はじめにLayerXで執行役員／VP of Product をしているnumashiといいます。 これまでキャリアの多くを、新規プロダクトの立ち上げにプレーヤーとして費やしてきました。ゼロからプロダクトを作り、顧客に届け、失敗し、作り直す——その繰り返しの中で、Minimum Viable Product(以下、MVP)という概念は自分にとって単なるフレームワーク以上のものでした。 「何を作るべきか」を問い続けるための、思考の型でした。 今、新規事業をやる中で、改めて生成AIの登場によってMVPの意味が根本から変わりつつあると感じたため、言語化しようと思います。 MVPとは何か新規プロダクトを作る際、MVPは開発の羅針盤でした。 Minimum Viable Product——その本質を説明するとき、Henrik Knibergのイラストがよく引用されます。 「車を作るなら、まずタイヤだけ

G-gen の杉村です。Google が提供する Google AI Studio で発行した API キーが何らかの方法で他人に知られたことにより、悪意ある主体によって大量に Gemini モデルへのリクエストが発行され、利用料が過剰に発生する事象が観測されています。当記事ではこの事象の説明と、対処法について解説します。 事象と背景 事象の原因 キーが他人に知られた原因 不正利用の原因 対策 対策の一覧 対象者 予算アラートと異常検知の設定 予算アラート 請求先アカウントの異常検知 迷惑メールに分類されない設定 Spend Caps の使用（Private Preview） 使用状況の把握 把握方法 課金レポートの確認 Cloud Asset Inventory の確認 API キーの制限の徹底 概要 API キーの所在の把握 API キーの制限 ベストプラクティスへの準拠 Google

元山文菜@書籍「無くせる会社のムダ作業」発売中 @ayana_motoyama 「新人がAIに聞いたまま資料を出してくる！AIが出したものを俺が添削して戻したら、それをまたAIに読ませて戻ってくる。」と泣いてる同世代(40代半ば)が結構いて、「なんで、ちゃんと内容チェックしてくれないんだよ！なんで、ちゃんと自分なりに直して出してこないの…俺とAIの橋渡ししてるんならアイツいらなくなっちゃうだろ。何回言ってもそのまま出してくるから、もうAI禁止なのかな…」って嘆いてるんですが、多分、新人の子は内容チェックしてるんですよ。きっと自分なりに直してもいると思う。ただ普通に考えてAIの知識は既に私たちを超えてる。我々がAIの矛盾に気づくのは単に歳を重ねてるからに過ぎなくて、自分よりレベルが高い資料が出てきたら何をどう直して良いのか分からないと思う。AIに任せて思考停止しちゃってるわけではなくて、自分

AIは仕事を変えるのか？――この問いは、すでに古い。 いま起きているのは、そんなレベルの話ではない。 企画書は1～２分でできる。 報告書も、分析も、提案書も、AIがそれなりの水準で仕上げる。 これまで人が何日も何時間をかけてやってきた仕事は 次々と置き換わっている。 しかも、それは一部ではない。 あらゆる業務の中核で起きている。 気づいたときには、わたしたちはいま 「人ができるかどうか」ではなく、 「人がやる必要があるのか」が問われている。 その先で何が起きるのか？ AIは、人をどう変えるのか？ データを使えば、社会は良くなる。 AIを使えば、企業は強くなる。 1人で、何でもできる時代が来る。 そう語られている。 しかし、その先にある社会の姿は、本当に見えているのか？ そこに人はいるのか？ 対話はあるのか？ 関係はあるのか？ 人と人が語りあい、考えあい、迷いあい、ぶつかあいながら決めるー

はじめに 察しの良いチームが、いちばん危ない。 書かなくても通じてきた、その通じ方が、AIには渡らない。書かれていない常識は、書かれていないというだけの理由で、消える。 要件定義は、長く「面倒だが避けて通れない上流工程」と呼ばれてきました。きちんと書こうとすると時間がかかる。書かなくても、チームが察しで埋めてくれる。だから雑にやっても、なんとかなった。たぶん、それが間違っていたわけではないのだと思います。書かない知恵で、私たちはずっと回してきた。 それが、AIで開発するようになって、通じなくなりつつある気がします。AIには「察し」がありません。書かれていないことは、想像で埋められる。その想像は、私たちのチームの常識とはたぶん一致しない。一致するときもあるかもしれませんが、一致しなかったときの代償が大きすぎる。 それも、信じられない速度で起きます。 人間のチームでは、要件の曖昧さは3週間後に

こんにちは AIチームの戸田です 先日開催されたNLP2026で、「B2B商談対話における階層的Dialogue Actスキーマの提案」という題目で発表させていただきました（P3-3）。ざっくり説明すると商談対話の構造をPhase層（商談の進行段階）とAct層（個々の発話の機能）の2層のスキーマで捉えよう、という提案です。 Phaseの遷移確率やActの出現パターンを明示的に制御することで、高品質な合成データの生成を目指すことが目的なのですが、本記事では、その実践に向けて、まず実データを分析して見えてきた商談対話の構造的な特徴と、そこから得た生成設計の方針を紹介します。 背景 AI ShiftではB2B商談を支援するAI Agentを開発しています。プロダクトを改善・評価するために、溜まった商談データを活用したいところですが、商談データは顧客情報や企業機密を含むため外に持ち出すことができず

