こんにちは、クラウドエース株式会社 第一開発部のダッフィです。 近年、Web アプリケーションや業務システムを支える サーバー側のインフラ を、自社の機械室ではなくクラウドプロバイダ上に構築する事例が増えました。一方で、執務するオフィスの LAN や自宅の回線・Wi-Fi ルーターなど、足元のネットワークは今もオンプレミス（または契約プロバイダの設備）に依存しています。クラウド化されているのは主に「クラウド側に置く計算・ストレージ・仮想ネットワーク（VPC ネットワークなど）」をどう設計・運用するか の領

! 本記事は、Google Cloud Next ’26 現地でのセッション聴講内容をもとにした速報レポートです。発表内容の速報性を重視しているため、今後の詳細情報の公開や更なる検証結果に基づき、内容の修正や追記を行う可能性があります。あらかじめご了承ください。 Google Cloud Next '26 で頻繁に耳にし、かつ今後の AI 活用の鍵になると感じたキーワードは、「コンテキスト（文脈）」でした。 AI が単なる「チャットボット」から、自律的に動く「エージェント」へと進化する中で、なぜ今コンテキ

G-gen の杉村です。当記事では、Google Cloud を管理・運用していくうえで必須となる 課金レポート の基本的な見方について、またコスト分析と対策を効率的に行うためのテクニックについて解説します。 課金レポートとは 課金レポートへのアクセスと権限 概要 請求先アカウントのスコープで閲覧 アクセス権限 アクセス手順 プロジェクトのスコープ アクセス権限 アクセス手順 レポートの基本的な見方 グループ化条件とフィルタ サービス単位での表示の限界 SKU とは グループ条件を SKU に設定する 表

! 本記事は、Google Cloud Next '26 の Knowledge Catalog ブレイクアウトセッション「What's new with data and AI governance: Building the catalog for AI」のセッションで語られたことをベースに、公式ブログ・公式ドキュメント・リリースノートで確認した速報兼解説です。提供段階や数値は、公式ソースで確認しておりますが 速報性を優先したブログ記事であり、後日内容に修正・追記が入る可能性があります。あらかじめご了

【Google Cloud Next ’26 レポート】Gemini Enterprise で考える AI エージェントのセキュリティ ! 本記事は、 Google Cloud Next ’26 現地でのセッション聴講内容をもとにした速報レポートです。発表内容の速報性を重視しているため、今後の詳細情報の公開や更なる検証結果に基づき、内容の修正や追記を行う可能性があります。あらかじめご了承ください。 はじめに 生成 AI や AI エージェントの活用は、個人の業務効率化から、組織全体での活用へと広がりつつあ

こんにちは、SRE Team の大野です。製造業データ活用クラウド CADDi Drawer の Product SRE として、サービスの信頼性の向上や、効率的な運用を目指す取り組みを行っています。 今回は Cloud Run ワークロードの OOM 対応に Datadog Continuous Profiler を導入した際の、ハマりどころや学びについてのお話をします。 TL;DR はじめに Cloud Run での Profiler 選定 導入時のハードル 公式 Wrapper が使えない Prof

はじめに Google BigQuery は、Google Cloud のサーバーレスなデータウェアハウスです。 大量データの集計や分析を SQL で実行でき、インフラ管理をほとんど意識せずに使えます。 その BigQuery 上で、機械学習を SQL を用いて操作できる機能が BigQuery ML です。 AI関数が増えたことで、SQLだけで予測や異常検知を試せる範囲が広がりました。 2025年以降の主な BigQuery の AI 機能アップデートは以下です（2026-04 時点）。 ※ 一部に P

Gemini Enterpriseとは？「あなた専用の優秀なデジタル同僚」 Gemini Enterpriseを一言で表すと、「職場におけるAIの入り口」となる、エンタープライズグレードのAI・エージェントプラットフォームです。単なる対話型AIアシスタントにとどまらず、企業のあらゆるデータやシステムに接続された「自律的に動くエージェントのチーム」を、全従業員が活用・管理できるプラットフォームとなることを目的としています。

脱「モンキーAI」、Gemini Enterpriseによる「インラインAI」への移行 AIを導入しても成果が出ない企業の多くが陥っているのが、いわゆる「モンキーAI（Monkey AI）」の状態です。これは、あるツールからデータをコピーし、別のAIチャットツールに貼り付けて結果を得て、また元のツールに戻すという、非効率な「往復作業」を指します。

Weekly Google Cloud アップデート情報 - 2026年5月12日 ～ Gemini Enterprise: カスタム MCP サーバーのデータストア（プレビュー）～ 皆さま、こんにちは。直近2週間 (2026/04/24 - 2026/05/07) の主な Google Cloud（旧GCP）のアップデート情報を紹介します。 ※本記事の引用元:Google Cloud リリースノート 注目のアップデート Gemini Enterprise: カスタム MCP サーバーのデータストア（プレ

G-gen の佐々木です。当記事では、Google Cloud の AI エージェント開発プラットフォームである Gemini Enterprise Agent Platform の概要を解説します。 Gemini Enterprise Agent Platform とは Studio 概要 Agent Studio Agents - Build 概要 Agent Garden（プレビュー） Agent Development Kit Managed Agents API（プレビュー） MCP サーバー

はじめに Google Cloud Next '26のセッションにて、AnthropicのField CTO、Eric氏のセッションを聴講しました。 今回のセッションの内容ですが、個人的には「ソフトウェアの作り方そのものに関して、大きな発見と学びを得た」というように感じました。 イベント: Google Cloud Next '26（2026年4月、ラスベガス） セッション: After software: Anthropic's vision for the next era of enterprise

はじめに AIを活用した開発が一般化するにつれて、API利用料を日常的に意識する場面が増えてきました。 最近では、ノートPC上で動作する自律型 AI エージェント（例：OpenClaw など）や開発支援ツールを常時稼働させ、外出先からスマートフォン経由で指示を与えるような利用スタイルも増えつつあります。 このような環境では、API利用料はバックグラウンドで継続的に増加するため、 「気づいたら想定以上の課金が発生していた」 という状況が起こり得ます。 しかし実際の運用では、以下のような課題があります。 AP

Vertex AI で実現するオンライン需要予測 — ブラウザのみで完結する構築ガイド はじめに この手順でできること Google Cloud の Vertex AI を使用して、オンライン（リアルタイム）需要予測 を REST API 経由で実行できる環境をハンズオンで構築します。 通常、Vertex AI Forecast（AutoML Forecasting）はバッチ推論のみ対応ですが、Tabular Workflow for Forecasting テンプレートを使用することで、学習済みモデルを

1. はじめに 最近、SC-100 をはじめとする Microsoft のセキュリティ資格と、Google Cloud の Professional Cloud Security Engineer を取得しました。学習を進める中で印象的だったのは、Microsoft Azure と Google Cloud が、同じようなテーマを扱っていてもセキュリティ設計の発想にはかなり違いがあるという点です。 特に違いが出やすいと感じたのは、「どこをセキュリティの境界と捉えるか」 と 「何を起点に設計するか」 の2つ