• All
  • AI
  • AIエージェント
  • イベント
  • ウェビナー
  • ウェビナー
  • オフショア
  • オフショア開発
  • お客様インタビュー
  • お知らせ
  • データ活用
  • ニュース
  • パートナー提携
  • ブログ
  • プログラミング言語
  • マネージドサービス
  • リーテル
  • ローコード
  • 分類されない記事
  • 加盟団体
  • 受賞
  • 業務自動化
  • 生成AI
  • 社内活動
  • 社員の声
  • 製品
  • 認証
Ai駆動開発とは

AI駆動開発とは?注目される理由や主なツール4つの活用事例を紹介

はじめに  AIの進化によって、ソフトウェア開発の進め方は大きく変わりつつあります。これまでは人が要件整理から設計、実装、テストまで主導するのが一般的でしたが、近年はAIがコード提案にとどまらず、実装、修正、レビュー補助まで担う場面が増えています。GitHub Copilotではagent modeやcoding agentが提供されており、AIを単なる補助ツールではなく、開発を前に進める存在として活用する流れが強まっています。 こうした背景から注目されているのが、AIを開発プロセスの中心に据えるAI駆動開発です。AI駆動開発とは、開発スピードの向上や反復作業の効率化が期待できる一方で、使い方を誤ると品質や要件理解に課題が出ることもあります。この記事では、AI駆動開発の基本的な考え方を整理したうえで、注目される理由や主要ツール、実際の活用事例までわかりやすく解説します。 AI駆動開発とは  AI駆動開発とは、AIを単なるコード補完の補助機能として使うのではなく、要件整理、設計補助、実装、修正、レビュー、テスト、タスク実行まで含めて、開発プロセス全体の中心的な推進役として活用する開発スタイルです。近年はGitHub Copilotがissueやプロンプトから自律的に作業してプルリクエストを作成するcoding agentを提供し、Cursorもコード理解、機能実装、バグ修正、レビューまで担うAI editor and coding agentとして位置づけられています。 […]

AI駆動開発とは?注目される理由や主なツール4つの活用事例を紹介 続きを読む

仕様駆動開発(Sdd)

仕様駆動開発(SDD)とは?AI時代に注目される3つの理由と進め方を解説

はじめに 生成AIの活用が広がる中で、開発の進め方そのものを見直す動きが強まっています。特に、AIコーディングエージェントを使って実装速度を高められる一方で、曖昧な指示のまま開発を進めると、期待と異なる成果物が生まれやすいという課題も目立ってきました。こうした背景から注目されているのが、仕様を起点に開発を進める仕様駆動開発、いわゆるSDDです。GitHub Spec Kitでも、コードを書く前に仕様を明確化し、予測可能な成果に集中する考え方が示されています。 OpenSpecでも、人とAIの認識を仕様でそろえる重要性が強調されています。この記事では、仕様駆動開発の基本概念を整理したうえで、AI時代に注目される理由、従来の開発手法との違い、導入の進め方までわかりやすく解説します。 仕様駆動開発(SDD)とは 仕様駆動開発を理解するには、まず仕様そのものの意味を押さえることが重要です。 仕様とは 仕様とは、これから作るシステムや機能について、何を実現するのか、どんな条件を満たすべきかを明確に記述したものです。IEEE Computer Societyは、ソフトウェア要求仕様を、ソフトウェアの目的、機能、特徴などを詳細に記述したものと整理しています。 重要なのは、仕様は単なる思いつきや口頭指示ではなく、開発に関わる人が共通認識をもつための基準になる点です。たとえば、どのユーザーが何をできるのか、どの条件で処理が動くのか、性能や制約はどうなっているのかといった内容が仕様に含まれます。仕様が曖昧だと、開発者ごとに解釈がずれやすくなり、AIを使う場合はそのずれがそのまま実装のずれにつながります。 逆に、仕様が具体的で一貫していれば、人間同士の認識合わせがしやすくなるだけでなく、AIに対しても意図を伝えやすくなります。つまり、仕様は設計や実装の前提となる共通言語であり、開発の品質と再現性を支える土台です。 仕様駆動開発の定義

