グーグル・クラウド・ジャパンは1月19日、「Google Workspace」の利用規約を更新し、顧客が日本の公的機関の場合は、契約の準拠法を日本法、合意管轄裁判所を東京地方裁判所にする旨を明文化したと発表した。 海外法が適用される心配がなくなり、迅速な導入が可能になるとアピールしている。 新たに、「お客様が日本の公的機関の場合、本契約の準拠法を日本とし、本契約に関する紛争の専属的裁判地は東京地方裁判所とします」と規約に明記した。 これまで、海外法が適用されるリスクへの懸念から、個別の契約交渉が必要になるケースがあったが、今回、規約への同意のみで日本の法律に基づいた契約保護が適用されることが明確になった。 同社は、総務省が公表している「地方公共団体における情報セキュリティポリシーに関するガイドライン」「自治体における AI 活用・導入ガイドブック」などで求められるセキュリティ要件にも適合し
はじめに 皆さんは、WEB 上で動作する AI Agent を活用していますか？ Local環境と完全に分離されているので、上手く活用できると非常に便利な反面、実装時の制約も存在します。 例えば、下記のような悩みを抱えている方も多いのではないでしょうか？ 実装前の計画を立てられず、思うようなアウトプットが得られない AIが提案する設計書の妥当性を判断しづらい ローカル環境との連携がスムーズにいかない Codex Cloudを上手く活用すると、これらの制約を回避しつつ開発を進めらます！ 同様の機能を持つDevinはかなり優れたツールで、上記の悩みも解決してくれますが、従量課金または$500/月のコストがかかるため、導入に躊躇される方も多いかもしれません。（もちろん、それを上回る価値はあります！） 一方、Codex CloudはChatGPTの有料サブスクリプションがあれば利用できるため、コス
本記事では、OCR精度の向上と申請フローの見直しに取り組み、「人でも読みづらい激長レシート」を一瞬でフォーム入力できるアプリに進化させた話を紹介します！ ※動画もあるのでぜひ最後までご覧ください！ 目次 改善の背景と今回のテーマ Cloud Vision API × GeminiでOCRを読み直す AIが読み直したらこうなった！ 申請フローの改善とUIの整理 最後に 改善の背景と今回のテーマ 前回までは、OCRによって経費申請を約8割まで自動化できていましたが、 実際に動かしてみると、現場で使うにはまだまだ改善の余地があることを実感しました。 OCRの誤読 フォームへの反映ズレ 差し戻し時の混乱 など、実際に運用するには厳しい部分が見えてきました。 そこで今回は、 AIにOCR結果を“読み直してもらうアプローチ 申請フローのUI・UX改善 の2点にフォーカスして改善を行いました！ Clou
IT・メディアCloud computing with laptop and smart phone flat design modern vector illustration concept, Network cloud service. 黒坂岳央です。 Windowsパワーユーザーの間で常識となっているのが「OneDriveの排除」ではないだろうか。恐ろしいことに最初の分岐点は、「購入したパソコンの初期設定時」に訪れる。ここでローカルアカウントに設定するか、しないかで、その後のデータ管理の運命は大きくわかれていくことになる。 ネット上ではOneDriveを避ける声が多く、「マイクロソフト製の実質的なランサムウェア」と呼ぶ声さえある。実際、ローカルに保存していたファイルをオンラインに「誘拐」したり、中小零細企業では企業の機密データを知らず知らずの内にOneDriveへ閉じ込め、企業側は
はじめに ちょっとSNSで 「.NETはLinuxでも本格的に動く！」 とか 「Web系エンジニアは.NETの理解が10年前で止まってる」 とか話題ですね。一方で、「そもそも.NETでLinuxをメインにした開発方法をWebの記事等で見かけない」 という話もあり、確かに自分もあんまり見かけないなー、と思ったので 「無いなら作る」 の精神で作りながら書いてみる事にしました。Weekly ITニュースで扱ってるから概要は知ってるんですがエアプ気味でしたので良い機会。まあ、お仕事だとJavaがメインだけど、自称 Web系エンジニアなので対よろです! TL;DR 最新の.NETはWindows専用だった.NET Frameworkと違いLinuxも一級市民 VS Code + DevContainer, VueやReactと組合せ安いREST API, コンテナ, GCPのCloud Runデプロ
