める | FAS→事業会社 @shibuyaMandA IBD→FAS(M&A)→事業会社(社長室/プロダクト責任者)。USCPA全科目合格。現在は複数事業(BtoB SaaS)責任者、新規事業担当、経営管理・M&A・IRが主要業務 note.com/meru2022

これは私が普段いかに労働から逃げているかを示すものです。 前提となる考え方私は働きたくない。実際には仕事にやりがいを見出すこともあるので必ずしも働きたくないわけではないが、基本的には常に働きたくないと言っている。 ことプロダクト開発になるとこの傾向は顕著で、「何も作りたくない」「何も作らずにお金を稼ぎたい」などとよく言っている。プロダクトは作った瞬間に負債になる。世の中は絶えず変化・進化していくので、作った瞬間から陳腐化が始まる。それを防ぐために継続的なメンテナンスや改善が求められる。 通常、その負債が問題視されないのは、そのプロダクトが負債以上に大きな果実つまり価値をもたらすからである。アジャイルの名のもとに incremental delivery などと言うと聞こえはいいが、要するに負債より多くの価値を生み出すための自転車操業をかっこよく言っただけである。少しトゲのある表現になったが

はじめに こんにちは。宿泊プロダクト開発部の宮崎です。 みなさん、生成 AI 使ってますか？ 近年、AI の進歩はめざましく、文章生成や画像生成はもちろん、動画生成も実用的なレベルで出来るようになっています。 ChatGPT が話題になったのが 2022 年の 11 月なので、たった 2 年足らずでここまで来ているという事実に少し恐ろしくもありますね。AGI(汎用人工知能)の実現もそう遠くないのかもしれません。 一休でも AI 技術は注目していて今年の 6 月に、まさに生成 AI を使ってホテル検索システムの改善を行いました。 この記事では、その時に学んだプロンプトエンジニアリングの重要性について書いていこうと思います。 生成 AI を使ったホテル検索システム 今回我々が実装したのはフリーワード・文章でもホテルを検索できるシステムです。 以下のようなユーザーの自由な入力に対して、適切なホテ

企画を考えたり、問題解決の方法を模索したり、ビジネスの場面では、アイデアを考えることが多くあります。しかし、なかなかいいアイデアが浮かばない……ということも多いですよね。 そんなときは、生成AIにアイデア出しを手伝ってもらうのはどうでしょうか。 本記事では、ビジネスでよく使われるアイデア出しの基本技術をAIに適用させ、それを使って実際にアイデアを出すプロセスをご紹介します。今回は、多くの人にとって身近な「オフィスの生産性向上」をテーマにアイデア出しを試してみました。 生成AIはアイデア出しの強い味方になる！ まずは簡単な準備から。使うAIを選ぼう 1. アイデア出しの基本「逆算法」 2. アイデアを広げるなら「SCAMPER法」 3. 異なる視点を得るなら「ペルソナ法」 AIはアイデア出しの強い味方になる！ 実践してわかった、生成AIでアイデアを出すコツ 生成AIはアイデア出しの強い味方に

こんにちは、Browncatです。 Googleは8月28日、画像生成AIの最新バージョン「Imagen3」をリリースしました。 Imagen3の画像を生成するための同社の画像生成AIサービスが「ImageFX」ですが、このImageFXをしばらく試用しましたので報告します。 Imagen3概要　Imagen3の概要は、Googleの以下のサイト によれば、 以前のモデルに比べプロンプト理解力が大幅に向上。自然な日常言語で書かれたプロンプトも理解するため、複雑なプロンプト・エンジニアリングを行わなくても、必要な出力を簡単に得ることができる 照明と構成が適切で、視覚的に豊かで高品質の画像を生成 テキストレンダリング機能の大幅な改善 データセット内の有害なコンテンツを最小限に抑え、有害な出力の可能性を減らすために、広範なフィルタリングとデータラベル付けを使用 Gemini app and we

以下の記事などで既にかなり話題になっていますが、ぼくも触ってみました(使い方などの詳細はこちらの記事を参照してください)。 結論としては、マジすごくてかなり衝撃的です。すべてのホワイトカラーワーカーにとって、かなりディスラプティブなツールになるのではないでしょうか。 自分はコンサルタントでして、これまでにたくさんの資料を作ってきてスキルを磨いてきたつもりだったので、AIポン出しでここまでのものが出てきてしまうと、正直、人生について考えさせられちゃいますね。 この記事では、Napkinを使ってどういう資料ができたのか共有したいと思います。 ポストモーテムの勉強会をしたいなと思っていたので、まずはChatGPTで資料の骨子を出力し、それをNapkinに入力してみました。それで得られたのが、以下の資料です。 スライド1: タイトルスライド タイトル: ポストモーテムの教科書 副題: SREにおけ