仕様駆動開発(SDD)とは?AI時代に注目される3つの理由と進め方を解説 続きを読む

Hblab、TelemaxおよびAutostradaと了解覚書(Mou)を締結

HBLAB、TelemaxおよびAutostradaと了解覚書(MOU)を締結、ソフトウェア開発およびAI分野での協業を拡大

2026年3月30日、HBLABは、重要なパートナーであるTelemax様およびAutostrada様と了解覚書(MOU)を締結しました。今回の締結は、ソフトウェア開発およびAI技術分野におけるHBLABの国際協業において、新たな一歩を示すものです。 Autostradaとのソフトウェア開発における協業を継続 Autostrada様との協業において、HBLABは引き続きIT Development Partnerとしての役割を担い、経験豊富なITエンジニアチームと最適な技術リソースを提供することで、Autostrada様のソフトウェア開発および自動車制御システムの統合を支援してまいります。 今回の協業は、HBLABの大規模なエンジニア体制、自動車ソフトウェア分野における知見、そしてベトナムのITアウトソーシングにおけるコスト競争力を活かし、双方にとって新たな成長機会をもたらすものでもあります。 Autostrada様が継続してHBLABをソフトウェア開発パートナーとして選定してくださっていることは、HBLABの技術力、サービス品質、そして高度な技術プロジェクトにおいて長期的に伴走できる体制に対する信頼の表れです。 Telemaxとの戦略的パートナーシップを拡大 Telemax様との今回のMOUは、両社の協力関係がComprehensive Strategic Partnershipへと発展する重要な節目となりました。 これまでのMOUと比べ、新たな協業範囲は、HBLABが引き続きTelemax様のソフトウェア開発パートナーを務めることにとどまらず、より戦略的な方向へと広がっています。今後は、車両管理分野における革新的なAIアプリケーションの共同研究・共同開発にも取り組んでまいります。 両社は、AIを活用した次世代フリートマネジメントソリューションの開発を通じて、運用効率の向上、管理の最適化、そして今後のフリートマネジメント分野における新たな価値創出を目指します。 さらにHBLABとTelemax様は、ソフトウェア開発、クラウドインフラ管理、開発生産性の向上、AIによるプロジェクト管理の最適化など、さまざまな領域において最新のAI技術の検証と活用も進めてまいります。

HBLAB、TelemaxおよびAutostradaと了解覚書(MOU)を締結、ソフトウェア開発およびAI分野での協業を拡大 続きを読む

Amazon Bedrockの活用事例

Amazon Bedrockの活用事例7選と効果について徹底解説

はじめに  Amazon Bedrockの活用事例は、社内問い合わせ対応や文書要約といった定番だけに留まりません。近年は、RAGを用いた社内ナレッジ検索、開発支援ツールでのログ分析、マーケティング業務のコンテンツ生成、分析支援の自動化など、業務の中核に生成AIを組み込む動きが広がっています。とはいえ、生成AIは導入すれば自動的に成果が出るわけではなく、どの業務に適用し、どのモデルを選び、社内データをどう連携し、運用とコストをどう管理するかで効果が大きく変わります。 そこで本記事では、Amazon Bedrockとは何かを簡潔に整理したうえで、企業で活用が進む理由を解説し、実際のAmazon Bedrockの活用事例7選を紹介します。さらに、各事例で得られた効果や設計上のポイントもあわせてまとめるため、自社で導入を検討する際の具体的な判断材料として活用できます。 Amazon Bedrockとは  Amazon Bedrockとは、AWS上で複数の基盤モデルをAPI経由で利用し、生成AIアプリケーションを構築・運用できるマネージドサービスです。LLMを自前でホスティングする場合に必要となる推論基盤の構築やスケーリング設計、運用保守の負荷を抑えながら、用途に応じたモデル選定と実装を進められます。チャットボット、要約、文書生成、分類、RAGによる社内データ連携など、企業の業務改善に直結するユースケースを短期間で試しやすい点が特徴です。 また、企業利用ではセキュリティとガバナンスが重要になります。BedrockはAWSの仕組みと組み合わせて、アクセス制御やログ管理などの統制を設計しやすく、既存のAWS環境に生成AIを組み込みやすいのも利点です。さらに、複数モデルを比較しながら精度とコストのバランスを見極め、PoCから本番へ段階的に拡張する進め方とも相性が良いです。生成AIを安全に業務へ定着させたい企業にとって、導入スピードと運用性の両面で検討しやすい選択肢といえます。 Amazon Bedrockが企業で活用される理由  Amazon