G-gen の奥田です。当記事は、Google Cloud Next '25 Tokyo の2日目に行われたブレイクアウトセッション「Gemini CLI で実現する AI Agent 時代のプロダクト開発」のレポートです。 他の Google Cloud Next Tokyo '25 の関連記事は Google Cloud Next Tokyo '25 カテゴリの記事一覧からご覧いただけます。 セッションの概要 Gemini CLI とは Gemini CLI の機能 入力モード Context Engineering MCP サポート Gemini CLI を用いたデモ デモの内容 1. 自然言語で SQL を生成して BigQuery でデータ分析 2. ウェブサイトに追加する動画を生成 3. Cloud Run にデプロイ 関連記事 セッションの概要 本セッションでは、Gemini
Google Cloud Next Tokyo '25 の「Next Tokyo イベントアンバサダー」に選出いただきました G-gen の堂原です。当記事は、Google Cloud Next '25 Tokyo の2日目に行われた ブレイクアウトセッション「もう手放せない！Gemini の NotebookLM、Deep Research、Canvas で思考を加速」 のレポートです。 他の Google Cloud Next Tokyo '25 の関連記事は Google Cloud Next Tokyo '25 カテゴリの記事一覧からご覧いただけます。 セッションの概要 思考を変革する、新しい情報活用ワークフロー 概要 Deep Research NotebookLM Canvas AbemaTV のユースケースご紹介 概要 文章作成 調査業務 社内データ活用 関連記事 セッション
Ryan J. SalvaSenior Director, Product Management, Google Cloud ※この投稿は米国時間 2025 年 8 月 5 日に、Google Keyword blog に投稿されたものの抄訳です。 今年 6 月に、ターミナルで Gemini の力を活用できるオープンソース AI エージェント Gemini CLI をリリースしました。リリース以来、ご利用いただいた開発者の方々から寄せられた熱狂的な反応は想像以上のものでした。多数の機能リクエストやコントリビューションが続々と寄せられる中、私たちは自ら Gemini CLI を活用し、イシューの振り分けやプルリクエストのレビューを自動化しました。この新しいワークフローがコミュニティ メンバーの目に止まり、「ぜひ共有してほしい」という声が多数寄せられたことから、この度公開を決定しました。 本日
はじめに Solr運用における課題 Solrを用いた検索システム構成 Solr構成における課題 EKSクラスタの定期的なアップデート Solrのウォームアップによる起動時間の長さ 検索改善施策への対応 Elastic Cloudに決定した理由 移行方法 既存機能の提供 各ユースケースの具体的なElasticsearchの例 AND検索の例 Index Settingsの例 ファセットの例 重み付けの例(titleにcommentの3倍のスコアリング) 複数Indexの横断検索例 Solr同等の性能 移行してみて 良かったこと Solrからの脱却 検索システムへの理解度 Elastic社のサポート 移行後の課題 1文字検索の要件見直し 特定サービスのリクエスト先Indexを変更 プライマリシャード数のチューニング 運用面での課題 まとめと今後の展望 はじめに データ基盤開発部・検索基盤チーム
クラウド開発成功秘話 (2) - Amazon AWS (EC2) の開発は、南アフリカの小規模オフィスで 14 名で自作データセンタ (1 ラックにノートパソコンを大量に積み重ねた) を作って実施 (2004 年 12 月)。これでソフトウェアを完成させ、1.5 年後に米国のデータセンタで稼働開始させたものが現在の AWS。 クラウド開発成功秘話 (2) - Amazon AWS (EC2) の開発は、南アフリカの小規模オフィスで 14 名で自作データセンタ (1 ラックにノートパソコンを大量に積み重ねた) を作って実施 (2004 年 12 月)。これでソフトウェアを完成させ、1.5 年後に米国のデータセンタで稼働開始させたものが今の AWS。 Amazon AWS を開発した Dave Brown 氏 (現副社長) のインタビュー: Amazon EC2 の初期の開発は、南アフリカで
