1. はじめに前回の記事では、AWS（Amazon Web Services） Samplesで公開されている sample-agent-cost-bench を使い、Kiro CLI上で複数モデルを比較しました。https://zenn.dev/nttdata_tech/articles/130bd43f48e425前回利用したのは model-compare です。これは、同じCLI上で複数のモデルを比較し、成功率・コスト・実行時間を確認するためのモードです。今回はその続きとして、agent-cost-bench のもう1つの比較モードである cli-compare を試...

はじめに（本記事の趣旨）近年、製造業や重要インフラにおいて、OT（Operational Technology）システムのサイバーセキュリティ対策が求められています。その中で、「何から始めるべきか」という問いに対して、最初のステップとして「資産の可視化」が挙げられることが多くあります。しかし、「資産の可視化」と言っても、具体的に何をどこまで実施すればよいのかは必ずしも明確ではありません。OTセキュリティにおける資産管理とは何を指し、どのように整理していくべきかを考えることが重要です。本記事では、OTセキュリティにおける資産管理を検討する上で参考となるガイダンスのひとつとして、...

1. はじめにAIコーディングエージェントの活用が広がる中で、開発現場では次のような問いが増えてきました。Kiro、Claude Code、GitHub Copilot、Codexなど、どのツールを選ぶべきか同じツールでも、どのモデルを使うべきか高性能なモデルを使うコストは、品質向上に見合っているのかチームや案件全体に展開したとき、費用対効果をどのように説明するのかAIコーディングエージェントは、単純に「一番賢いモデルを使えばよい」というものではありません。簡単な修正であれば軽量なモデルで十分な場合もあります。一方で、既存コードベースをまたぐ修正や、IaCの変更など...

はじめにこんにちは。NTTデータでデータサイエンティストを務めております@tamurayuc20ndです。本記事では、DataRobot社が提供するAIアクセラレータの一つである「MLflowエクスペリメントの追跡」を題材に、PapermillによるNotebookの自動実行と、MLflowによる実験管理の仕組みを解説します。単にテンプレートを動かすだけではなく、自分のユースケースに合わせてどこを修正すればよいかという観点で整理している点が本記事の主眼です。Notebookベースで機械学習の試行錯誤を進めている方や、実験条件と結果を後から振り返りやすくしたい方の参考になれば幸...

1. はじめに生成AIやAIエージェントを業務で活用する際、モデルの学習時点以降の情報を扱いたいケースがあります。たとえば、最新のAWS（Amazon Web Services）アップデート、製品ドキュメントの更新、ニュース、競合サービスの情報などを扱いたい場合、モデルの内部知識だけでは不十分です。一方で、金融・公共などデータガバナンスが厳しい領域では、AIエージェントにWeb検索機能を持たせる際に、以下のような点が課題になります。ユーザーのプロンプトや検索クエリが外部の検索APIに送信されないか外部検索APIのAPIキーや認証情報をどう管理するかWeb検索機能のために...

NTTデータの奥村です。AWS（Amazon Web Services）のマルチアカウント環境でセキュリティ統制を設計するとき、私がいつも頭を悩ませるテーマがあります。どこまで Control Tower の Control Catalog を使い、どこから各サービス側の管理機能に任せるべきなのか、というものです。今回はこのテーマについて現時点での私の見解を紹介したいと思います。 登場する管理主体話を始める前に、今回出てくる管理主体、つまりコントロールを実際に管理する仕組みやサービスを説明します。1 つ目が、AWS Control Tower と AWS Control Cata...

はじめに「50万円以上の申請はいくつありますか？」「承認済みの購買申請を一覧表示してください」「今月申請されたデータを確認したい」このような業務データの確認を、毎回SQLで行うのは手間がかかります。特に、SQLに慣れていない利用者にとって、データベースに蓄積された情報を自由に活用することは簡単ではありません。本記事では、Oracle Alloy環境上のAutonomous DatabaseとSelect AIを利用し、業務テーブルに対して自然言語で問い合わせできるデータ分析アプリケーションを試作します。（もちろんOCI上でも動作します）アプリケーションはPythonのWe...

