はじめに 本記事は、 株式会社レスター （以下、レスター）の加瀬 友基 氏による寄稿記事です。 レスターでは、各社・各部門に分散していた営業情報を一つの土台に集める AI 情報プラットフォームを構築しています。中核となるレスターマッチングサービス（以下、RMS）は、顧客ニーズと企業・技術・製品などの解決手段を結びつけるマッチングの仕組みであると同時に、顧客・仕入先、取引実績、担当者との接点、商材、案件、議事録などを相互の関係性を保ったまま蓄積する、グループ共通のデータウェアハウスです。商談時の録音データを

ニューヨークの 9 月中旬には、特別なエネルギーがあります。パンプキンスパイスラテがたっぷりとあり、気温も下がってきていて、もうすぐセーターが必要となりそうな天気です。街は全速力で戻ってきました。AWS のローンチカレンダーも同様です。2026 年 9 月 14 日週、そのエネルギーは、Amazon Bedrock 上の新しいフロンティアモデル、Amazon Quick のデスクトップアプリ、そして AI エージェントで最大の効果を得ている開発者は単により良いツールを使っているだけではなく、働き方そのもの

目次 概要 主な変更点 できること 動作に必要な環境など シーケンス図（超概略図） 動かし方 1. 準備 1.1. GitHub リポジトリのダウンロード 1.2. .env ファイルに必要な情報を記載します。 2. ビルドおよびコンテナの起動 2.1. ビルド 2.2. コンテナの起動 3. EIS の設定 4. Elasticsearch へのデータ登録 4.1. 密ベクトル生成前のテキストデータの登録 4.2. インデックスの作成 4.3. マッピングの作成 4.4. _reindex 4.5. キ

― Harness EngineeringとSwitchyardで考えるTokenomics はじめに １つ前の記事では、NVIDIA研修の事前課題についてご紹介しました。この記事では、NVIDIA の AI Advisors Workshop に参加してきましたので、その続きについてお伝えします。（講師は、マクニカ、NVIDIA の方でした） 研修では、Agentic AI、NVIDIAのAIエコシステム、AI Factory、製造業・金融業でのユースケース、Go-To-Market、PoCの進め方など

人工知能 (AI) に投資した 1 ドルごとに 2 ドルのリターンが得られるのであれば、コストの増加は非効率ではなく、プラスの投資収益率 (ROI) を示すことになります。しかし、AI 支出とビジネス価値の関係を明らかにすることは複雑で難しく、取り組みを拡大すべき時期や見直すべき時期を判断するための明確な指標を得られないことがあります。ROI を算出するには (図 1 を参照)、まずコストを配分し、次に、そのコストが貢献するビジネス成果と対応付けます。これにより、ROI の基礎的な構成要素である

本ブログは 2026 年 5 月 15 日に公開された AWS Blog “ The AWS AI Security Framework: Securing AI with the right controls, at the right layers, at the right phases ” を翻訳したものです。 忙しい経営者向けの要約 AWS AI Security Framework は、セキュリティリーダーが AI を活用して迅速に行動し、安全性を維持するのに役立ちます。ワークロードがプロトタ

はじめに MNTSQ 株式会社 アルゴリズムエンジニアの内海です。 弊社では最近、MNTSQ契約レビューという機能をリリースしました。 私自身は今年の5月に入社したばかりなのですが、AIエージェントが人間に代わって契約書の条文を読んでリスクをチェックし修正までしてくれる、便利な時代になったものだなと感心するばかりです。 さて、そんな便利な機能ですが当然素のLLMだけで実現できるわけではなく、裏では契約書を解析してどのようなチェックを行うべきかを判断したり、過去の案件や文書で関連しているものを検索して参照し

はじめに こんにちは。NTT西日本 三重です。 RAGの失敗を「検索側の問題」か「生成側の問題」かに切り分けるための鍵となる、コンテキストの「十分性（Sufficient Context）」判定を、ローカルの小規模LLMにどこまで任せられるのかを日本語データで検証しました。Qwen3.5系の0.8B / 2B / 4B / 9Bを比較し、モデルサイズと判定精度・出力安定性の関係を定量的に確認しています。ローカルLLMでRAGの評価基盤を組みたい方の参考になれば幸いです。 本記事は2026年9月時点の情報に

NTTドコモビジネスでは、小島克重社長の考え方や経営判断の背景を、対話形式で相談できるAI社長「AIコジー」を開発しています。最初は経営幹部向けのAI社長として提供していましたが、2026年7月にセキュリティを守りながら一般の社員でも使えるように「AIコジー（全社版）」を公開しました。 参考： NTTドコモビジネス、AI社長が営業に助言　システムは外販も検討（日本経済新聞） 参考： 「“社長AI”って意味ある？」→言った本人も手のひら返し　幹部の9割が高評価したNTTドコモビジネスの「AI小島社長」開発録

アマゾン ウェブ サービス ジャパン（以下、AWS ジャパン）が実施する「 生成 AI 実用化推進プログラム 」は、生成 AI の活用を支援する取り組みです。お客様のニーズに合わせ、カスタムモデルによる課題解決に取り組む方向けの「モデルカスタマイズコース」、公開モデルによるビジネス課題解決を狙う方向けの「モデル活用コース」をご用意しております。 その「生成 AI 実用化推進プログラム」の参加者や、GENIAC（Generative AI Accelerator Challenge）の関係者、生成 AI に

はじめに こんにちは！ セーフィー株式会社でサーバーサイドエンジニアをしている坂上（@Bobtaroh）です。 先日、2026年8月5日（水）19:00より、「セーフィー × カンリー AI Night #2：AI開発における社内標準化の取り組み」をオンラインで開催いたしました！ 第1回（詳細はこちら！）の続きとなる第2回目の開催となりましたが、今回も多くの方にご参加いただき、またアーカイブをご視聴いただいた皆様、本当にありがとうございました。 本記事では、当日の各LT（ライトニングトーク）のハイライトや

はじめに # 大まかな構成は把握していても、細かい実装には手が回らずぼんやりとしか理解してなかったので、勉強を兼ねてRAG（Retrieval-Augmented Generation）を実装してみました。 今回は、RAGの核となる「ベクトル化」「類似度検索」「コンテキスト注入」を理解することを目的に、フレームワークやVectorDBをあえて使わず、最小構成で動かしてみます。 これらは実運用ではライブラリやVectorDBに置き換える選択肢がありますが、まずは本質を素の形で体感します。 そのうえで、ミステ

はじめに デジタルテクノロジー戦略本部 AI戦略室のT.Sです。 2026年7月、オーストラリア・メルボルンで開催されたSIGIR 2026（49th International ACM SIGIR Conference on Research and Development in Information Retrieval）とICTIR 2026（ACM Conference on Innovative Concepts and Theories in Information Retrieval）に参加

はじめに 近年、生成AIやLLM（大規模言語モデル）の急速な普及を経て、テクノロジーの潮流は単なる「テキスト対話」から、自律的に判断して行動する「Agentic AI（エージェント型AI）」や、リアルな物理環境と連動する「Physical AI（物理AI）」へと決定的な進化を遂げています。 NVIDIAと聞くと「高性能なGPUを供給するハードウェアベンダー」というイメージを持ちがちです。 しかし、NVIDIAの研修（正確には研修を受けるための事前課題）を受けてみると、その真価はGPU単体だけではなく、GP

LINEヤフーでは、ユーザーの目的に応じてさまざまなサービスや機能をつなぐAIエージェントサービス「Agent i」の開発を進めています。Agent iで多様なニーズに応えるには、現場のアイデアを素早...