AI の業務活用が広がる中、多くの企業が次の課題に向き合っています。個別の AI 活用は始まっているものの、組織全体として推進する仕組みが追いついていない。「何から手をつけるべきか」が見えにくい ― そんな声は少なくありません。 パナソニック エレクトリックワークス株式会社 (以下、同社)も、こうした課題意識のもとで動き出した企業の一つです。同社は、電気設備を起点に、Well-Being や Energy Management などの新たな価値を創出し、持続可能な豊かな社会づくりに挑戦しています。その中で
Microsoft ESI を通じて Microsoft Foundry の講義を受講しました。 ラボ環境でFoundryを触る中で、「面白い。自分でもAIエージェントを作ってみたい」と思いが湧いてきました。 Microsoft ESI とは Microsoft ESI(Enterprise Skills Initiative) のまとめと体験記の記事です。 blog.usize-tech.com 2026.02.26 今回は応用情報技術者試験の予想問題を生成する AI エージェントの作成を試みます。 M
.table-of-contents > li > ul > li > ul { display: none; } はじめに こんにちは、データサイエンス部コーディネートサイエンスブロックの 大川 です。私たちは、WEARにおける「似合う」をユーザーに届けるため、LLMやマルチモーダルAIを活用してコーディネートの特徴抽出や似合うに関する独自の判定処理のR&Dを行っています。 LLMが台頭して以降、LLMに構造化出力を要求するタスクは増えています。数百件のテストでは問題なく動いていたシステムが、本