の向上」 を今年度の大きなテーマとして掲げています。 そこに向けて、私のチームでは開発プロセスの中でAI活用を実践していく 「AI駆動開発」 を推進することに、積極的に取り組んでいます。 本記事では、今年度から本格的にAI活用に取り組み始めた私たちが、どのようにAI活用を進めて、どのような成果や学びを得たのか、具体的な事例を交えながらご紹介できればと思います。 まだ

こんにちは！メドレーでDevRelをしている重田です。 今年も暑い日が続いていますがいかがお過ごしですか？ メドレーでは夏企画として『MEDLEY Summer Tech Blog Relay』と題して、ブログリレーを開催します！ 8/25(月)〜9/26(金)まで毎日異なるメンバーが技術やエンジニアリング、個人開発など幅広いテーマでテックブログを公開していきます！ 本記事にて毎日ブログを追記更新していくので、ぜひお楽しみください✨ ※土日祝を除く ブログリレーカレンダー 🗓️第1週(8/25~8/29)

最近、ふとした気づきがありました。 それは、「同じものを見ていても、過去と現在の自分では見えている世界がまったく違っている」ということです。 みなさんには、このコードからどんな世界が見えますか？ async function getUserName(userId) { const response = await fetch(`https://api.example.com/users/${userId}`); const user = await response.json(); return user

キャプションやタグがなくても、テキストで近い画像を検索できる。そんな仕組みを、ElasticsearchとAIを組み合わせ試作しました。画像資産の整理や業務効率化に役立ちます。 Elasticsearch を選んだ理由はシンプルです。 ベクトル検索に強い： 画像やテキストを CLIP で 512 次元ベクトルに変換し、それをそのまま保存して KNN 検索できる。 スケールに強い： 最初は手元の16枚の画像でも、将来的に何千・何万枚に増えても同じ仕組みで動かせる。 検索をカスタマイズできる： 近似検索（速さ

こんにちは、AIチームの大竹です。 最近、京都大学から会話のターンテイキング（話者交代）タイミングを簡単に予測できるツール MaAI が公開されたので、検証してみました。 本記事では、MaAIの簡単な紹介、ターンテイキングのタイミング予測の仕組みについての説明、インストールとサンプル実行および単一の音声ファイルに対する簡単な検証結果について記述します。 概要：MaAIとは MaAIは、会話における ターンテイキング 、 相槌 、 頷き といった非言語的な振る舞いをリアルタイムで連続的な予測を容易に実現でき

はじめに エッジでの人工知能（AI）は、スマートビデオデバイスの分野で人気を集めています。例えば、スマートホームカメラやビデオドアベルは、家庭での監視システムに革命をもたらしました。 単なる録画と遠隔閲覧ツールだったものが、知的な観測者へと進化しました。AI の導入により、現在のカメラは常にシーンを分析し、モーションイベントをユーザーに通知し、顔なじみの顔を認識し、荷物の配達を検知し、録画動作を動的に調整できるようになりました。 エンタープライズ監視カメラも同様の例です。これらのカメラは優れた解像度と高性

このブログは、Ram Gorur、Ashish Chaurasia、Channa Samynathan によって書かれた Preventing Machine Breakdowns: How Physical AI Predicts Equipment Problems を翻訳したものです。翻訳は、ソリューションアーキテクトの戸塚智哉が担当しました。 フィジカル AI: 現実世界で機能するインテリジェンス フィジカル AI は、物理世界と直接相互作用して操作するという点で、従来の AI とは異なります。従

本記事は 夏休みクラウド自由研究2025 8/20付の記事です 。 こんにちは。梅ヶ谷（うめがたに）です。 今回は2025年の自由研究枠での記事になります。 子どもの頃、夏休みは自由研究の宿題がありましたね。 昆虫を集めたり、植物の成長記録をつけたり、自然と触れ合う研究をしたような記憶があります🌻   今回は大人の自由研究です。それも非常に現実的なテーマです。 ぼくたちの仕事はAIによって楽になるのか？を、 MCP（Model Context Protocol） を活用して検証してみました。 &

はじめに こんにちは、NTTデータに勤務する一人のオジサンです。 これまでC/C++言語を使って、がっつりとポインタやら参照やらに向き合いながら、プログラムを書いてきました。構造体と仲良くなり、クラスに振り回され、newとdeleteに責任を持つ。そんな人生でした。 しかし時代は変わり、AIだ、データサイエンスだ、機械学習だと騒がれる中、「とりあえずPythonに触れないとまずい」という危機感に駆られて、Pythonの世界へ足を踏み入れた。。。 そんなオジサンの独り言です。 実行速度・パフォーマンスを想う