こんにちは！フリー株式会社でエンジニアをしているyassyとkenzaです。 2026年1月30日に開催された「freee Tech Night」にて、「freee会計の大規模開発を支える "バックエンド委員会"」というテーマで登壇しました。 www.youtube.com freeeの基幹プロダクトである「freee会計」は、リリースから14年が経過した国内でも有数の大規模Ruby on Railsアプリケーションです。本記事では、この巨大なプロダクトをいかにして健全に保ち、進化させ続けているのか、その中核を担う「バックエンド委員会」の活動と、直近で取り組んだYJIT導入の詳細について解説します。 1. 巨大なモノリスと14年の歴史：freee会計の現状 freee会計のバックエンドは、2012年7月の最初のコミットから今日まで、膨大な機能追加と修正を繰り返してきました。そのため、以下の

はじめに こんにちは、uchiです。株式会社ビズリーチのAI Product Studio（以下、APS）でエンジニアをしています。APSは2026年2月に新設された組織で、「AIでプロダクト創出を常態化する」をミッションに、現在はAIを前提とした開発プロセスの構築と新規プロダクト開発に取り組んでいます。 この記事では、APSでAI前提の開発フローを構築するなかで生まれた「Agentic UATスキル」を紹介します。AIエージェントに仕様を一切教えずエンドユーザーを演じさせ、業務を遂行できるかを自律的にテストする手法です。ソースコードを読ませず、UIだけを頼りに業務を進めさせることで、「テストは通るのにエンドユーザー視点では動かない」バグを人手を介さずに検出できるようになりました。 AIエージェントに実装全体を任せたある時、こんな事象が発生しました。 「ユーザーのステータス変更機能を実装し

【3行要約】 ・ビッグテックに淘汰される企業と、生き残る企業。その命運を分けるのは、GAFAMが「ついで」で解決する課題を追わない戦略にあります。 ・THE GUILDの深津貴之氏は「2〜3年昼寝をしていれば解決する問いにコミットすると吹っ飛ぶ」と、AI時代の独自の生存方法を指摘。 ・AIが「問題そのものを発生させない」究極のUXへと進化する中で、リーダーが描くべき新たな成長モデルと、人間の真の役割を提示します。 起業家でエンジェル投資家の深津貴之氏司会者：田中さん、よろしくお願いします。 田中邦裕氏（以下、田中）：はい。よろしくお願いします。深津さんもずいぶん前からお付き合いがある中で、何回か登壇もさせていただいて。 深津貴之氏（以下、深津）：そうですね。ご一緒させていただいております。 田中：いつもXでも、すごく本質的なことを書かれているので、私もよく拝見しているんですが。まずは、ぜひ

特定のエンジニアに頼らない仕組みの作り方 New Relicは、2008年に米国で創業した、オブザーバビリティプラットフォームを提供する企業である。日本国内のオブザーバビリティ市場において、No.1のシェアを誇るベンダーだ。 同社の技術統括を務める伊藤基靖氏は、AI時代の開発における課題について「AIの導入によって開発の生産性が向上する一方、システム構成は今まで以上に複雑になっている」と指摘する。 New Relic株式会社 技術統括 コンサルティング部 ソリューションコンサルタント 伊藤 基靖氏 ブラックボックス化した複雑なシステムでは、問題発生時の原因究明や、影響範囲の特定に多大な時間を要する。さらに、どのチームにエスカレーションするべきか判断がつかないまま対応が遅れ、その間にもユーザー体験が悪化するという悪循環に陥りかねない。 そこで伊藤氏は「AI時代のシステムに求められるのは、誰で

各種エージェントの台頭により、サーバレスに動作しローカルファイルとして保存でき、永続化可能な組み込みデータベースのSQLiteやDuckDBへの注目を感じる昨今ですね。これらDBでの全文検索(FTS)の日本語対応ってどんなものなのだろうかと調べると、trigram での検索はできるものの、日本語語彙に特化した検索は標準できないようでした。 Linderaを使うアプローチもあるようですが、今回は Rust で実装されている軽量高速なトークナイザの Vaporetto を組み込んで動く拡張機能を作ってみました。 SQLite + Vaporetto https://github.com/hotchpotch/sqlite-vaporetto DuckDB + Vaporetto https://github.com/hotchpotch/duckdb-vaporetto Vaporetto は

ドメイン知識を持つ職員自らが実務に即したアプリケーションを素早く試作・展開できる強力な土壌づくり 行政機関における生成AIの活用は、セキュリティ要件やネットワーク環境の制約から、汎用的なチャットツールの導入にとどまるケースが少なくない。しかし、厳密な法令解釈や複雑な住民対応が求められる行政の現場においては、単一のプロンプトで完結する汎用AIだけでは、どうしても直接的な効率化に結び付かない実情があった。 GovTech東京の橋本氏は、この課題に対して「もう少し業務にフィットしたAIアプリを作れると、利活用の機運が増すのではないか」と仮説を立てた。この仮説こそが、自治体職員自身が日々の業務要件に合わせたAIアプリを構築できる「生成AIプラットフォーム」の立ち上げへとつながっていく。 一般財団法人GovTech東京 AI・イノベーション室 室長 橋本 淳一氏 これまで行政におけるシステム導入は、

2019年の開始以来、多様な最新論文を取り上げている連載「Innovative Tech」。ここではその番外編として“ちょっと昔”に発表された世界中の個性的な研究論文を独自視点で厳選、解説する。執筆は研究論文メディア「Seamless」（シームレス）を主宰し、日課として数多くの論文に目を通す山下氏が担当。イラストや漫画は、同メディア所属のアーティスト・おね氏が手掛けている。X：＠shiropen2 米カリフォルニア大学サンフランシスコ校などに所属する研究者らが2025年8月にNature Aging誌で発表した論文「Targeting iron-associated protein Ftl1 in the brain of old mice improves age-related cognitive impairment」は、脳の老化を促進する「FTL1」と呼ばれるタンパク質を特定し、そ