Amazon Bedrockの活用事例7選と効果について徹底解説 続きを読む

Amazon Bedrockとは

Amazon Bedrockとは?特徴・基盤モデル・料金・活用事例3選までわかりやすく解説

はじめに Amazon Bedrockとは、AWS上で複数の基盤モデルを使い分けながら、生成AIアプリケーションを構築・運用できるマネージドサービスです。LLMの選定や推論環境の準備を一から行わずに始められるため、PoCから本番運用までの立ち上げを短縮しやすい点が魅力です。一方で、利用できる基盤モデルの違いや、Amazon SageMakerとの使い分け、料金の考え方を理解しないまま導入すると、想定以上のコストや設計の手戻りにつながることもあります。 本記事では、Amazon Bedrockの概要と主な特徴、利用できる基盤モデルの比較、料金体系の整理に加え、実際の活用事例3選も交えて分かりやすく解説します。 Amazon Bedrockとは  Amazon Bedrockとは、AWSが提供する生成AI向けのマネージドサービスで、複数の基盤モデルをAPIで利用しながらアプリケーションを構築できる仕組みです。モデルのホスティング環境を自前で用意したり、推論基盤のスケーリングを設計したりする負担を抑えつつ、用途に応じてモデルを選んで実装できます。チャットボット、要約、検索強化生成、文書分類、社内ナレッジ活用など、業務に直結するユースケースを短期間で試しやすい点が特徴です。 Bedrockは、モデルを呼び出すだけでなく、企業利用を想定したガバナンスやセキュリティの考え方で設計されています。例えば、アクセス制御やログ管理をAWSの標準機能と組み合わせて実装しやすく、既存のAWS環境に生成AIを組み込みやすいです。 また、要件に応じてプロンプト設計や周辺のデータ連携を整えることで、単なる生成だけではなく、業務システムの一部として運用できる構成も取りやすくなります。生成AIを社内で安全に活用し、PoCから本番まで進めたい企業に適した選択肢です。 Amazon Bedrockの主な特徴 

