asopi tech
asopi techIndie Developer

#IT産業タグの記事

表示切り替え
日米IT産業比較 ―「製品」と「サービス」、そしてAIによる再編
AI
生成 AI

日米IT産業比較 ―「製品」と「サービス」、そしてAIによる再編

アメリカでIT企業といえばMicrosoftやNVIDIA、日本ではNTTデータや富士通——同じ「IT企業」でも指すものが違います。製品を世界へ量産する米国型と、顧客固有の業務を支える日本型。この構造差が収益・人材・競争力を分けてきました。生成AIはこの構図をどう再編するのか、日本の弱みと強みから展望します。

#ai#industry#career

構造化する技術（第1回）― 乱雑な情報から複数の射影へ

同じ会社の記録が別々に集計されるのはなぜでしょうか。名寄せから始め、身近なデータを検索や集計に使える形へ変える方法を扱います。

問題を定義する技術（第3回）― 定義を運用し、要件定義へ渡す

その問題定義、書いて終わりにしていませんか？ 仮説として更新し、要件定義へ渡すまでの手順です。

問題を定義する技術（第2回）― 境界・立場・時間・制約の四つの軸

その問題、どこまでを対象にしますか？ 四つの軸で、問題の範囲と見方を決めます。

問題を定義する技術（第1回）― 依頼を問題へ戻し、As-is・To-be・Gapで書く

その依頼、すでに選ばれた解決策ではありませんか？ 方法は脇に置き、現状との差として問題を書きます。

実装しない技術（第3回）― 作らない判断を妨げる予算・契約・決裁の構造

その開発、予算がついた時点で結論が決まっていませんか？ 作らない判断を妨げる七つの構造を解説します。

実装しない技術（第2回）― 業務の把握と、システム化の判断

その要求、担当者の作業一覧から拾っていませんか？ 業務の全体像を捉え、システム化の範囲を決める手順です。

実装しない技術（第1回）― 依頼の歪みと、ECRSによる業務の整理

そのシステム化の依頼、問題ではなく解決策が書かれていませんか？ 開発対象を消していく手順を整理します。

AIエージェントが行う決済の行方 ― 委任・商取引・都度払いに分かれた規格の層

エージェントにカード番号を渡す話ではありません。では、この一年で積み上がった規格は、何を証明しようとしているのでしょうか。

AIエージェント時代の「作らない技術」(5) ― 着手前に検証すべき6ポイント

そのコードは、次のモデルが来ても必要ですか？ 着手する前に検証すべき6つのポイントを紹介します。

AIエージェント時代の「作らない技術」(4) ― 頑張るだけ損になる実装と、待つ技術

独自の長期記憶、ワークフローDSL、モデルルーター。作れば動くし、技術的にも面白い。それでも、三か月待てば要らなくなるとしたら？

AIエージェント時代の「作らない技術」(3) ― 手で書くより、ループを回す

Claude Codeを作ったBoris Chernyは、8か月も手でコードを書いていないと言います。プロンプトを磨く仕事は、ループを設計する仕事に変わるのでしょうか？

AIエージェント時代の「作らない技術」(2) ― 本家に振り回される実装

コードは動き、テストも通る。それでも使う価値だけが消えていく。AI時代の実装が抱えるこの壊れ方を、技術的負債ではなく「座礁資産」として紹介します。

AIエージェント時代の「作らない技術」(1) ― 母屋に呑み込まれるサードパーティ

PDF対話もAIプレゼンもChatGPTプラグインも、いまはChatGPTやGeminiの標準機能です。それを支えた実装は、どこへ行ったのでしょうか？

日米IT産業比較 ―「製品」と「サービス」、そしてAIによる再編

アメリカでIT企業といえばMicrosoftやNVIDIA、日本ではNTTデータや富士通——同じ「IT企業」でも指すものが違います。製品を世界へ量産する米国型と、顧客固有の業務を支える日本型。この構造差が収益・人材・競争力を分けてきました。生成AIはこの構図をどう再編するのか、日本の弱みと強みから展望します。