情シス担当者のAIコスト管理、Notion「クレジット制」移行で変わること
Notionを社内のワークスペースとして使う企業にとって、AI機能の使い方そのものがコストに直結する段階に入りました。これまで定額だった利用料が、タスクごとの消費量で変動する仕組みに置き換わるためです。
すべての記事
AI Topicaで公開した記事を、新しい順に並べています。
Notionを社内のワークスペースとして使う企業にとって、AI機能の使い方そのものがコストに直結する段階に入りました。これまで定額だった利用料が、タスクごとの消費量で変動する仕組みに置き換わるためです。
自社のAI活用基盤をどの半導体メーカーに依存させるべきか、悩んでいる情シス担当者は少なくありません。NVIDIAとAMDが相次いでMetaへの出資と提携拡大を発表したことで、AIインフラの供給網をめぐる構図に新たな変化が生まれています。
生成AIを業務に使う企業にとって、どのモデルをどこで動かすかは、コストだけでなくデータ管理の問題でもあります。KDDIが国内データセンターの推論環境を広げる動きは、その選択肢を増やす一歩になります。
仕様書を書く時間とレビューの手間は、設計部門の生産性を左右する大きな要素です。Scene株式会社が発表した新機能は、この2つの負荷に直接手を入れるものであり、設計者の1日の時間配分に影響を及ぼします。
月次決算やデータ入力に追われる経理担当者にとって、ERPが「操作するもの」から「任せるもの」に変わる動きは人ごとではありません。Oracleの年次イベントで示された「自律型ERP」という方向性は、経理・会計部門の仕事の中身を数年単位で変える材料になります。
契約審査の判断基準は、ベテラン担当者の頭の中にしか残っていないという会社は少なくありません。自社の過去契約やルールをAIに学習させてレビューに使う動きが始まり、法務・契約審査の仕事の進め方に関わってきます。
上司から「AIエージェントを無料で試してほしい」と頼まれても、無料枠の仕組みをツールごとに把握していなければ、検証は途中で止まりかねません。無料だからと社内資料をそのまま入力すれば、気づかないうちにデータが学習に使われる設定のままになっていることもあります。どのツールをどう比べ、何に気をつけて試せばよいのかを整理しました。
セミナーやウェビナーの企画を任されている担当者にとって、テーマ決めや告知文作成は時間を取られがちな業務です。AIをどこまで使えるのか、どこからは人の判断が必要なのかを知っておくと、準備の進め方が変わります。
日本企業でChatGPTを使う人の多くが、資料作成よりも「何をどう進めるか」を考える作業に使い始めています。企画職や管理職にとっては、作業を肩代わりしてもらう道具から、判断の土台を一緒に作る道具へと役割が変わりつつあるということです。
生成AIに文章を書かせるだけなら、すでに多くの企業が試しています。では、提案書作成や調査レポートの一連の工程を丸ごとAIに任せるには、何が足りないのでしょうか。伊藤忠インタラクティブが始めた法人向け研修が、その答えの一端を示しています。
米Anthropicが新規株式公開に向けた手続きを進め、財務内容と経営体制の詳細が明らかになりました。同社の生成AIサービスを業務で使う、あるいは導入を検討している企業にとっては、取引先の経営基盤を見極める材料になります。
AIモデルのコストは下げると性能も落ちる、という前提はもう当てはまらないかもしれません。OpenAIが発表した新モデルは、価格を据え置くどころか半減させながら、実務タスクの処理能力を引き上げたと説明しています。社内のAI活用予算を管理する立場の人にとって、見逃せない動きです。
電話口の予約対応に人を割けない飲食店にとって、深夜や早朝の取りこぼしは長年の悩みでした。LINEヤフーが始めた新サービスは、この電話対応そのものをAIに任せる仕組みです。導入を検討する前に、何が自動化されるのかを押さえておく必要があります。
AI導入を任されるエンジニアの評価は、「何を作ったか」だけでは測れなくなりつつあります。顧客の現場に入り込んで課題を見つけ出す「FDE」という職種の広がりは、SEを抱える企業の評価制度や採用基準そのものを問い直す材料になります。
AIモデルの学習や推論をNVIDIA GPU上で動かすことが前提になっている開発現場は少なくありません。クラウド事業者が自社AIプロセッサ向けの対応を進める動きは、インフラ選定のコストと柔軟性を左右する話題です。
銀行のATMや航空システムの裏側で、なぜ60年以上前のプログラム言語が今も動き続けているのでしょうか。その答えと、AIが状況をどこまで変えられるのかを整理します。
衆院選の応援職員が、ベテラン職員に聞かなくてもAIに聞けば仕事を進められる。札幌市では、そんな変化が選挙事務の現場で起きています。多忙な部署の問い合わせ対応やノウハウ継承に悩む企業にとっても、参考になる事例です。
サーバー側でNode.jsやBunを動かしている企業にとって、見えにくい場所にある部品の脆弱性は見落としやすいリスクです。今回OpenAIが見つけたのは、まさにそうした「縁の下」の圧縮ライブラリの穴でした。
大規模なAIモデルを動かすにはクラウドの力を借りるしかないのでしょうか。日本HPが発表した新型ワークステーションは、その前提に一石を投じる製品ではなく、むしろ「自社の机の上で完結させる」という別の選択肢を示すものです。情報システム部門にとっては、データをどこに置くかという判断材料が一つ増えることになります。
機密情報を外部に出さずにAIを使いたい企業にとって、金融グループの情報システム会社がどんな選択をしたかは参考材料になります。日本総研が選んだのは、クラウド型の外部APIではなく、自社環境に置く国産LLMでした。