こんにちは、Google の AI「Gemini（ジェミニ）」の公式 note 編集部です。 これまで AI といえば、「質問したら答えてくれるもの」でした。 先週ラスベガスで開催された Google Cloud Next '26 で、その前提が大きく塗り替わりました。これからの AI は、あなたに代わって、数時間から数日かかるような複雑な仕事を、最後までやり切ってくれる存在になります。 Google Cloud は、こうした自律的に動く AI の存在を エージェント（Agent）と呼び、企業のあらゆるプロセスがエージェントによって動く時代を エージェンティック エンタープライズ（Agentic Enterprise）と表現しています。今回の発表は、まさにエージェンティック時代の幕開けを告げるものでした。 この記事では、発表内容のうち日々の業務に直結するものを中心に、何が変わったのかと明日

静的に色を指定する場合はあらかじめ上記の基準を満たすように色を選択することが求められますが、動的に色が変わる場合やユーザーがカスタムテーマを使用する場合など、常にコントラスト比を確保するのは難しいことがあります。例えば GitHub のラベルはユーザーが自由に色を選択できるため、常に同じテキスト色を使用していると、コントラスト比が十分とならないことがあります。 このような状況では、hsl() 関数を使用して、背景色に対して十分なコントラスト比を持つテキスト色を動的に生成することができます。GitHub のラベルの例では、背景色の HSL 値を使用して、テキスト色の明度を調整することで、常に十分なコントラスト比を確保しています。 .label { color: hsl( var(--label-h), calc(var(--label-s) * 1%), calc((var(--label-

Google が提唱する A2UI（Agent-to-UI）プロトコルは、AI エージェントが安全に UI を生成してクライアントに送信し、クライアントがそれを描画するための標準的な方法を提供します。A2UI は、AI エージェントがテキストの応答を返す代わりに宣言的なコンポーネント定義を返すことにより、クライアントはネイティブなウィジェットを使用して安全に UI をレンダリングできます。 AI エージェントが UI を生成する手法として「Generative UI」というアプローチが注目されています。これは、AI とユーザーの対話の中で動的に UI を生成して回答することです。これはテキストだけでは伝えきれない情報を視覚的に表現したり、ユーザーが操作できるインターフェイスを提供するための方法として有望です。例えば料理を注文する際に、AI が料理の写真や注文ボタンを含む UI を生成して提

こんにちは、atama plus SREチームの小路です。 本記事では我々 SRE チームで実践しているプラットフォームエンジニアリングにおいて、レディネスレビューを導入した話をします。 レディネスレビューとは、プロダクト開発のある段階（例えばサービスローンチ）に運用面で満たすべき要件を評価するプロセスのことです。単なるチェック機能にとどまらずさまざまな側面があり、その意義について弊社の体験を交えながら本記事内で説明します。 はじめに とても長くなってしまったので、前・中・後編の3編に分けています。 前編では、レディネスレビュー導入に至る背景（社内プラットフォームエンジニアリングの考え方）や、作成時に考えていたことを中心に記載しました。 中編（本記事）では、実際に atama plus で使うレディネスレビューの一部を紹介します。 想定する対象読者 🧑‍🏫 リリース前チェックリストの運

こんにちは！フラーのデジタルノート編集部です。 このnoteでは、フラーのデザインにまつわる記事をいくつかピックアップしてご紹介します。 フラーのデザイナーって、実際にはどのように仕事をするの？ どんな価値観を持っていて、どんな人たちがいるの？ フラーにご興味を持ってくださったデザイナーのみなさんの、そんな疑問にお答えする記事がフラーのデジタルノートにはたくさんあります。 フラーのデジタルノートでは毎月多くの記事を公開しており、デザインに関する掲載記事は50本を超えました。 そこで今回は、フラーのデザイナーを知るのにぴったりな記事を、「仕事編」「価値観編」「ヒト編」に分けて、いくつかご紹介！ これらの記事を読んで、フラーのことをより深く知っていただければうれしいです。 仕事編：仕事について知る▼フラーのデザイナーがどんなことを考えながら仕事をしているのかが書かれた記事です。