1. はじめにClaude Cowork や Claude Code は、調査、ファイル操作、データ分析、資料作成、コーディング、テスト、レビューといった作業を Claude に委任できる AI エージェント体験を提供します。一方で、企業で利用する場合に重要なのは「何ができるか」だけではありません。プロンプト、ソースコード、生成物、監査ログ、コストなどをどう管理するかが重要になります。本記事では、Claude Cowork や Claude Code を Amazon Bedrock 経由で利用する理由を、AWS（Amazon Web Services）のセキュリティ、認証、監...

1. はじめに生成AIの業務利用が広がる中で、最近は「AIをどう活用するか」だけでなく、AI利用にかかるコストをどう管理するかも重要なテーマになってきています。たとえば、以下のようなケースです。気づかないうちにLLMのトークン利用料が増えている個人・チーム・アプリごとの利用量が見えづらい高額なモデルを誰でも自由に使えてしまう予算上限を超えてから初めて気づく特定のLLMプロバイダーやモデルが混雑・制限されたときに代替手段がない自分も当初、AWS（Amazon Web Services）であれば以下のような仕組みで、ある程度対応できるのではないかと考えていました。...

1. はじめにAWS（Amazon Web Services） のハンズオンを試す際、これまでは個人の AWS アカウントを用意し、クレジットカードを登録し、利用後にリソースを削除する必要がありました。もちろん、実務で AWS を扱ううえでは、アカウント管理や課金管理、IAM 権限、リソース削除の考え方を理解することは重要です。一方で、AWS を学び始めたばかりの方や、社内勉強会・顧客向けワークショップで複数人に環境を触ってもらう場合、事前準備や削除漏れへの不安がハードルになることもあります。そのような中、AWS Builder Center の一部ワークショップで、無料のサン...

はじめにこんにちは。社内でデータサイエンティストを務めております@tomoberです。NTTデータ ソリューション事業本部では、お客様企業のAI・データ活用を、コンサルティングから基盤構築、実行支援を通じた成果創出までワンストップで提供しており、その支援テクノロジーの一つとしてDataRobotを提供しております。今回は、2026年1月に開催したデータで読み解く顧客行動セミナーでご紹介させていただいた内容を元に、なぜ顧客理解が必要かといった基本的な概念や、代表的な手法とその考え方を中心にご紹介します。 DataRobotについてDataRobot社は、人工知能（AI）に対...

はじめにこんにちは、株式会社NTTデータの松本です。2026年6月10日に東京で開催されたCode with Claudeに参加してきました。本記事では、当日の様子と印象に残ったセッションの要点を紹介します。https://claude.com/code-with-claude/tokyo!本記事の内容は、筆者が当日聴講した際のメモをもとにしています。書き起こしではないため、表現や厳密な数値などは公式の発表内容と異なる場合があります。正確な情報は公式サイトや、後日公開される予定のセッション録画をご確認ください。 基本情報Code with Claudeは、An...

はじめにこんにちは、NTTデータグループAI技術部の太田です。先日サンフランシスコで開催されたDatabricksのイベント「Data + AI Summit 2026」に現地参加してきました。本カンファレンスでの注目トピックの一つとして「Genie」が大きく進化しました。これまでGenieというと「自然言語でデータに質問できるAI/BIアシスタント」という印象が強かったと思います。今回の発表では、Genieが単なる分析アシスタントから、ビジネスユーザから開発者まで幅広いユーザと共に業務を遂行するAI Coworkerなサービス群へと再定義されました。本記事では、Data +...

