G-gen の武井です。当記事では、Google Cloud Next '26 in Las Vegas のセッション「 Secure what's next: AI-driven defense for the enterprise 」について、速報レポートをお届けします。 G-gen Tech Blog では、現地でイベントに参加したメンバーや、日本から情報をウォッチするメンバーが、Google Cloud Next '26 に関連する記事を発信します。 blog.g-gen.co.jp はじめに A

こんにちは。SCSKの磯野です。 Google Cloud Next ’26 in Las Vegas Day1の基調講演が終わったので、内容をざっと整理してみました。 普段はMicrosoft（Fabric / Foundry）とGoogle Cloudの両方を触っている立場なので、「これってMicrosoftだとどういう位置づけ？」という観点で見た内容をまとめています。 1日目の基調講演「Opening keynote: The agentic cloud」 の速報的なまとめですが、Goo

2026年3月24日、サポーターズ主催のオンライン勉強会「全エンジニアEM化説」が開催され、JAPAN AI株式会社（ジーニーグループ）Product Dev Group 部長 Leon Xuが登壇しました。 生成AIやコーディングエージェントの進化により、エンジニアの役割はこれまでにないスピードで変化しています。実際、ソフトウェア開発の現場では「AIがコードを書く時代に、人間のエンジニアの価値はどこに残るのか」「本当に全員にマネジメント視点が求められるようになるのか」といった疑問や不安に向き合うことが増

G-gen の武井です。当記事では、Google Cloud Next '26 in Las Vegas のセッションの1つ、「 Chrome Enterprise Premium & Google Unified Security 」の速報レポートをお届けします。 G-gen Tech Blog では、現地でイベントに参加したメンバーや、日本から情報をウォッチするメンバーが、Google Cloud Next '26 に関連する記事を発信します。 blog.g-gen.co.jp セッションの概

はじめに マイクロサービスアーキテクチャ（MSA）のような多層のアプリケーション・多数の処理ルートを持つシステムでは、タイムアウト値の設計が重要です。呼び出しチェーンのどこかで待ち時間（＝タイムアウト値）の整合性が崩れると、想定外のタイムアウトが発生しやすくなるためです。 タイムアウト値の設計では、原則、呼び出し元のタイムアウト時間を、呼び出し先の想定処理時間よりも長く設定するのがベストプラクティスとされていますが、MSAのように、リクエストが通過するルートのパターンが複雑で多様なシステムにおいては、この

! この記事は執筆者個人の体験・見解に基づくものであり、所属組織を代表するものではありません。 ! この記事では、筆者の環境で実際に詰まったポイントと、そのときに有効だった対処を紹介しています。 PC や WSL、SnowSQL、社内ネットワーク、Zscaler の設定によって挙動が異なることがあるため、環境によっては必要な手順や結果が変わる場合があります。 はじめに はじめまして。データマネジメント統括部の田辺と申します。 2025年に入社し、現在（記事公開時点）2年目です。 業務でSnowflakeを

本稿は、SBI ネオバンキングシステム株式会社による AWS EKS Auto Modeの活用について、主導されたSBI ネオバンキングシステム株式会社 新藤様より寄稿いただきました。 はじめに SBI ネオバンキングシステム株式会社（以下、弊社）は、地方銀行向けのインターネットバンキングサービスをマルチテナント型 SaaS として開発・運用しています。サービス基盤には Amazon Elastic Kubernetes Service（以下、Amazon EKS）を採用しており、従来は AWS Farg

2026 年 3 月 27 日、Chat Agent や Flows をはじめとする Amazon Quick の AI Agent 機能の東京リージョンローンチを記念したイベント「Amazon Quick Event」が開催されました。本イベントでは、Amazon Quick の製品紹介や Amazon 社内での活用事例に加え、AWS パートナー企業やお客様による具体的な導入事例が共有されました。会場には多くのお客様にお越しいただき、オンラインでも多数の方にご参加いただきました。本記事では、イベントの模

本ブログは 株式会社スギ薬局様 とアマゾン ウェブ サービス ジャパン合同会社が共同で執筆いたしました。 みなさん、こんにちは。AWS ソリューションアーキテクトの吉田です。 「生成 AI を業務に活用したいが、一過性の PoC で終わってしまう」「成果を組織全体に広げるにはどうすればいいか」——こうしたご相談をいただく機会が増えています。 今回ご紹介するのは、株式会社スギ薬局様の事例です。現場の業務課題と技術を組織として結びつけながら、 Amazon Bedrock を活用した年末調整 QA ボットと調

Bedrock エージェント VS Bedrock AgentCore：比較ガイド 目次 導入 概要 Bedrock エージェントとは Bedrock AgentCore とは AWS 最適化フレームワーク：Strands SDK 詳細比較 アーキテクチャ比較 機能比較 実装の複雑さ比較 コスト比較 パフォーマンス特性比較 制約事項 ユースケース別推奨 1. 迅速なプロトタイピング 2. エンタープライズ向けカスタムエージェント 3. マルチテナント SaaS 4. 既存システムへの統合 5. 高度なワー

こんにちは、CTOの公手です。 この4月から、ラクスの新しい中期経営計画がスタートしました。 前中期経営計画の5年間、私たちは「ハイグロース」を掲げ、売上・組織規模ともに約4倍という急成長を遂げました。次なる3年で私たちが目指すのは「クオリティグロース（質の高い成長）」です。AIを駆使して組織をより筋肉質に変え、真の意味で「強い」組織へと進化させるフェーズに入ります。 この方針のもと、次の中期経営計画で開発本部が推進する3つのプロダクト戦略と、それを実現するために不可欠な3つの変革について、簡単ではありま

本ブログは、荏原製作所 情報通信統括部様 と Amazon Web Services Japan が共同で執筆しました。 こんにちは、AWS ソリューションアーキテクトの野間です。 2026年3月25日（水）、荏原製作所様と Amazon Web Services Japan が共同で「Ebara Cloud Day」を開催しました。 本ブログではその取り組みと成果についてご紹介します。企業内でクラウドを浸透させることに苦労されているIT担当者の方も多いかと思います。このブログの内容が皆様の活動の参考にな

はじめに Informaticaの Intelligent Data Management Cloud（IDMC）（※１）では、 Business 360 Console のページコンポーネントを活用することで、ユースケースに応じたカスタム画面を柔軟に構築することが可能です。 ※1 Intelligent Data Management Cloud 略称はIDMC。旧称はIICS。 Informaticaのカスタム画面機能は、従来のシステム開発のように個別に画面を開発する必要がなく、定義したデータモデルを

はじめに 従来のAzure Database for PostgreSQL Flexible Serverでは、いわゆるマスター・レプリカ構成が一般的でした。この構成では、インスタンスのスケールアップの他にリードレプリカを追加することで参照系クエリのスケールアウトが可能です。しかし、Amazon Web Services（AWS）のAuroraのReader Endpointのように単一のエンドポイントでリードレプリカへ自動的に負荷分散する仕組みは提供されておらず、アプリケーション側で接続先を切り替える、

以前、運用高度化のためにGoogle CloudでAIチャットボットを作成したのですが、MicrosoftではどのようなAIツールがあるのか…気になったので調べてみました。 本記事では、「Microsoft Copilot Studio」と「Azure AI Foundry」の機能や特徴を徹底比較します。ぜひAI開発ツール選定の参考にしてください。 Microsoft Copilot Studioとは？ 企業が独自のAIアシスタント（Copilot）を作成したり、既存の「Microsoft Copilot