Slackでチャットbot Discordを使うことが多かったので、Discordでチャットアプリをつくっていたのですが、Slackを使う機会が最近増えてきたので、Slackでチャットbotを作ってみました。 Slackは色々な使い方ができる分、設定が多くて結構ハマったので、やり方をメモしておきます。個人的メモなので、自分の使い方に特化していることはご承知おきください。 作ったSlackのチャットボットは以下のGitHubリポジトリに格納しました。 なお、botとインタラクション不要で、単純にSlackの特定のチャンネルにメッセージをおくるだけなら、Webhookを使うのが簡単なので、そちらをオススメします。 OpenAIの初期登録 Webで調べて実施してください（さらなる手抜き）。ChatGPT以外の大規模言語モデル（LLM）を使いたい場合は登録不要です（というかこの記事が不要でしょう）

ボタンをクリックするとこのブログを購読できます。よろしくお願いします。 ●はじめに――ちょっと地球をひっくり返してみませんか？ ①法月綸太郎「カニバリズム小論」 ・同じ作家のオススメ短編集 ②麻耶雄嵩「遠くで瑠璃鳥の鳴く声が聞こえる」 ・同じ作家のオススメ短編集 ③乙一「華歌」 ・同じ作家のオススメ短編集 ④綾辻行人「どんどん橋、落ちた」 ・同じ作家のオススメ短編集 ⑤連城三紀彦「親愛なるエスくんへ」 ・同じ作家のオススメ短編集 ⑥川島誠「電話がなっている」 ・同じ作家のオススメ短編集 ⑦森博嗣「卒業文集」 ・同じ作家のオススメ短編集 ⑧山本周五郎「なんの花か薫る」 ・同じ作家のオススメ短編集 ⑨栗本薫「コギト」 ・同じ作家のオススメ短編集 ⑩鮎川哲也「達也が嗤う」 ・同じ作家のオススメ短編集 ⑪ジェイムズ・ティプトリー・ジュニア「男たちの知らない女」 ・同じ作家のオススメ短編集 ⑫シオド

Google Analytics でサイト速度を計測する / Measure site speed with Google Analytics

はじめに ソースコードをLLMに読んでもらうとき、単一ファイルだと楽なのですが、GitHubのリポジトリのように複数ファイルから構成されるプロジェクトだと困ってしまいますね。 リポジトリごとLLMに読んでもらえるようにいい感じにテキスト化できると良いですね。そんなソフトがありました。しかも2つ。 両方ともほとんどコンセプトは同じです。特に後者のgenerate-project-summaryは使い方も含めて、自分のやりたいことが、すでに開発者の清水れみおさんが以下の記事にまとめていました。 なので、あんまり書く必要ないのですが、せっかくなのでgpt-repository-loaderの使い方と、出力したファイルの別の活用方法について書いてみたいと思います。 gpt-repository-loaderでリポジトリをテキストに変換 使い方はREADMEに書いてあります。シンプルなソフトなので、

はじめに 背景と課題 システム概要 ワークフローの詳細 動画文字起こし (Gemini, GPT-4o) 文字起こしの議題単位の分割 (Claude 3.5 Sonnet) 議題単位での要約作成 (Claude 3.5 Sonnet, GPT-4o) 出力 実装上の工夫と課題 結果と今後の展望 おわりに はじめに こんにちは。enechainで統計・機械学習モデルの構築やLLM（大規模言語モデル）の活用推進を担当している@udon_tempuraです。 近年、GoogleのGeminiなど生成AIの発展が目覚ましく、多くの企業がこれらの技術を業務に取り入れようとしています。 私たちenechainも例外ではなく、積極的にLLMの活用を進めています。 今回はその活用例の1つとして、複数のLLMを使い分けて構築した「会議動画の要約作成ワークフロー」についてご紹介します。 このワークフローでは会

その定番である「読書感想文」について、脚本家の三谷幸喜さんが紹介した「2つのポイント」が話題になっている。 三谷さんは2022年8月6日に出演したTBS系『情報7daysニュースキャスター』の冒頭、夏休みの読書感想文のアドバイスについて求められ、こう語った。 「僕も大っ嫌いだったんですよ。作文は好きなんですけども、読書感想文となると、何を書いていいか分からないし、あらすじとかも面倒くさいし、なんでこんなことを書かなきゃいけないんだと思って…」