🎯はじめに古くは業務パッケージ製品、そして近年はLow-Code Platform製品(以下LCPと略)を用いて、短期間で業務アプリケーションを構築できる時代になりました。一方で、LCPによる開発では、画面や業務ロジックの実装がスムーズに進む分、「実現したい業務が動くか」といった機能面の確認に意識が向きやすくなります。しかし、本番運用を見据えたときに重要になるのは、それだけではありません。性能・可用性・セキュリティ・拡張性・運用保守性といった、いわゆる非機能の観点も、あわせて抑えておく必要があります。特にLCPでは、内部実装やアーキテクチャが、LCPベンダやクラウドで提供される...

1. はじめに前回の記事でもお話ししたように、Amazon Pinpoint（以降、Pinpoint と表記）でキャンペーン配信を運用している場合、エンゲージメント機能のサポート終了を見据えて移行を考えるタイミングが来ています。Amazon Web Services（AWS）公式ドキュメントでは、Pinpoint のエンゲージメント機能は 2026-10-30 にサポート終了予定とされており、既存利用者向けには Amazon Connect アウトバウンドキャンペーンと Amazon Connect 顧客プロファイルへの移行が案内されています。なお、Pinpoint のサポート...

自己紹介2000年代後半からSAPベーシス、2025年からSAP BDCとJouleを専門に働いています。今でもSAPGUIでワークロード分析とかやってます。JouleとかBDCとか、新しいことが大好きですが、古いことも大好きです。最近は、SAPNote 3255746 - Unpermitted usage of ODP Data Replication APIs で巷をざわつかせている、ODP-RFCインターフェース経由でのSAPデータ抽出に関する対応についても取り組んでおります(興味がある方はいつでもご相談ください)。新しい技術は好きですが、新しすぎる技術の「公式ドキ...

1. はじめにAWS（Amazon Web Services）のコスト管理では、Cost Explorer、Cost Anomaly Detection、Cost Optimization Hub、Compute Optimizerなど、目的に応じたさまざまなサービスが提供されています。また、最近ではAmazon Qを利用して、AWSマネジメントコンソール上から自然言語でコストに関する質問を行うこともできるようになってきました。そのため、「Cost ExplorerやAmazon Qがある中で、AWS FinOps Agentは何が違うのか？」と感じる方もいるのではないでしょうか...

～生成AIエージェント時代に知っておきたい「知識のデータモデリング」の本質～ はじめに「チャンク分割が重要です。」最近、この言葉を耳にする機会が本当に増えました。技術イベントの登壇でも、AIベンダーの提案セミナーでも、生成AIの解説記事でも、まるで業界の合言葉であるかのように当たり前に使われています。しかし、私は時々、ふと立ち止まって考えてしまうのです。「私たちは、この『チャンク』という言葉の持つ本当の重みを、どれほど理解できているのだろうか」と。文章を機械的に300文字ごとに区切れば、それが優れたチャンクなのでしょうか。機械的にオーバーラップを20%入れておけば、そ...

1. はじめに今年、AWS（Amazon Web Services）がAgentic Football Cupを発表しました。これまでにもDeepLens、DeepRacerやAI Leagueなど技術の可能性を体感できるサービスを出してきているAWSらしいサービスとなります。AWS Summitでブースが出ていたので、担当者の方にいろいろと話を伺ってきましたので、紹介いたします。ただし、本サービスはワークショップは各地域で提供されているようですが、一般公開はされていないため、サービスを体感できるまでにはもう少し待つ必要がありそうです。なお、本サービスはマルチエージェントで協調...

!この記事は、Tableauで会員登録者数を可視化する際に発生した「総数」と「内訳の合計」が一致しない問題について、原因と対応方針を整理したものです。公式仕様を網羅するものではなく、実務で起きた数値差異の調査・解消観点をまとめています。 はじめにTableauで会員登録者数の推移を可視化していた際、ツールヒントに表示される「登録者数の総数」と「登録チャネル別内訳の合計」が一致しない事象が発生しました。やりたかったことは、以下のようなダッシュボード作成です。登録者数を日別に表示する登録チャネルA、登録チャネルBを色分けするツールヒントに総数とチャネル別内訳を表示する...