Deep Dive

Deep Dive

AIを入れても、なぜ業務量は思ったほど減らないのか

本記事は、Tech-Verse 2026で発表したセッション「AIを入れても、なぜ業務量は思ったほど減らないのか――Human-in-the-loopの限界とAI-Readyな業務設計」の内容を、LI...

なぜNTTは「小型LLM」にこだわるのか　国産AI「tsuzumi 2」に込めた狙い

kn.itmedia.co.jp

機械学習・画像処理による外観検査の運用設計：「どの閾値を選択するか」を現場と握るプロセスこそがAIプロジェクトの成否を決める

高性能LLMを安価に実現する秘訣その全貌に迫る #新技術

developers.freee.co.jp

AIエージェントによるジム予約システムの不具合利用についてまとめてみた

piyolog.hatenadiary.jp

役所でもAI活用が当たり前に？自治体の78％が着手、それでも82.7％が『職員のスキル』に課題

AIエージェントは自律的に送金できるが、法的責任は負えない——「広い指示は広いリスクを生む」という構造的な落とし穴

同じモデル系列を使ったチーム間でも30ポイント差が開く — DatabricksのAIエージェント競技が示した「モデル選定より設計が勝負を決める」現実

Anthropicのトークン単価は他社平均の4.4倍なのに、開発者が使い続ける理由 — Vercelの公開データが示すAI市場の現実

Netflixが「LLMに丸投げ」問題を解決するエージェントワークフローをOSS公開 — 単純回帰に頼らず因果推論を専門家レベルで自動化

AIエージェント向け検索API7種を品質・コスト・速度で一斉比較 — 「高品質な検索ほど総コストが安くなる」という逆転現象が明らかに

「返金しました」と言ったのにシステムは何もしていなかった — SalesforceがAIエージェントを「会話の品質」ではなく「実際の変化」で評価すべき理由を解説

AIエージェントが自律的にHugging Faceへ侵害 — Black Hat 2026が示した「AI対AI」時代のサイバーセキュリティの現実

PoCは成功したのに本番で止まる——エンタープライズAIを失速させる5つの壁と、外部パートナーを選ぶ企業が急増する理由

DeepSeek V4 Pro → GPT-5.6 Solの順に使うと、精度10ポイント上でコスト60%減 — コーディングAIはどちらか一方を選ぶな

AnthropicやOpenAIの「AI利用実態レポート」は会話の半数近くを除外していた — 独立研究者たちが「企業の語り」の外側を可視化しようとしている

Deutsche BankがAIで障害訓練を自動生成 — 本番インシデントの知見が次の演習に反映される「自己強化型レジリエンス基盤」の全容

「AIはがんを治す」という言葉はもう誰にも刺さらない — Anthropic CEOのAI不信論を記者はどう読んだか

AIが医師の診断精度を上回るなら「人間が最終判断」の義務化は逆効果 — JAMAの論説が規制の再設計を訴える

AIは「驚異的なエンジニア」だが「研究者」にはなれない — 自律的な自己改善が想定より遠い可能性を示した新研究

AIエージェントを本番環境に出せない本当の理由 — LLMを信頼しない5層防御アーキテクチャ