Amazon Bedrockとは?特徴・基盤モデル・料金・活用事例3選までわかりやすく解説 続きを読む

マネージドサービスとは

マネージドサービスとは|インフラ運用・クラウド・セキュリティの提供内容と3つの活用事例

はじめに  マネージドサービスとは、企業のIT運用を外部の専門プロバイダーが継続的に担い、安定稼働と改善を支える仕組みです。インフラの監視・保守だけでなく、クラウド運用、セキュリティ管理、アプリケーション運用まで対象が広がり、内製だけでは手が回りにくい領域をカバーできます。人材不足や運用負荷の増大、セキュリティリスクの高まりを背景に、近年は中堅・大企業を中心に導入が加速しています。 本記事では、マネージドサービスの基本から、インフラ運用・クラウド・セキュリティにおける代表的な提供内容、導入時に押さえるべきポイントを整理し、実際の活用イメージがつかめるよう3つの事例もあわせて解説します。 マネージドサービスとは  マネージドサービスとは、企業のITシステムやインフラの運用・保守を、外部の専門事業者が継続的に担うサービス形態です。単発の作業委託ではなく、監視、障害対応、パッチ適用、性能管理、セキュリティ運用などを一定の契約範囲で提供し、SLAに基づいて品質を維持します。 従来の運用代行や保守契約と異なる点は、日々の運用を回すだけでなく、改善提案や自動化、標準化などを通じて運用品質を高めることを前提としているところです。クラウド利用が進み、運用対象が複雑化する中で、社内のIT部門は企画や戦略に集中し、運用はプロに任せるという分業が求められています。マネージドサービスは、コスト最適化と安定稼働、セキュリティ強化を同時に実現しやすい選択肢として注目されています。 なぜ企業にマネージドサービスが必要なのか  なぜ企業にマネージドサービスが必要なのかを考えるうえで重要なのは、単に運用を外注して楽をするという話ではない点です。ITの現場では人材不足、クラウド化による複雑化、セキュリティリスクの増加が同時に進み、従来の内製運用だけでは安定稼働を維持しにくくなっています。さらに、属人化や手作業による運用ミスが事業停止につながるリスクも無視できません。 ここでは、企業がマネージドサービスを必要とする代表的な理由を5つに分けて解説します。 IT人材不足が深刻化し、運用・保守を内製だけで回すのが難しい  IT部門は新規開発やDX推進、データ活用など本来注力したい業務が増えています。にもかかわらず、日々の監視や障害対応、パッチ適用、問い合わせ対応に追われ、手が回らないという状況が起きがちです。採用で埋めようとしても、運用スキルを持つ人材は市場で不足しており、採用難や人件費の高騰が課題になります。結果として少人数で運用を回す体制になり、夜間対応や休日対応が属人的になって負荷が集中します。 マネージドサービスを活用すれば、運用の定常業務や一次対応を外部に移管でき、社内の人材は重要度の高い企画や改善に集中しやすくなります。人材不足の中でも運用品質を維持する現実的な手段として有効です。 クラウドやSaaSの活用でシステムが複雑化し、監視・障害対応・最適化の負荷が増えている  オンプレミス中心だった時代と比べ、現在はクラウド、SaaS、外部API、コンテナ、CI/CDなど運用対象が多層化しています。障害が起きたときも原因が一つに特定できず、アプリ、ネットワーク、クラウド設定、外部サービスのどこがボトルネックかを切り分ける必要があります。

マネージドサービスとは|インフラ運用・クラウド・セキュリティの提供内容と3つの活用事例 続きを読む

ベトナムマネージドサービスプロバイダー

ベトナムマネージドサービスプロバイダートップ5|選ぶ理由と失敗しない選び方

はじめに  ベトナムマネージドサービスプロバイダーは、IT運用の外部委託先として近年注目が高まっています。クラウド活用やセキュリティ対策が当たり前になる一方で、社内のIT人材不足や運用負荷の増大に悩む企業は少なくありません。マネージドサービスプロバイダーを活用すれば、監視・障害対応・保守といった運用業務を継続的に任せられるだけでなく、運用改善や自動化まで含めてIT基盤を安定させやすくなります。 中でもベトナムは、優秀なIT人材が豊富で、コストと品質のバランスが取りやすい点が魅力です。ただし、運用体制や対応範囲、セキュリティ水準は企業ごとに差があるため、選び方を誤ると期待した成果が得られない可能性もあります。本記事では、MSPの基本を押さえたうえで、ベトナムのMSPを選ぶ理由を整理し、おすすめトップ5を比較します。あわせて、自社に合うベトナム マネージドサービスプロバイダーを失敗なく選ぶためのポイントも解説します。 マネージドサービスプロバイダー(MSP)とは  マネージドサービスプロバイダー(MSP)とは、企業のITシステムやインフラの運用・保守を、外部の専門事業者が継続的に担うサービス提供者のことです。単発の作業委託ではなく、監視、障害一次対応、復旧支援、パッチ適用、バックアップ確認、性能管理、セキュリティ運用などを一定の契約範囲で提供し、SLAに基づいて品質を維持します。 近年はオンプレミスだけでなく、クラウドやSaaS、アプリケーション運用まで対象が広がり、運用対象の複雑化に対応できる体制が求められています。 MSPを利用する目的は、運用負荷の削減だけではありません。運用を標準化して属人化を解消し、障害対応の迅速化や安定稼働を実現しやすくなる点も重要です。さらに、監視の高度化や自動化、コスト最適化、セキュリティ強化など、継続的な改善を前提とした支援ができるMSPも増えています。限られたIT人材を戦略業務に集中させたい企業にとって、MSPは運用の品質と持続性を確保する有効なパートナーになります。 ベトナムマネージドサービスプロバイダーを選ぶ理由  ベトナム マネージドサービスプロバイダーを選ぶ理由は、単にコストを下げられるからだけではありません。IT運用の現場では人材不足や運用負荷の増大、セキュリティリスクの高まりが同時に進み、内製だけで安定稼働を維持するのが難しくなっています。その中でベトナムは、IT人材の供給力とオフショア支援の実績を背景に、運用体制を組みやすい環境が整っています。さらに、クラウドやDevOpsなど新しい運用モデルにも対応できる人材が増え、日本との時差も小さいため、実務面の相性も良いです。ここでは、ベトナムMSPが選ばれる代表的な理由を5つに分けて解説します。 IT人材が豊富で、運用・監視・セキュリティなどの体制を組みやすい  ベトナムはIT人材の供給が厚く、運用・監視・セキュリティなどの役割を分けた体制を構築しやすい点が強みです。マネージドサービスでは、日々の監視や障害一次対応、変更作業、パッチ適用、ログ分析など多様な業務が発生します。内製だと少人数で兼務しがちですが、役割が重なるほど対応遅れや属人化が起きやすくなります。 ベトナムMSPは、運用専任やセキュリティ担当などを含むチームを組成しやすく、業務の標準化やシフト体制も設計しやすいです。その結果、障害検知からエスカレーションまでの初動が早まり、運用品質を一定化しやすくなります。日本側は重要な意思決定や改善に集中し、運用の持続性を確保する体制を作りやすくなります。

