はじめに こんにちは、ブランドソリューション開発本部ZOZOMO部FBZブロックの 池上 寛登 です。2026年3月にZOZOへ入社し、 Fulfillment by ZOZO （以下、FBZ）のバックエンド開発を担当しています。 FBZに参画してまず直面したのは、ドメイン知識の壁でした。中でも強く実感したのが、コードレビューの場面です。Pull Request（以下、PR）のレビューには、判断の根拠がドキュメントに載っていない「暗黙知の壁」がありました。既存メンバーの指摘は的確ですが、新規参画者の自分に

1. はじめに 本記事は、コンサルタント個人として、AIをコンサルティング実務での成果物作成に組み込もうとするなかで見えてきた、構造的な壁と課題解決に向けた話です。 つい先月まで気づいていなかった「バイブコーディング」の威力と、その先で直面した品質の壁。 本記事では、その壁を5つの構造的要因に分解し、解決の方向性、そして5世代にわたる構造改修の概観まで示します。 ※なお、本連載は業務とは別に個人の研究テーマとして取り組んでいる試みの記録です。NTTデータ全社の取り組みとは独立した、私個人の現場ノートとして

この記事で学べること .docx / .xlsx がGitの差分管理を根本的に破壊する技術的な理由 LLMにWordファイルを渡すとコストと精度に何が起きるか Apache POIの命名の裏側にみる「Officeフォーマットの本質的な限界」 Docs as CodeとMarkdown移行で開発ドキュメントをCI/CDに組み込む具体的な方法 はじめに 「要件定義書_最終版_v2.docx」──そんなファイル名を見たことがある方、多いのではないでしょうか。私はあります。何度も。

みなさん、こんにちは。株式会社 APTO で Physical AI のデータ基盤を構築している田中です。 近年、ロボット向け VLA モデルの台頭により、AI 開発の成否は「学習データの品質」に強く依存するようになっています。 しかし、大容量かつ厳密な同期が求められるロボットの操作データを品質を落とさずに日々収集することは非常に困難であり、Physical AI 開発における最大のボトルネックとなっています。 このブログでは、同じ課題に直面するチームの参考となるよう、APTO 社がこの「データ収集」のハ

はじめに 第2回まででサーバーの準備が整いました。今回は、Select AIの心臓部となるAutonomous AI Database (ADB) を構築し、プライベートLLMと通信するための特別な設定を施します。 なぜ「データベース」に設定が必要なのか？ Autonomous AI Databaseは通常、非常に高いセキュリティで守られており、外部への通信は厳しく制限されています。 今回の構成では、データベースからプライベートサブネットにあるLLMサーバー（Ollama）にリクエストを送る必要があるため

はじめに 仕上げとなる今回は、プライベートVMにLLM（Ollama）を実装し、データベースから自然言語でデータを検索する「Select AI」の実行確認をします。 1. Ollama のインストール まずは、プライベートVM内でLLMを動かす準備をします。踏み台サーバー経由でコマンドを実行していきましょう。 Ollama のダウンロード Ollama は、LLMサーバで動作させるのですが、LLMサーバはプライベート・サブネットにあるため、インターネットからのダウンロードができません。このため、一旦踏み台

G-gen の福井です。当記事では、AI エージェントツールに専門知識やワークフローを追加するためのオープンフォーマットである Agent Skills について、概念や動作の仕組み、スキルの構造、使い方などを解説します。 概要 Agent Skills とは Skills が可能にすること Skills の実体 Agent Skills の仕組み 基本的な動作 コンテキスト肥大化の防止 Skills と MCP の関係 Skills の構造 ディレクトリ構成 SKILL.md の中身 使い方 対応ツール

みなさん、Elastic Cloudを運用していて 「今月はどれくらいコストがかかっているだろう…」 「気づかないうちに予算を使い切っていたらどうしよう」 と不安になったことはありませんか？ Elastic Cloudには、コストの使いすぎを防ぎ、現在の利用状況を可視化するための「Budgets and notifications（予算と通知）」という非常に便利な機能が用意されています。 今回は、Elastic公式ドキュメントをベースに、この通知機能の仕組みと具体的な設定手順をわかりやすく解説します！ 目

こんにちは。昨年度まで社会人大学院生（修士課程）として学び、無事卒業した Hunachi です 🙌 研究生活の中で、 SICS 2026 と DEIM 2026 に参加し、論文の執筆や発表、ポスター発表をしてきました。 私の研究内容は「Android搭載端末での pKVM 環境を使ったセキュアな声紋認証の実装と評価」です 👀 このブログでは、 私が研究で扱っている pKVM ってなに？ どんな研究をしていたのか（ざっくり） 学会に参加したり、論文を書いて発表してみての感想 社会人大学院生をしてみた感想 以

AI エージェントに本番データを分析させるには、単にモデルと API をつなぐだけでは足りません。認可、ビジネスデータカタログ、ドメイン知識の 3 要素が揃うことで、エージェントは組織のアクセス制御とデータ構造を尊重した形で動作できます。 本記事は、シリーズ「AWS における AI エージェント対応のデータ基盤」の第 1 回です。 Amazon SageMaker を使用したデータ分析エージェントの参照実装としてサンプルリポジトリ aws-samples/sample-sagemaker-agentic-

AI時代の検索サービス：生成AIがサイト内検索に与える影響 ※本記事は、2026年4月28日開催の「Product Management Summit 2026」におけるセッション「AI時代の検索サービス：生成AIがサイト内検索に与える影響」の内容をもとに作成したものです。 ※登壇者：セールス&マーケティングプラットフォーム事業部 MA/CDP/SEARCH開発部 SEARCH開発 レコメンド・AI SEARCHチーム PdM/EM 三浦 宏貴 生成AIの普及により、ユーザーの情報探索行動は大きく

Orchestration Guildメンバーの福山です。普段はLINEレストランプラスというサービスで、フロントエンド開発を担当しています。この記事は、Orchestration Developme...

はじめに 第1回で作成したVCN（仮想ネットワーク）の上に、いよいよサーバ（コンピュートインスタンス）を構築していきます。 今回は、役割の異なる2つのインスタンスを作成し、安全にLLMを動かす準備を整えます。 なぜ2台のサーバが必要か？ 今回の構成では、セキュリティを担保するために役割を「外向き」と「内向き」で分けています。 Public-Jump-Server（踏み台サーバ）: パブリックサブネットに配置します。 インターネットから唯一アクセスできる窓口となり、ここを経由してLLMサーバの構築やDB操作

2026年4月22日〜24日に開催された Google Cloud Next '26 へ参加してきました。昨年に引き続きアメリカ・ラスベガスで開催され、弊社からはMA部の平井・林・木野、AI事業戦略部の川田・桜井の5名が参加しました。なお、昨年参加した様子は以下の記事で紹介しています。 techblog.zozo.com 今年はAIエージェントを『実戦』に投入し、いかに賢く、安全に使うのかに焦点を当てたセッションが多い印象でした。本記事では、現地での様子と特に興味深かったセッションをピックアップして紹介し

おなかが痛くてもコーヒーは飲む、近藤恭平です。 前回は生成 AI の基礎（FM・LLM・トークン・埋め込み・推論パラメータ）を整理しました。今回は、基盤モデルを実際のアプリケーションに活用するための設計・実装・評価に関する知識を整理します。試験ガイドのドメイン3に対応した内容です。 基盤モデルを使ったアプリ設計の考慮事項 FM の特性：大規模・ブラックボックス 深層学習の過程と学習の結果得られる基盤モデル（FM）には、以下の固有の特徴があります。 特性 内容 大規模なコンピューティング要件 FM のトレー