こんにちは。IVRyでパートナー営業部の部長をしているyunibaです。 このnoteはIVRyのPLG領域ブログリレーの1本です。前回は西浪さんの記事で、「セールスを”仕組み”で横から支援するOpsの話」でした。セールス個人の頑張りの先を、AIを活用した仕組みでどう広げていくかという、組織の”足腰”の話だったと思います。 私の回は、組織の外側 — IVRyを”自社の外側の力”と一緒に伸ばしている仕事、パートナーアライアンス / パートナーセールスの話を書きます。 ただ、パートナーアライアンス / パートナーセールスの業務内容を書くより、「なぜ自分がいまこの役割にいるのか」を書く方が、IVRyという組織の手触りが伝わるかなと思い、今回はIVRyでどのように役割が変わってきたのかをお伝えできればと思います。キャリアを考えるときの一つの実例として、何か参考になる部分があれば嬉しいです。 入社時

IVRy、「AI実装の現在地・リアル」をテーマにしたカンファレンス「Voice to Value 2026 夏」を開催スターバックス コーヒー ジャパン、イオレ、顧客時間、メビウス製薬、NeoContactの登壇が決定 対話型音声AI SaaS「アイブリー」を提供する株式会社IVRy（本社：東京都港区、代表取締役/CEO：奥西 亮賀、以下「当社」）は、「AI実装の現在地・リアル」をテーマとしたカンファレンス「Voice to Value 2026 夏  ー企業とAIの現在地　現場のリアルが導く経営の「解」ー」を2026年6月25日（木） にホテル椿山荘東京にて開催することをお知らせします。 URL: https://ivry.jp/lp-article/cf/voice-to-value-2026-summer/ 日本企業のAI活用は「検討」から「実装」の段階へと移行しつつあります。生成A

はじめに株式会社IVRyでAIコンタクトセンター事業統括をしている岩間です。 2025年4月に入社し、気がつけばもう1年が経ちました。入社エントリでは「なぜ転職したのか？なぜIVRyなのか？」を、入社3ヶ月のnoteでは「コンタクトセンターが直面する4つの壁と、AI導入の成功へのロードマップ」を書きました。 入社1年の節目となる今回は、この1年間でコンタクトセンター業界がどう動いたのか、IVRyが何を実現してきたのか、そして私自身が何を感じ、何を考えてきたのかを書いていきたいと思います。 「AIネイティブ化」元年になった1年入社時のエントリで書いた通り、私がIVRyに入社した動機の一つは「労働集約型のビジネスモデルから、テクノロジーやAIを駆使したビジネスモデルへ」どのように転換していくかという軸でした。 入社から1年が経過した今、改めて振り返ってみると、この1年はコンタクトセンター業界に

こんにちは！atama plusでQAエンジニアをしている池上です。 「AIを使った機能のテスト、どこから手をつければいいんだろう？」 生成AIをプロダクトに組み込む機会が増えたいま、そう感じているエンジニアは多いのではないでしょうか。 2026年3月、atama plusは従業員教育プログラムの一環として、AIロープレ機能をリリースしました（プレスリリース）。 さまざまな職種のコミュニケーション練習を想定したこの機能では、AIが対話相手役を演じ、ユーザーがコミュニケーションスキルを繰り返し練習できます。 この機能のQAを進めるなかで、何度も立ち止まって考えたのが、「AIプロダクトでは何が難しくなり、QAの何が変わらないのか」という問いでした。 実際にやってみると、モデル選定という従来にはなかった工程が加わり、テストの評価の進め方も大きく見直すことになりました。その一方で、ユーザー価値から

