Coursera
【Coursera（コーセラ）】 Stanford University（スタンフォード）Machine Learning（機械学習）の感想
生成AI 生成AI推進がPoCで終わってしまうことへの解決策：本番運用に乗せる5つの判断軸と手順
はじめに生成AI（LLM）は便利です。プロトタイプもすぐ作れる。だからPoC（概念実証）は回る。でも、多くの会社では、PoCで止まり、先に進めません。大事なのは、PoCをする前に、本番に必要な条件（回す設計）を揃えることです。この記事では、...
生成AI 生成AIのコストはどこで増える？見落とされる5つの費用と“上限”の決め方
はじめに生成AIのコストというと、つい「クラウド料金」「API料金」だけを見がちです。ですが、多くの場合、導入が進むにつれて効いてくるのは“周辺の費用・工数”のほうです。ここで誤算が起きると、推進が「想定外の増加」や「運用の混乱」で止まりや...
生成AI なぜ生成AIは社内で禁止されるのか：禁止を増やさず運用に落とす分類フレーム
はじめに生成AIの社内利用って、最初はわりと自由に始まるのに、しばらくすると急に「禁止」が増えがちです。この“禁止ラッシュ”は、多くの場合 リスク回避の姿勢が強いからというより、もっと構造的な理由で起きます。境界が曖昧：何を入力してよくて、...
生成AI 生成AIの費用対効果についての説明方法
はじめに昨年、生成AIを社内で試し始めた。現場の感触は非常に良い。しかし、来年度の予算を考える時期で急に詰まる。「ROI（投資対効果）」をどうやって説明したらよいわからないからです。この記事では、簡単なフレームワークで、ROI（投資対効果）...
生成AI 生成AI導入、最初にやるべき業務は？ “インパクト×リスク”のマトリクスで決めよう！
はじめに昨年、社内で生成AIを「試してみた」。でも——何がどれだけ良くなったのか、説明しづらい部署ごとに使い方がバラバラで、再現性がないリスクが気になって、結局“無難な用途”しか回っていないこのような悩みに多くの企業が陥っています。原因はシ...
生成AI 米国の生成AI活用は何が違う？ Anthropic Interviewerが示す“現場の壁”
はじめに生成AIを導入したのに、現場の効果がいまいち見えない。これには社内で“どう使われ、どう感じられ、どこで止まっているか”が見えていないことが原因の一つです。この「見えない部分」を、Anthropicが調査しました（Introducin...
生成AI 【Anthropicレポート紹介】AIエージェントを用いたサイバー攻撃の衝撃
はじめに本記事では、Anthropicが2025年11月に公表したレポート「Disrupting the first reported AI-orchestrated cyber espionage campaign」をもとに、①何が起きた...
生成AI 【Ollamaブログ紹介】生成AIの“ガードレール”をOSSで：gpt-oss-safeguard（20b/120b）を企業運用に落とす
はじめに生成AIを社内で使い始めると、最初は「便利！」で進みます。でも次に止まるのは、だいたい同じところです。プロンプトに機密情報が混ざったらどうする？出力が社内ルールから外れたら、誰が止める？AIエージェントが“変な動き”をしたら、どう気...
本 【厳選9書籍】生成AIの勉強に最適！初心者〜実務レベルまで本音でおすすめできる書籍まとめ
はじめに生成AIを学びたいと思っても、「どの本から読めばいいの？」「初心者向けと実務向けの違いがわからない…」そんな悩みを抱える方はとても多いはずです。そこで今回は、実際に私が読み込み、内容を精査した“厳選9冊”をまとめました。このまとめで...
本 【書評】Pythonでまなぶ ローカルLLMの訓練と使いこなし
はじめに次のような悩みありませんか？「ローカルLLMを触ってみたいけれど、何から学べばいいかわからない」「ローカルLLMの情報が散在していて体系的に学べない」「PythonでLLMを扱うときのコード例や具体的手順がなくて手が止まる」「クラウ...