GA4の画面上で分析するのは面倒、だけどAIにデータを取り込むのも手間でデータ漏洩なども不安…そんな方にオススメなのが、GAのMCP Serverを使ったAI分析です。 そもそもGAのMCP Serverって何？という感じかと思います。 Google Analytics MCPサーバーは、AIアシスタントがGoogle Analyticsデータにアクセスして分析できるようにする Model Context Protocol（MCP）サーバー です。MCPは、AIモデルが外部データソースやツールに安全に接続できるようにするためにAnthropicが開発した標準化されたプロトコルです。 これでもよくわからないという感じかと思うので、ウェブマーケター向けにわかりやすく説明すると １）GA4の指定したプロパティの最新データを常に取得することができ ２）そのデータをAIサービス側で読み込むことができ
Google Cloudは、日本時間で今日（2025年4月10日）未明に開幕したイベント「Google Cloud Next 2025」において、複数のAIエージェントを連携させたマルチエージェントシステムを実現する「Agent2Agentプロトコル」（A2A）を発表しました。 Agent2Agentプロトコルを用いることで、異なるベンダーやフレームワークによって構築されたエージェント同士がセキュリティを保ちつつコミュニケーションや情報交換を行って連携できるようになります。これにより開発者はさまざまなプラットフォームやアプリケーションを横断して稼働するマルチエージェントシステムが実現できるようになります。 MCPを補完するプロトコルによるAIエージェント同士の協力を実現 Agent2Agentプロトコルは、Anthropicが提唱したAIモデルとサービスの連携を行うためのプロトコルである「
いくつになっても秘密基地には憧れるもの。 ということで今回は、自分たちの好きなことに活用出来る秘密基地を作った話。 配信支援活動の拡大 それでも僕らがイベントのライブ配信を続ける理由 という記事を書いたのが約一年半前。 jaco.udcp.info CloudNative Daysというカンファレンスの配信を担っていたチームが独立して、EMTEC という名前でさまざまなイベントの配信を支援するようになったのがちょうどその頃。 なぜ自分たちがイベントの配信をしているのかはその記事を読んでいただくとして、そこから一年半で多くのイベントに携わってきた。 ウェブサイトも出来たし、多くの仲間もできた。今やEMTECは10人を超える規模になっている。みんなそれぞれ本業は持っているが、空いた時間で活動している。 emtec.tv 参加出来るメンバーでそれぞれ所持している機材を持ち寄り、その時々で異なる構
デジタル庁が求める要件119項目のうち、13項目が2024年9月末までに完了――。さくらインターネットが2025年度末という期限に向けて、ガバメントクラウドの開発を急ピッチで進めている。同庁は何を求め、同社は何を追加で開発しているのか。極めて高い要求の実態と、同社の奮闘を深掘りする。 デジタル庁は2023年11月、ガバメントクラウド向けのクラウドサービスに、さくらインターネットの「さくらのクラウド」を条件付きで採択したと発表した。ガバメントクラウドへの採択は、「Amazon Web Services（AWS）」や「Google Cloud」「Microsoft Azure」「Oracle Cloud Infrastructure（OCI）」に続く5件目で、国産クラウド事業者としては初めてだ。 ただしさくらインターネットは2025年度末という期限までに、デジタル庁がガバメントクラウドに求める