ベトナムマネージドサービスプロバイダートップ5|選ぶ理由と失敗しない選び方 続きを読む

レガシーモダナイゼーション

レガシーモダナイゼーションとは?必要性・進め方・成功事例5選をわかりやすく解説

はじめに 古くなったシステムやソフトウェアをそのまま使い続けていませんか?それが将来的に業務の停滞や大きな損失を引き起こすリスクになります。近年注目されている「レガシーモダナイゼーション」とは、そうした老朽化したIT資産を最新の技術や環境に移行・刷新する取り組みです。 DX(デジタルトランスフォーメーション)推進や「2025年の崖」への対応としても重要視されており、多くの企業が真剣に取り組み始めています。 この記事では、レガシーシステムモダン化の基本的な意味や必要性、具体的な進め方までをわかりやすく解説します。業務効率化やITコスト削減を目指す企業担当者必見の内容です。 レガシーモダナイゼーションとは レガシーモダナイゼーションとは、老朽化・複雑化した既存のITシステム(=レガシーシステム)を、現代の技術やニーズに合わせて再構築・最適化する取り組みです。古い技術に依存したままの状態では、業務効率の低下やセキュリティリスク、IT人材不足による保守困難など、企業活動に大きな悪影響を及ぼします。 特に2025年以降は、IT人材の大量退職やDX対応の遅れにより「2025年の崖」が現実化すると言われており、IT資産の健全化はその対策として急務となっています。本見出しでは、この概念の基礎を丁寧に解説していきます。 レガシーシステムとは レガシーシステムとは、企業が長年にわたり使用してきた業務システムやアプリケーションのうち、老朽化・複雑化しており、現在の技術やビジネス環境にそぐわなくなったIT資産を指します。多くの場合、COBOLや古いJavaバージョンで構築されたシステムが該当し、ブラックボックス化や保守対応の属人化が進行していることが問題となります。 これらのシステムは新規開発や外部連携が困難で、運用コストの増加やセキュリティ脆弱性の温床にもなりがちです。また、当時の担当者しか仕様を把握していない場合も多く、IT人材の高齢化や退職によって継承困難な状態に陥っているケースも少なくありません。今後の成長やDXの実現には、こうしたレガシーシステムの再設計が不可欠なのです。 モダナイゼーションとDXの関係 モダナイゼーションは、DX(デジタルトランスフォーメーション)を実現するための土台とも言えるプロセスです。DXは単なるITの導入ではなく、デジタル技術を活用して業務やビジネスモデルそのものを変革することが目的です。 しかし、古いシステムに依存していては、データの活用や業務の自動化、柔軟なクラウド連携などが難しく、DXの前提条件すら満たせません。そこで必要になるのが、既存システムを現代的なアーキテクチャにアップデートする「モダナイゼーション」です。 レガシーシステムモダン化を通じて、データ活用基盤の整備や、マイクロサービス化による機能分離を行えば、DX推進に必要な柔軟性や俊敏性を獲得できます。つまり、モダナイゼーションは「DXを進めるための前提作業」として、すべての企業に必要なステップなのです。