こんにちは。プロダクト開発部の森 @jiskanulo です。 2026年4月22日から24日までRubyKaigi 2026 Hakodateが開催されました。 rubykaigi.org 函館アリーナを3日間に渡って貸し切る大規模イベントの運営をしていただきましたスタッフの皆様に感謝を申し上げます。 ファインディ株式会社もPlatinumスポンサーとして協賛しました。 私もブースに立って出展やファインディ各サービスのご案内をさせていただきました。 お話しをしていただいた皆様にも重ねて感謝申し上げます。 ブースに立つ合間にセッションを聞いて自分でやれそうなことに思いを馳せたり、他社様のブースを回ってプロダクトのお話をしたり、昔の同僚や知人と再会したりと個人的にもいい刺激の多い3日間でした。 さて、4月24日、最後のセッションのMatzさんのキーノートにてRubyファイルをネイティブバイナ

祖父母の家、実家、自宅と、3棟連続で監視カメラの設置工事をした。 次に活かす機会があるかはわからないけど、ログとして残しておく。 やったこと やったことを雑に書くと、こんな感じ。 設置場所の調査 電源の供給方法の確認 監視カメラの角度調整 外壁の穴開け ケーブル敷設 監視カメラモニターの映像確認 and more!! 書き出すとシンプルだけど、実際にやるとかなり現場力が問われる。 特に難しいのは、カメラそのものよりも「どこに設置するか」と「どうやって電源とケーブルを通すか」だった。 つまり、実装前の設計が大事。 これはソフトウェア開発と同じだなと思った。 外壁に穴を開けるという不可逆な作業 外壁に穴を開ける作業は、なかなか緊張感があって、コードなら間違えても戻せる。(Gitならrevertできるし。) でも、外壁に開けた穴はそう簡単には戻せない。 ソフトウェア開発と違って、物理レイヤーの変

みなさんこんにちは。ワンキャリアでアプリチーム所属のエンジニアの金（GitHub: @chihiroanihr）です。 私たちアプリチームでは React Native アプリの開発に TanStack Query（旧 React Query）を導入しています。 TanStack Query とは、React でサーバーのデータを扱うときの定番ライブラリで、データの取得・キャッシュ・同期をまとめて管理してくれます。例えば、今まで React で useEffect + useState で書いていた fetch 周りが、フック一つに集約されます。 // 自前で書いていた fetch → state管理 → ローディング制御が、 const [data, setData] = useState(null); const [isLoading, setIsLoading] = useState

はじめに こんにちは、Dress Code株式会社でプロダクトエンジニアをしているもず（@mozu1206）です。 テーブルの実装って結構面倒なことありませんか？ 一覧性が高いページなので、後からカラムが増えたりセルの中身が変わったりってしがちですよね。 ただこの要望の度に、バックエンドから返すデータを変え、フロントエンドでカラム定義の変更・セルのコンポーネント作って…とするのは地味にしんどいと思います。 そこで本記事では、台帳画面（一覧テーブル）を Server-Driven UI（SDUI）に作り変え、バックエンドの変更のみでテーブルのカラム増減や権限による表示制御を可能にした実践について紹介します。 弊社の先行事例 ないとーさんが詳細画面の SDUI 化について書いてくれているので、テーブル以外のSDUI活用についても興味がある方は是非ご覧ください。 TL;DR なぜ Server-

TL;DR はじめに こんにちは、Dress Code でプロダクトエンジニアをしている ないとー です！ 私たちは DRESS CODE という、人事・情報システム・総務・採用など複数の部門を横断する業務 OS として機能するコンパウンドプロダクトを開発しています。 DRESS CODE では、各組織が CSV などのファイルをアップロードすると、バックエンドのバッチ処理基盤が非同期でデータ変換・取り込み処理を行います。この基盤は AWS Batch on Fargate で動いており、S3 へのファイルアップロードをトリガーに EventBridge 経由でジョブが起動する構成です。 このアーキテクチャ自体はシンプルで問題なく動いていたのですが、マルチテナントの SaaS として複数の組織が同じ基盤を共有している以上、あるリスクが潜んでいました。それが Noisy Neighbor 問

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