連載 LinuxサーバーのTCPネットワークのパフォーマンスを決定するカーネルパラメータ- 1編 LinuxサーバーのTCPネットワークのパフォーマンスを決定するカーネルパラメータ- 2編 5. TIME_WAIT socket TIME_WAIT状態のソケットは、利用可能なlocal port数を軽減させて同時に保有できるクライアントソケットの数を制限します。 5.1 TIME_WAIT socketとは？ TIME_WAIT状態のソケットは、いつ発生するでしょうか？ まず、TCPソケットの状態フローを見てみましょう。 上図から分かるように、active closingするソケットの最後の終着地がTIME_WAITの状態です。 言い換えれば、クライアントソケットであれ、サーバーソケットであれ、close()システムコールを先に呼び出した側（active closing）が最終的にそうなり
「図解即戦力 Google Cloudのしくみと技術がこれ1冊でしっかりわかる教科書［改訂2版］」をより効果的に読むポイント 「図解即戦力 Google Cloud のしくみと技術がこれ 1 冊でしっかりわかる教科書」とは Google Cloud の基礎知識が学べる「図解即戦力 Google Cloud のしくみと技術がこれ 1 冊でしっかりわかる教科書」が、2024 年 9 月 (電子書籍版は 8 月) に出版されました。 こちらの書籍は Google Cloud のパートナーエンジニアと Google Cloud のパートナーである grasys さんの共著となっており、実際に Google Cloud を現場で使用しているプロフェッショナルの視点で初学者・中級者向けに書かれています。そのため、本書は これから業務で Google Cloud を使用する上で必要な知識 がまとめられた
政府が情報管理の効率化のために整備する「ガバメントクラウド」。省庁、自治体が個別運用してきた管理システムを、クラウド上の共通サービスに移し2025年度までに運用経費を20年度比で3割減らす目標だ。しかし、これがなかなかうまくいってない。なぜなのか。関係者を徹底取材した、元経済誌プレジデント編集長と作家の小倉健一氏が解説する。全３回の第２回目。 目次 デジタル庁の目論見が失敗に終わった３つの主因メンツを優先する岸田政権ならではの政策なぜクラウドへの移行は難しい？３つの理由デジタル庁の「大本営発表」の怖さ人口比にすると50%を超える、「約10%が困難はミスリードではないか」ガバクラ移行事業者「実際には、もう期限内に移行を完了させるのは無理だと分かっているんですが…」絶対に守れない納期を守れというのは、もはや地方自治体へのパワハラ デジタル庁の目論見が失敗に終わった３つの主因 自治体の業務をクラ
【Next Tokyo ’24】100 以上のアーカイブ セッションを本日公開！人気の生成 AI 関連セッションの紹介も 基調講演は先行して配信しておりましたが、ブレイクアウト セッション、スポンサー セッションなど、100 セッション以上を本日、追加で公開しました。セッションの復習に、新たな学びのきっかけに、ぜひこちらからご自身のペースでご視聴ください。 アーカイブ セッションを視聴 今回は、その中でも特に来場者からの評価が高かった下記の生成 AI 関連のセッションを紹介します。 Google Cloud で始める LLM Ops ~ RAG をどう評価するか ~ 損害保険ジャパン株式会社 眞方 篤史 氏 データ分析を支える Looker を用いた「生成 AI + BI プロダクト」 株式会社フェズ 海沼 玲史 氏、小池 悠太 氏 プロジェクト間での分析を可能にした高セキュリティな企業デ
勘定系システムを巡って、地方銀行の判断が真っ二つに割れている。北國銀行や静岡銀行、福島銀行は勘定系システムを競争力の源泉と位置付け、アプリケーションの全面再構築を選択した。「COBOLの勘定系システムを塩漬けにすることはできない」。北國銀行で執行役員システム部長を務める新谷敦志氏は力を込める。 「勘定系システムは未来の銀行においてビジネスモデルの中核になり得る」。こう語るのは、しずおかフィナンシャルグループ執行役員CIO（最高情報責任者）の鈴木統也氏だ。傘下の静岡銀行は2021年1月、日立製作所のオープン勘定系パッケージである「OpenStage」を活用して、勘定系システムを刷新した。同行はOpenStageの共同開発元であり、第1号ユーザーでもある。2度の延期などで投資額は400億円超に膨らみ、稼働後も例外的な処理の扱いなどに苦労し、安定運用フェーズに入るまで時間を要した。 それでもメイ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