レガシーモダナイゼーションとは?必要性・進め方・成功事例5選をわかりやすく解説 続きを読む

Williamscreativity Server 5451985 640

Dataverseとは?特徴・SharePointとの違いや導入事例を徹底解説

はじめに 今年、企業におけるデータ活用がますます重要になりました。売上データや顧客情報、問い合わせ履歴など、活動のあらゆる場面で企業がデータ活用されるようになりました。 しかし、「データをどのように管理すればよいのかわからない」「スプレッドシートでの管理に限界を感じている」と悩んでいる企業も少なくありません。 このような課題を解決する手段として注目されているが、Microsoft が提供するクラウド型データ プラットフォーム Dataverse です。Dataverse は、業務アプリやデータ管理を効率化できるクラウド型データベースとして、多くの企業で導入が進んでいます。 この記事では、データベースの知識がなくても安心して導入できるよう、Dataverseの基本概念から具体的な活用メリット、他のツールとの違いまでをわかりやすく解説します。 データバースとは Microsoft Dataverse とは、Microsoft

Dataverseとは?特徴・SharePointとの違いや導入事例を徹底解説 続きを読む

Tungart7 Future 9045696 640

DWHとBIの違いとは?導入する際のポイントと特徴・ユースケースについて解説

はじめに 今年では、ビッグデータの活用やデータドリブン経営というキーワードが、あらゆる業界で語られるようになりました。企業活動では、売上データや顧客情報、Webアクセスログなど多くのデータが日々利用されています。 その中で注目されているのが、データを無視する「DWH(データウェアハウス)」と、データを分析・セキュリティ化する「BI(ビジネスインテリジェンス)」です。 この記事では、DWHとBIの違いと、導入する際のポイント・特徴・ユースケースについてそれぞれご紹介します。 DWH(データウェアハウス)とは DWH(データウェアハウス)とは、企業内の様々なシステムからデータを監視し、時系列に沿って監視・統合データベースするものです。 例えば、営業情報や顧客データ・取引履歴などの情報を一元的に管理し、経営判断の根拠となる分析を検討します。DWH内のデータは分析しやすい形にまとめられており、BIツールをはじめとしたツールと直接連携するより、使いやすい状態で分析可能です。 DWHによって、中小企業でも、簡単にデータの保管活用や基礎を築くことができます。 BI(ビジネスインテリジェンス)とは BI(ビジネスインテリジェンス)とは、企業が保有するさまざまなデータを収集・分析・流動化して、経営や業務効率化などに並行する手法です。最近では、クラウドサービスやAI分析と組み合わせたBIツールの活用も進んでおり、多くの企業で導入が進んでいます。 具体的な機能としては、売上や在庫の推移を瞬時に理解できるダッシュボードや、ドリルダウンなどが代表的です。これまでは専門的な統計知識を持った人しかいなかったデータ分析を、現場の担当者がマウス操作だけで直感的にわかるようになります。 DWHとBIの違いを比較 DWHはデータを一時・管理する「データ基盤」、BIはそのデータを分析・静か化して意思決定に活用する「分析ツール」です。DWH(データウェアハウス)とBIは、どちらも特徴的なデータ活用に関わる仕組みですが、役割が異なります。 DWH(データウェアハウス)

DWHとBIの違いとは?導入する際のポイントと特徴・ユースケースについて解説 続きを読む

Scroll to Top