Search, watch, and cook every single Tasty recipe and video ever - all in one place! News, Politics, Culture, Life, Entertainment, and more. Stories that matter to you. 「コピペできるようになったら神→対応しました」Google、驚異のリアルタイム文字変換の進化2月にβ版がリリースされたGoogle製の音声文字変換（Live Transcribe）アプリ。もともと聴覚障害者のために作られたアクセシビリティ機能だが、精度の高さから文字起こしとしても使えるのではないかと話題だ。来日中のプロダクトマネージャー、ブライアン・ケムラー氏に話を聞いた。

生成AI（人工知能）のRAG（検索拡張生成）の導入など企業で使われ始めたベクトルデータベース。その特徴は検索にある。ベクトルデータベースとはどのようなデータベースで、なぜ「意味」で検索できるのか。ベクトルデータベースの基本技術についてデータベースの専門家が解説する。（編集部） ベクトルデータベースは自然言語処理などAI技術の発展の中で生まれたデータベースであり、ベクトルの概念を用いてデータを管理するデータベースです。生成AIの登場とともに注目を集め、いまや多くの既存のDBサービスやその応用サービスにベクトルデータベースの機能が組み込まれています。 以下で検索を例にベクトルデータベースの特徴や動作の仕組みを解説します。 ベクトルによる「類似度」の判断 ベクトルデータベースがストアするのは数値の羅列です。単語や文章などの「意味」「文脈」を数値化したデータであり、個々の数値を取り出して意味や違い

Speech-to-speechは、NVIDIAのGPU搭載マシンがあればローカルで音声認識、応答生成、音声合成ができる画期的なオープンソースツールだった。 しかし一つだけ不満があったのは、これが日本語には対応していないということだ。 ワイはコスモポリタンである。 ・・・そう名乗ってしまったから、「そういえばコスモポリタンってなんだろう」と思ってClaude-3に聞いてみた。 コスモポリタンは以下のような意味や用法があります: 1.飲み物としてのコスモポリタン: ウォッカ、クランベリージュース、ライムジュース、トリプルセックを使ったカクテル 1980年代後半に人気が出て、特に映画やテレビドラマの影響で広く知られるようになりました 2.思想・概念としてのコスモポリタン: 世界市民主義、国際主義を表す言葉 国境や文化の違いを超えて、世界中の人々と交流し、理解し合うという考え方 狭い地域や国家の

2024年6月9日、KADOKAWAやニコニコ動画などを運営するドワンゴは、同グループの複数のWebサイトが6月8日未明より利用できない事象が発生と公表しました。システム障害の原因はランサムウエアによるもので、ニコニコ動画は復旧まで約2か月を要しました。またリークサイトから盗まれたとみられる情報を取得してSNSへ公開するなど悪質な情報拡散が確認されました。ここでは関連する情報をまとめます。 １．KADOKAWAグループのデータセンターでランサムウエア被害 公式及び報道より、データ暗号化の被害にあったのはKADOKAWAグループ企業 KADOKAWA Connectedのデータセンター（DC6）で運用されていたプライベートクラウドやそのクラウド上で稼働していたドワンゴ専用サーバー。またドワンゴの認証基盤であったActive Direcotryサーバーも攻撃者の制御下に置かれた。 侵害活動の拡

プロダクトInsights 日々リリースされる新しい商品やサービスたち。その商品やサービスには、必ず企業側の思惑や狙い、生活者のニーズ、時代の空気感が反映されている。本シリーズでは、これらの「Insight」を考察していく。 サンコー（東京都千代田区）が8月7日に発売した「排熱が熱くないスポットクーラー」が人気だ。発売したその日、用意していた在庫が完売。再入荷後もまたたく間に売れ、合計350台が完売した。

2023年5月18日(木) 日本経済新聞社 主催「【NIKKEI Tech Talk #7】各社のDevRel取り組み共有会(リアル開催) 」のCARTA HOLDINGSセッション発表資料です。 # セッション概要 コンテンツ・マーケティング、特にテックブログにおける大敵は読み手に「自分に…

はじめに 私ごとではありますが、現場でdynamodbをメインのデータベースとして採用してから約2ヶ月が経ちました。 たった2ヶ月いう期間で、何度も心身ともに崩壊し、そして粘り強く復活を遂げ、かろうじて奇跡的にレベルアップをしてきました。 今回の記事では、これからdynamodbの導入を検討しているエンジニアの皆様に向けて、わずかながら現場で(汗と血を流しながら)得た知見を共有したいと思います。 主にdynamodbを導入するときに楽できる部分、楽できない、苦労する部分がどんな感じか、この記事でなんとなく伝えられたら嬉しいです。 以下では、4つの項目(採用基準、設計、開発、運用)に分けて、知見を羅列していきますが、私もまだ駆け出しdynamodberの域を出ないので、誤りやアドバイス等ございましたら、是非コメントいただきたいです！ なお、ここで紹介する内容は基本的にはAWSの公式ドキュメン