G-gen の杉村です。当記事では、Google Cloud Next Tokyo 26 の、1日目のキーノートに関する速報レポートをお届けします。 Google Cloud Next Tokyo 26 イベント概要 キーノートの概要 AI による産業の革新 NTTデータの事例 Google の AI エージェントエコシステム Gemini Enterprise のデモ 損害保険ジャパンの事例 Ｓｋｙの事例 スクウェア・エニックスの事例 Agentic Workplace の実現 AI 時代のサイバーセキ

本ブログは 2026 年 4 月 17 日に公開された Amazon Science Blog “ Isabelle/HOL: The proof assistant behind the Nitro Isolation Engine ” を翻訳したものです。 Isabelle/HOL は、数学的な記述の表現力、自動化、スケーラビリティのバランスによって、世界初の形式的に検証されたクラウドハイパーバイザーを実現しました。 2025 年の Amazon re:Invent カンファレンスにおいて、Amazo

はじめに：なぜKafkaのエンドツーエンド暗号化なのか？LINEメッセンジャーでは、毎日数十億件のメッセージがやり取りされています。この膨大なデータはさまざまなシステムに送信されますが、その中には個人...

本記事は 2026 年 6 月 30 日 に公開された「 How Outpost VFX Uses AWS to Accelerate AI Model Training for Visual Effects 」を翻訳したものです。 Outpost VFX の Tim Chauncey と Dheeraj Bhadani との共同執筆です。 ビジュアルエフェクト (VFX) 向けの AI モデルトレーニングには数週間を要することがあり、制作スケジュールのボトルネックになりがちです。英国、カナダ、インドにス

本記事は 2026 年 6 月 30 日 に公開された「 How Outpost VFX Uses AWS to Accelerate AI Model Training for Visual Effects 」を翻訳したものです。 Outpost VFX の Tim Chauncey と Dheeraj Bhadani との共同執筆です。 ビジュアルエフェクト (VFX) 向けの AI モデルトレーニングには数週間を要することがあり、制作スケジュールのボトルネックになりがちです。英国、カナダ、インドにス

G-gen の佐々木です。当記事では、Google Cloud の生成 AI 開発・運用プラットフォームである Gemini Enterprise Agent Platform に統合された評価サービス、 Gen AI Evaluation Service を解説します。生成 AI の出力品質を客観的・データドリブンに評価できるサービスです。 概要 Gemini Enterprise Agent Platform とは Gen AI Evaluation Service とは 当記事で扱うインターフェース

2026 年 7 月 20 日週、私のチームは AWS Korea User Group (AWSKRUG) のリーダーの皆さんに会うためにソウルを訪問しました。AWSKRUG は韓国最大のクラウド開発者コミュニティで、トピックや領域ごとに 20 のミートアップグループが設けられ、主にソウルを中心に毎年 100 以上のイベントが開催されています。 私のチームは定期的にアジア太平洋地域の国々を訪問し、ユーザーグループのリーダーからのフィードバックに耳を傾け、コミュニティの支援に取り組んでいます。今回の会議で

G-gen の佐々木です。当記事では、Google Cloud の Sensitive Data Protection （旧称 Cloud Data Loss Prevention）による機密データの匿名化（de-identification）について解説します。 概要 Sensitive Data Protection とは 匿名化（de-identification）とは 匿名化と個人情報保護法 匿名化の基本 匿名化の概要 infoType infoType 変換とレコード変換 対象データの種類 処理

みなさん、こんにちは。ソリューションアーキテクトの戸塚です。今週も 週刊AWS をお届けします。 AWS Summitが終了し、各チームからはAWSブログを通じて、より詳しい解説が公開されています。ぜひチェックしてみてください。 私が所属する流通小売事業部のブースでは、飲食店舗などで活用できるソリューションとして、AmiVoiceと連携したデモを出展しました。こちらは、AmiVoiceを提供されているアドバンスト・メディア様との共著でブログ「 音声 AI エージェントで実現するセントラルキッチンのハンズフ

はじめに 本記事は、2026年3月10日に開催された Elastic{ON} Tokyo での発表「 『定型』を許さない製造業データへの挑戦 」の内容をもとにした連載の第2回です。 第1回：ビジュアル情報を活かす 第2回（本記事）：分断されたデータを繋ぐ 第3回：止めずに進化させる 前回は、製造業の検索に「ビジュアル」が外せないこと、Elasticsearch の kNN 検索を使った類似図面検索について書きました。 今回は、次に立ちはだかる「データ規模と結合」の壁について掘り下げます。複数のデータソース

リクルートのデータ推進室長 野村が自ら聞き手となり、現場の最前線で試行錯誤を続けるスペシャリストたちの「手の内」を紐解く連

はじめまして、クオリティマネージャーのヒロたです。 近年、多くの企業で DX（デジタルトランスフォーメーション） が求められ、システムは単なる業務効率化ツールではなく、ビジネス戦略の中枢を担う存在になっています。その結果、従来のように 「要件定義 → 詳細設計 → 実装 → テスト → リリース」 と長い時間をかけて作る大規模スクラッチ開発では、ビジネスの変化のスピードに追いつかない。変更対応や機能追加にも時間がかかり、結果として競争力を削ぎかねません。こうした背景から、 「早く作る／早く直せる」 ことが

はじめに 最近、はじめて機械学習（ML）の案件にアサインされました。 MLというと「Pythonで高度なアルゴリズムを実装して予測モデルを作る」というイメージで臨んだのですが、実際に開発に入ってまず印象的だったのは、その手前にあるデータ分析のためのデータベース設計（ディメンショナルモデリング）が、Webエンジニアとして慣れ親しんできたWebアプリの設計と大きく異なっていたことでした。

セーフィー株式会社でサーバーサイドエンジニアを務めている尹です。 近年、AI エージェントやプロンプトエンジニアリングといった言葉が広く使われています。私自身、バックエンドの開発や社内ツールの自動化を進める中で、プロンプトの「使い捨て」に課題を感じていました。 通常、プロンプトはその場で書いて使い捨てるものとして扱われがちです。しかし、開発で繰り返し使う指示ほど、毎回ゼロから書き直すのは非効率で、書く人によって品質もばらつき、変更履歴も残りません。本来であれば再利用できるはずの指示が、資産として蓄積されず

はじめに こんにちは、NTTデータグループAI技術部の太田です。 先日サンフランシスコで開催されたDatabricksのイベント「Data + AI Summit 2026」に現地参加してきました。 本カンファレンスでの注目トピックの一つとして「Genie」が大きく進化しました。これまでGenieというと「自然言語でデータに質問できるAI/BIアシスタント」という印象が強かったと思います。今回の発表では、Genieが単なる分析アシスタントから、ビジネスユーザから開発者まで幅広いユーザと共に業務を遂行するA