LINEヤフーの技術カンファレンス「Tech-Verse 2026」の公式記事です。はじめにこんにちは。LINEヤフーで大規模データ基盤の運用を担当している平山、沼田、小笠原、小川です。LINEヤフー...

こんにちは。InsightEdge（以下、IE）でPMをしている川島です。 この記事ではSIerで基幹系システムのPMを実施していた私が、InsightEdgeに転職して感じたことを書かせて頂きます。大規模SIの経験しかないのにAI・事業会社に踏み出せるか不安なら、この記事を読んで欲しいです。 目次 どうしてこのブログを書くか なぜSIerを離れたか ― 30代中半で感じた違和感 InsightEdgeとはどんな組織か 同じこと ― 環境が変わっても通用したもの 違うこと ― 想像以上のカルチャーギャップ

はじめに 株式会社NTTデータ所属、Databricksビジネス推進室の井能です。 Databricks Solutions Architect Championとしても活動しています。 現在サンフランシスコで開催され、私も現地参加している『Data+AI Summit 2026』にて、従来の常識を覆す全く新しいアーキテクチャのデータベース『LTAP』が発表されました！ キーノートより：LTAP（Lake Transactional/Analytical Processing） LTAPは、Databri

LINEヤフーの技術カンファレンス「Tech-Verse 2026」の公式記事です。こんにちは。AIエージェントで分析を「ひとつなぎ」にするプロジェクト「PJ One Piece」のプロダクトマネージ...

1. はじめに はじめまして、NTTデータ所属の渡邊と申します。 昨今、運用負荷軽減のためAI Agentの導入を検討・実施しているケースが増加しており、特にAWS上で動作するシステムにおいて、2026年3月末にGAしたAWS DevOps Agent[1]は導入の容易さから有力な選択肢になります。 本記事では実際の構築負荷と、実用的な根因分析性能があるかを検証しました。 2. 概要 CloudWatch Alarm発報からDevOps Agentによる自動調査が開始される環境を構築し、構築負荷がどの程度

FIFA ワールドカップ 2026は、アメリカ・カナダ・メキシコの3か国開催です。 会場が大陸全体に散らばっているので、チームによって移動の負担がかなり違いそうだな、と思いました。 そこで、各チームのグループステージの「移動スケジュールの重さ」を、Elastic を使って地図とダッシュボードで見えるようにしてみました。この記事では、何を作ったのか、何のデータを使ったのか、そしてどこまでが言えてどこからは言えないのかを、なるべくシンプルに説明します。 目次 概要 着眼点 手法 ダッシュボードの作り方は1つじ

本記事では、その検証結果を共有します。

歴史が証明するMicrosoft 365の強さ〜「Office」という強固な基盤〜 私たちはまず、Microsoft 365が歩んできたエンタープライズITの歴史を学び直しました。 普段からGoogle Workspaceのフラットな世界にいる私にとって、彼らの「重厚なガバナンス」は 少し遠い世界の話のようにも感じられましたが、その背景を知るにつれ認識は大きく変わりました。

はじめに こんにちは、RevComm AI Div. の id:tmotegi です。 RevComm では Copilot ・要約・コーチングなど、LLM を活用した機能が急速に増えています。当初は1〜2つのサービスが LLM を直接呼び出すだけでしたが、新機能のリリースと並行して利用するプロバイダーも広がり、気づけば各サービスが個別に Claude（Bedrock）、OpenAI（Azure）を呼び出す構成になっていました。 しばらくはそれでも回っていましたが、LLM を利用するチームが増え、利用する

Geminiで業務効率化を図る前に「棚卸し」が必要な理由 ツールより先に「業務の整理」をすべき理由 多くの企業がAIツールを導入しても活用が進まない最大の理由は、「どの業務にAIを入れるか」が定義されていないことです。Geminiはできることが多い分、何から手をつけるかが曖昧になりやすいツールでもあります。

AppSheetの基本機能と他社ツール（kintone、Power Apps）との違い ノーコードツールの選定は、「流行っているから」「安いから」という理由で決めてしまうのはおすすめできません。現場の運用が軌道に乗ったタイミングで「やはりこの機能が足りない」「既存システムとつながらない」という壁にぶつかり、移行コストが余計にかかるケースは珍しくありません。選定の出発点として最も重要なのは、自社のITインフラと業務フローに正直に向き合うことです。

こんにちは、LIFULL HOME'Sのネイティブアプリ開発チームでエンジニアリングマネージャーをしている佐々木です。 「この画面、何が表示されてるか教えてもらえますか？」 目の前のタスクに集中しているときにSlackに飛んでくるこの一文で、エンジニアの手は止まります。悪気はない。でもチームのリードタイムは確実に伸びていく。 この問題を、AIに業務知識を構造化して渡すことで解消した話をします。 背景：人間が"コンテキストの運び屋"になっていた 試行錯誤：最初からこの形だったわけではない 何を作ったか：業務

こんにちは。広告・マーケティング業界を担当するソリューションアーキテクトチームです。いよいよ 6 月 25 日 (木)、26 日 (金) の 2 日間、千葉・幕張メッセにて AWS Summit Japan 2026 が開催されます。基調講演や数多くの事例セッションとともに、AWS Expo のエリアでは AWS サービス・ソリューションの最新活用事例や、実際に AWS に触れられるデモを、さまざまな角度から体験いただけます。 その AWS Expo エリア内には、製造、金融、自動車、そして私たちの担当す

セガサミーホールディングス株式会社は、エンタテインメントコンテンツ事業、遊技機事業、ゲーミング事業の 3 つの事業領域を軸に展開する総合エンタテインメント企業グループの持株会社です。同社では、グループ会社であるサミー株式会社の基幹業務システム（販売、調達、生産、在庫管理）を支えるデータベースを、オンプレミスの Oracle Database から Amazon RDS for Oracle に移行しました。本ブログでは、移行の背景にあった課題、移行の取り組み、そして移行後に得られた効果についてご紹介します

G-gen のバロキです。当記事では、Anthropic の Claude Code と Google Cloud の データサイエンスエージェント という 2 つの AI ツールに、同一のデータセットと指示を与えて比較しました。自動生成されるデータ分析ノートブックに、どのような違いが生まれるかを検証しました。 概要 はじめに データサイエンスエージェントとは Claude Code とは 検証の前提条件 使用したデータセット 投入したプロンプト 評価の観点 生成されたノートブックの全体像 データサイエン